Java分布式常提到的面试题包含答案

以下是Java分布式开发常见面试题及解析：

---

一、CAP定理

问题：解释CAP定理及其应用场景
答案：

• Consistency（一致性）：所有节点访问最新数据
• Availability（可用性）：每次请求都能获得响应
• Partition tolerance（分区容错性）：网络分区时系统仍能运作

CAP定理表明三者不可兼得，需根据场景取舍：

• CP系统（如ZooKeeper）：保证强一致性，牺牲可用性
• AP系统（如Eureka）：保证高可用，接受最终一致性

---

二、分布式事务

问题：如何实现分布式事务？
答案：

1. 2PC（两阶段提交）

   • 协调者主导Prepare/Commit两阶段
   • 优点：强一致性
   • 缺点：同步阻塞，协调者单点故障

2. TCC（Try-Confirm-Cancel）

   • 三个阶段：资源预留(Try)、确认(Confirm)、取消(Cancel)
   • 适用场景：高并发短事务（如电商扣库存）

3. 基于消息队列

   • 本地事务+消息表，通过定时任务补偿
   • 示例：订单系统与库存系统通过RabbitMQ解耦

---

三、分布式锁

问题：Redis实现分布式锁的注意事项？
答案：

// Redisson实现示例
RLock lock = redisson.getLock("orderLock");
try {
    if (lock.tryLock(10, 30, TimeUnit.SECONDS)) {
        // 业务逻辑
    }
} finally {
    lock.unlock();
}

关键点：

• 使用SETNX命令+过期时间防止死锁
• 通过Lua脚本保证原子性
• 避免锁误删（需验证锁持有者）
• RedLock算法解决单点问题

---

四、服务熔断与降级

问题：Hystrix工作原理？
答案：

1. 熔断机制

   • 当失败率超过阈值，自动打开熔断器
   • 半开状态尝试恢复，成功则关闭熔断

2. 降级策略

   • 线程池隔离：不同服务使用独立线程池
   • 超时控制：默认1秒超时响应
   • Fallback方法：返回默认值或缓存数据

---

五、分库分表

问题：如何设计分片策略？
答案：

1. 水平分片

   • 按哈希值分片：均匀分布数据
   • 按范围分片：如时间范围（适合范围查询）

2. 分片键选择

   • 高频查询字段（如user_id）
   • 避免数据倾斜（如性别字段不适合）

3. 全局ID生成

   • 雪花算法：$$\text{ID}=\text{时间戳}+\text{机器ID}+\text{序列号}$$
   • 分段发号：数据库批量生成ID段

---

六、一致性哈希

问题：如何解决数据倾斜？
答案：

• 虚拟节点：为物理节点创建多个虚拟节点
• 数据定位公式：
  $$\text{hash(key)}\mathrm{mod}{2}^{32}\to \text{顺时针找最近节点}$$
• 优点：节点增减时仅影响少量数据迁移

---

高频追问问题

1. ZooKeeper与Redis实现分布式锁的区别？

   • ZK通过顺序临时节点实现，可靠性更高
   • Redis性能更好，但需处理锁续期问题

2. 如何保证消息队列的幂等性？

   • 唯一消息ID+去重表
   • 版本号控制（如乐观锁机制）

3. 分布式Session解决方案？

   • Redis集中存储
   • JWT令牌自包含方案

---

以上问题需结合具体场景理解设计取舍，建议通过实际项目案例加深记忆。