Java大厂面试实录：谢飞机的奇幻求职之旅-优快云博客

Java大厂面试实录：谢飞机的奇幻求职之旅

摘要：本文以一场真实的互联网大厂Java开发岗位面试为背景，通过严肃面试官与搞笑程序员“谢飞机”的对话形式，深入探讨了现代Java技术栈在实际业务场景中的应用。内容涵盖Spring Boot、分布式锁、缓存一致性、微服务治理等多个核心技术点，适合中高级Java开发者学习与反思。

面试现场：第一轮 —— 基础构建与Web框架

面试官：欢迎来到我们公司，我是本次技术面试的负责人。先请你简单介绍一下自己。

谢飞机：您好！我叫谢飞机，飞是飞机的飞。我有三年Java开发经验，熟悉Spring Boot、MyBatis，会写SQL，也能跑通JUnit测试。

面试官（微笑）：不错，那我们开始吧。

问题1：你在项目中是如何管理依赖和构建项目的？Maven和Gradle有什么区别？

谢飞机：我们用的是Maven，pom.xml写依赖，mvn clean install打包。Gradle我也知道，它用Groovy或Kotlin写脚本，配置更灵活，编译更快，但我们没用过。

面试官：很好，理解到位。

问题2：Spring Boot自动装配的原理是什么？

谢飞机：这个……就是加个@SpringBootApplication注解，然后Spring Boot就会自动扫描包，加载各种starter依赖里的配置类。好像是通过spring.factories文件读取的？

面试官：接近正确。具体来说，是通过SpringFactoriesLoader加载META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports中的自动配置类，并结合条件注解如@ConditionalOnClass来决定是否生效。

