360 电气主管面面经:技术点与项目追问整理
- 轮次
- 主管面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
项目深挖
- 优化前 QPS / RT 是多少?怎么量的?
- 瓶颈在哪?是数据库、缓存还是代码逻辑?
- 为什么选 Redis 而不是本地缓存?
- 如果让你重做,还有什么改进空间?
Java 基础
==和equals的区别?hashCode为什么要一起重写?- String、StringBuilder、StringBuffer 的区别和使用场景?
- 接口和抽象类怎么选?
- Java 8 以后你常用哪些新特性?
- 异常体系怎么设计比较合理?
集合
- ArrayList 和 LinkedList 的底层与适用场景?
- HashMap 1.7 和 1.8 有什么区别?为什么链表要转红黑树?
- ConcurrentHashMap 如何保证线程安全?
- HashSet 底层实现原理?
- fail-fast 和 fail-safe 的区别?
并发
- synchronized 和 ReentrantLock 的区别?
- volatile 能保证原子性吗?底层语义是什么?
- 线程池核心参数怎么配?拒绝策略怎么选?
- ThreadLocal 的原理和内存泄漏问题?
- 你们项目里哪里用了 ThreadLocal?为什么不用参数传递?线上有没有因为它出过问题?线程池场景下为什么危险?
- AQS 是什么?CountDownLatch 和 CyclicBarrier 的区别?
JVM
- JVM 内存结构?哪些区域会 OOM?
- 常见 GC 收集器的特点和选型?
- 类加载过程和双亲委派?如何打破?
- 线上 Full GC 频繁怎么排查?
- 内存泄漏与内存溢出的区别?怎么定位?
Spring
- Spring IOC 和 AOP 的原理?
- Bean 生命周期和循环依赖怎么解决?
- Spring Boot 自动配置原理?
@Transactional失效场景有哪些?- Spring MVC 一次请求的完整流程?
数据库
- MySQL 索引为什么用 B+ 树?
- 事务隔离级别和幻读问题?
- 慢 SQL 怎么排查和优化?
- 分库分表后 ID 怎么生成?
- 乐观锁和悲观锁在业务里怎么用?
Redis
- Redis 为什么快?
- 缓存穿透、击穿、雪崩分别怎么解决?
- Redis 持久化 RDB 和 AOF 怎么选?
- 分布式锁用 Redis 怎么实现?有什么问题?
- Redis 集群模式下缓存和数据库的一致性怎么做?
消息队列与分布式
- 消息重复消费怎么处理?
- 消息顺序性怎么保证?
- 分布式事务有哪些方案?你们怎么选?
- 限流、熔断、降级分别解决什么问题?
- 接口幂等性怎么设计?
场景题
- 设计一个秒杀系统,你会怎么架构?
- 接口 RT 突然从 50ms 涨到 2s,排查思路?
- 线上 CPU 100% 怎么定位?
- 百万数据导出怎么避免 OOM?
- 短链服务怎么做高可用?
- 订单超时未支付怎么自动关闭?
- 登录态在分布式系统怎么管理?
- 热点 key 问题怎么处理?
- 服务发布怎么做无损上线?
- 如果让你从 0 设计一个支付回调系统,核心模块有哪些?
《参考解析》
==、equals 与 hashCode:== 比的是引用(基本类型比的是值),equals 默认也是引用比较,需要按业务语义重写。hashCode 必须与 equals 保持一致——两个对象 equals 为真则哈希值必须相等,否则放进 HashMap/HashSet 会出现「同一个键找不回来」的情况;反过来哈希相等不要求 equals 相等,这就是哈希冲突。重写后要用同一组字段,且字段不可变,否则对象作为键后哈希值变化会脱离原来的桶。
String、StringBuilder、StringBuffer:String 不可变,每次拼接都产生新对象,适合常量、作为 Map 的键(不可变才能保证哈希稳定);StringBuilder 可变、非线程安全,单线程拼接用它;StringBuffer 可变、方法加了 synchronized,线程安全但有锁开销,只在确实跨线程共享同一个缓冲区时才需要考虑,实际工程里更常见的是每个线程各用一个 StringBuilder。
接口与抽象类:接口描述能力与契约,可以多实现,Java 8 之后可有 default / static 方法,字段只能是常量;抽象类描述「是什么」,单继承,可以有状态和构造器、可以有具体实现。选型看语义:需要多继承行为、给不相关的类加统一能力用接口;一族对象共享状态和骨架实现用抽象类,常见做法是抽象类实现接口、留一两个模板方法给子类。
HashMap 1.7 与 1.8:1.7 是数组 + 链表,头插法,扩容时会重新计算索引,并发扩容可能成环导致 CPU 打满;1.8 改为数组 + 链表 + 红黑树,尾插法,扩容用高低位拆分避免重算哈希,链表长度到 8 且容量不小于 64 时树化、退化到 6 时链化。树化的意义在于把最坏情况的查找从 O(n) 降到 O(log n)——攻击者可以用大量同哈希的键把链表拉长做哈希碰撞攻击,树化是缓解手段。要能顺带讲清容量为何恒为 2 的幂、负载因子 0.75 的时间与空间权衡。