问题3：如果我想让一个Bean在某些条件下才注入，怎么办？

谢飞机：可以用@Conditional系列注解！比如@ConditionalOnMissingBean，如果容器里没有这个Bean才创建。

面试官：非常棒！看来你对Spring Boot的基础掌握得不错。

第二轮 —— 数据库与缓存挑战

面试官：接下来我们聊聊数据层。

问题1：你们项目用什么做数据库连接池？HikariCP有哪些优势？

谢飞机：用HikariCP！它是最快的，轻量级，性能好，配置简单，Spring Boot默认就用它。

面试官：没错。那如果出现慢查询导致连接耗尽，你怎么排查？

谢飞机：呃……看日志？或者用Prometheus监控连接数？

面试官：可以结合Druid的监控页面，或者使用Micrometer暴露指标，再配合SkyWalking做链路追踪。

问题2：缓存你用过吗？Redis和Caffeine有什么区别？

谢飞机：Redis是远程缓存，速度快，能共享；Caffeine是本地缓存，更快，但只能本机用。我们登录信息放Redis，热点商品放Caffeine。

面试官：合理。但如果两者同时使用，如何保证数据一致性？

谢飞机：啊？一致……性？一般不就设置个TTL嘛，过期自动删……

面试官（皱眉）：这会导致脏读。你应该考虑采用“先更新数据库，再删除缓存”的策略，也就是Cache-Aside模式，并处理好并发情况下的缓存击穿、穿透问题。

第三轮 —— 微服务与高并发难题

面试官：最后我们进入高阶话题。

问题1：订单超时未支付怎么处理？

谢飞机：定时任务每隔一分钟扫一遍？

面试官：这样效率太低。有没有更实时的方式？

谢飞机：呃……用消息队列？发个延迟消息？

面试官：对！可以用RabbitMQ的延迟插件，或者RocketMQ的定时消息，下单时发送一条延迟30分钟的消息，到期后检查订单状态并关闭。

问题2：库存扣减如何防止超卖？

谢飞机：数据库加个where stock > 0，update的时候减库存！

面试官：基础方案可行。但在高并发下仍可能出问题，你怎么加锁？

谢飞机：Java里synchronized？不行，集群环境下要Redis分布式锁！

面试官：很好。那你手写一个Redis分布式锁的实现思路？

谢飞机：用SET key value NX EX 10……释放锁用DEL key……

面试官：那如果程序还没执行完，锁过期了呢？

谢飞机：呃……加个守护线程？定期续期？

面试官：这叫Watchdog机制，Redisson就提供了。还有别的问题吗？

谢飞机：啥？

面试官：比如多个客户端同时尝试释放别人的锁？

谢飞机：哦！value应该设成唯一值，比如UUID，删除前先get一下对比！

面试官：勉强及格。

问题3：服务之间调用如何保证稳定性？

谢飞机：用OpenFeign……加个Hystrix熔断？

面试官：Hystrix已经停更了，现在主流是Resilience4j，支持熔断、限流、重试等策略。

面试官：今天的面试就到这里。你的基础知识还算扎实，但深度有待加强。我们会综合评估，后续HR会联系你。

谢飞机：好的好的，那我回去等通知哈～

附录：面试题详解与技术解析

一、Spring Boot自动装配原理

业务场景

在微服务架构中，每个服务都需快速集成数据库、Web、安全等功能。Spring Boot通过“约定优于配置”理念，极大提升了开发效率。

技术点解析

@EnableAutoConfiguration会导入AutoConfigurationImportSelector
该类通过SpringFactoriesLoader.loadFactoryNames()加载所有META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports文件中的配置类
每个配置类使用@Conditional系列注解控制加载时机，例如：

@Configuration
@ConditionalOnClass(DataSource.class)
@EnableConfigurationProperties(DataSourceProperties.class)
public class DataSourceAutoConfiguration {
    // ...
}

只有当类路径下存在DataSource时，才会加载此配置。

二、缓存一致性解决方案

业务场景

电商系统中，商品价格频繁变动，必须确保缓存与数据库最终一致，否则用户可能看到旧价格。

Cache-Aside Pattern（旁路缓存）

查询流程

先查缓存（Redis + Caffeine二级缓存）
缓存命中则返回
未命中则查数据库，写入缓存后再返回

更新流程

+------------------+     +---------------------+
| Update Database  | --> | Invalidate Cache    |
+------------------+     +---------------------+

注意：是“删除”而非“更新”缓存，避免并发写导致的数据错乱。

并发问题处理

缓存穿透：布隆过滤器 + 空值缓存
缓存击穿：热点key加互斥锁（Redis SETNX）
缓存雪崩：随机TTL + 多级缓存 + 高可用集群

三、分布式锁实现与优化

业务场景

秒杀系统中，多个用户同时抢购同一商品，必须确保库存不会被超扣。

基础实现（Redis）

public boolean tryLock(String key, String value, long expireTime) {
    String result = redisTemplate.execute((RedisCallback<String>) connection ->
        connection.set(key.getBytes(), value.getBytes(), 
            Expiration.seconds(expireTime), 
            RedisStringCommands.SetOption.SET_IF_ABSENT)
    );
    return "OK".equals(result);
}

public void unlock(String key, String value) {
    String script = "if redis.call('get', KEYS[1]) == ARGV[1] then " +
                   "return redis.call('del', KEYS[1]) else return 0 end";
    redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), 
        Arrays.asList(key), value);
}

安全性保障

不可重入：同一个线程再次获取锁失败
不可误删：通过value（UUID）校验所有权
死锁风险：设置合理的过期时间
续约机制：Redisson的Watchdog每10秒续期一次（默认leaseTime的1/3）

四、订单超时处理方案对比

| 方案 | 优点 | 缺点 | 适用场景 | |------|------|------|----------| | 定时任务扫描 | 实现简单 | 延迟高、压力大 | 小型系统 | | RabbitMQ延迟队列 | 实时性强 | 需安装插件 | 中大型系统 | | Redis ZSet + 轮询 | 无需额外中间件 | 轮询开销 | 资源受限环境 | | 时间轮算法（Netty Timer） | 高效精确 | 内存占用高 | 极致性能要求 |

五、微服务稳定性保障——Resilience4j

替代Hystrix的新一代容错库，基于函数式编程设计，轻量且易集成。

核心功能

Circuit Breaker：熔断器，防止故障蔓延
Rate Limiter：限流，保护下游服务
Retry：自动重试，提升成功率
Bulkhead：舱壁隔离，限制并发数

示例代码

resilience4j.circuitbreaker:
  instances:
    orderService:
      failureRateThreshold: 50%
      waitDurationInOpenState: 5s
      slidingWindowSize: 10

@CircuitBreaker(name = "orderService", fallbackMethod = "fallback")
public Order queryOrder(String orderId) {
    return orderClient.getOrder(orderId);
}

private Order fallback(String orderId, Exception e) {
    return new Order(orderId, "服务暂不可用");
}