ConcurrentHashMap:JDK 7 用分段锁,Segment 继承 ReentrantLock,锁粒度是一段,并发度等于段数;JDK 8 去掉分段,用 CAS 插入空桶、synchronized 锁住单个桶的头节点,锁粒度降到桶级,读操作靠 volatile 保证可见性、完全不加锁,扩容时支持多线程协助迁移。答题时讲清「锁粒度从表到段再到桶」的演进,以及 size() 为什么只能给近似值(需要统计多个 CounterCell)。
fail-fast 与 fail-safe:fail-fast 指集合在迭代过程中被结构性修改(增删)时,modCount 与迭代器保存的期望值不一致,立刻抛 ConcurrentModificationException,ArrayList、HashMap 都是这种;iterator.remove() 是唯一允许的修改方式。fail-safe 指迭代时操作副本或快照,不抛异常但可能读不到最新数据,例如 CopyOnWriteArrayList 与 ConcurrentHashMap 的弱一致迭代器。注意 modCount 检查是尽力而为的,不能当并发安全机制用。
synchronized 与 ReentrantLock:synchronized 是 JVM 层面的管程实现,自动加锁释放、不可中断、非公平(可通过锁升级优化),代码简洁;ReentrantLock 是 AQS 上的实现,支持公平与非公平、可中断获取、超时获取、多个条件队列(Condition),必须手动 unlock,通常写在 try/finally 里。选型上优先 synchronized,需要超时、可中断、公平或条件变量时才用 ReentrantLock。锁升级路径(偏向锁 → 轻量级锁 → 重量级锁)与「锁的是对象头 Mark Word」是常见追问。
volatile 与原子性:volatile 保证可见性与禁止指令重排(通过内存屏障),不保证复合操作的原子性——count++ 是读改写三步,多线程下依然会丢更新,要用 AtomicInteger 或加锁。典型用途是状态标志位、双重检查锁定的单例(防止「分配内存—初始化—赋引用」重排导致拿到半初始化对象)。
线程池参数与拒绝策略:核心线程数、最大线程数、空闲存活时间、任务队列、线程工厂、拒绝策略、allowCoreThreadTimeOut。执行顺序是先核心线程、再入队、队列满才扩到最大线程数、再满则走拒绝策略——顺序记错是最常见的失分点。核心数按任务类型定:CPU 密集接近核数,IO 密集按 核数 × (1 + 等待时间/计算时间) 估算。拒绝策略四种:AbortPolicy 抛异常、CallerRunsPolicy 由提交线程执行(天然反压)、DiscardPolicy 静默丢弃、DiscardOldestPolicy 丢最老的。队列选择上,用无界队列会让最大线程数失效,可能堆到 OOM。
ThreadLocal 与内存泄漏:每个 Thread 持有一个 ThreadLocalMap,键是 ThreadLocal 的弱引用,值是强引用。泄漏发生在「ThreadLocal 对象被回收但线程还活着」时:键没了、值还在,且因为键为 null 无法再被访问,只能等线程结束。线程池的线程长期存活,泄漏会累积,所以必须在 finally 里 remove()。追问「为什么不用参数传递」的答法是:调用链很深、中间层不关心该上下文时才用 ThreadLocal(如用户身份、traceId),否则显式传参更清晰、更可测;线上出过的问题通常是异步线程或线程池切换导致上下文丢失,需要 TransmittableThreadLocal 或手动传递。
AQS 与两类同步器:AQS 是一个 volatile int state 加一个 CLH 变体的双向等待队列,子类通过 tryAcquire / tryRelease 定义 state 的语义(ReentrantLock 用它表示重入次数,Semaphore 表示许可数,CountDownLatch 表示剩余计数)。CountDownLatch 是一次性的,计数到 0 后不能重置,用于「等 N 个任务都完成」;CyclicBarrier 可循环使用,用于「N 个线程互相等待到齐后一起继续」,还能带一个到齐时执行的动作。语义差别是「一个线程等多个」还是「多个线程互等」。
项目深挖的答法:每个数字都要能说清来源——QPS 和 RT 是压测得到的还是监控采的、压测的并发与数据量是多少;瓶颈定位要给出证据链(火焰图、慢查询日志、GC 日志、连接池等待),而不是「感觉是数据库慢」。为什么选 Redis 而不是本地缓存,答案在一致性、容量与多实例共享三点上:本地缓存快但没有跨实例一致性、容量受单机内存限制、重启即失效。如果重做一遍,给出一个具体的改进点并说明代价,比笼统说「加监控」更有说服力。