面灵AI→

同程旅行 Java 后端 一面:G1、联合索引与 Redis ZSet 限流

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. Java 中 == 和 equals() 有什么区别?
  2. 如何理解线程安全?举一个实际开发中的例子。
  3. Java 创建线程有哪些方式?
  4. 线程池有哪些核心参数?什么情况下会触发拒绝策略?
  5. JVM 的 GC 机制是什么?有哪些垃圾回收算法?
  6. G1 垃圾回收器的工作原理是什么?
  7. MySQL 索引是什么?底层原理是什么?
  8. 什么是联合索引最左前缀原则?
  9. 两表 JOIN 查询性能较差,应该如何优化?
  10. 应用频繁发生 Full GC,如何排查和定位问题?
  11. 如何实现 IP 访问频率统计?如何设计滑动窗口,Redis ZSet 如何设计 Key 来实现 IP 访问次数统计?
  12. 对 AI 的看法?
  13. 有没有做过 Agent 相关项目?是实际业务落地还是 Demo?

《参考解析》

== 与 equals:== 对基本类型比较值,对引用类型比较地址;equals 是 Object 的方法,默认实现等同 ==,String、Integer 等类重写为比较内容。要点补充:重写 equals 必须重写 hashCode,否则放进 HashMap 会找不到;Integer 缓存 -128 到 127,超出范围用 == 比较会返回 false,这是常见陷阱。

线程安全与实例:线程安全的本质是多个线程访问共享可变状态时,不出现竞态与可见性问题。保证手段:不可变对象、局部变量(栈封闭)、同步(synchronized、Lock)、原子类与 CAS、并发容器、线程安全的数据结构。举实例:库存扣减用 synchronized 或数据库行锁加版本号;计数用 AtomicLong 或 LongAdder;缓存更新用「先更新库再删缓存」加延迟双删。要能说出为什么选这个手段而不是别的。

创建线程的方式:继承 Thread、实现 Runnable、实现 Callable 配合 FutureTask(有返回值与异常)、通过线程池提交任务、CompletableFuture 编排。生产上一律用线程池,不直接 new Thread。

线程池参数与拒绝:核心线程数、最大线程数、空闲存活时间与单位、任务队列、线程工厂、拒绝策略。执行流程:核心线程未满则新建;核心满了进队列;队列满了且未到最大线程数则新建非核心线程;都满了触发拒绝。拒绝策略四种见前述。参数设置要看任务是 CPU 密集还是 IO 密集:CPU 密集约为核数加一,IO 密集按「核数 ×(1 + 等待时间/计算时间)」估算,并以压测为准。队列必须设容量,无界队列会让最大线程数失效并可能 OOM。

GC 机制与算法:JVM 把堆分新生代(Eden 与两个 Survivor)和老年代。对象优先在 Eden 分配,Minor GC 时存活对象复制到 Survivor 并增加年龄,达到阈值晋升老年代;大对象直接进老年代。回收算法有标记清除(产生碎片)、复制(新生代用,浪费一半空间但快)、标记整理(老年代用,无碎片但移动对象成本高)、分代收集。判定垃圾用可达性分析,从 GC Roots(栈引用、静态变量、常量、JNI 引用)出发不可达即可回收。垃圾收集器从 Serial、Parallel、CMS 到 G1、ZGC。

G1 原理:把堆划分为大小相等的 Region(默认约 2048 个),每个 Region 可以是 Eden、Survivor、Old 或 Humongous(存大对象)。G1 不再物理分代但逻辑上保留新生代与老年代。它维护每个 Region 的回收价值(回收能释放的空间与耗时之比),在「停顿时间目标」约束下优先回收价值高的 Region,这就是 Garbage First 的含义。回收分 Young GC、Mixed GC(同时回收部分老年代 Region)与 Full GC(单线程或并行兜底,应尽量避免)。关键技术是 Remembered Set 记录跨 Region 引用、SATB 并发标记处理漏标。调优参数 -XX:MaxGCPauseMillis 设目标停顿,-XX:InitiatingHeapOccupancyPercent 控制并发标记启动阈值。

最左前缀原则:联合索引 (a,b,c) 按 a、b、c 的顺序排序,所以能用于 a、a+b、a+b+c 的等值与范围查询;跳过 a 直接用 b 无法使用索引(除非有索引跳跃扫描这类优化器特性,且条件受限)。范围查询会截断后续列的使用:a = 1 and b > 2 and c = 3 中 c 无法用于索引定位,但可以被索引下推用于过滤。

JOIN 优化:先看执行计划确认驱动表与连接方式。优化方向:给连接字段建索引(被驱动表的连接列必须有索引,否则每行都全表扫);小表驱动大表,减少外层循环次数;只查需要的列,尽量走覆盖索引;减少回表,必要时用延迟关联;把能在子查询里先过滤的条件提前,缩小中间结果;避免在连接列上做函数或类型转换;数据量大时考虑冗余字段或宽表,把 join 变成单表查询;分页场景避免大偏移量。

Full GC 频繁的排查:先确认现象:用 jstat -gcutil 看各区占用与 GC 次数耗时,-XX:+PrintGCDetails 或 GC 日志看每次回收前后变化。可能原因:内存泄漏(老年代持续上涨、Full GC 后降不下来)、大对象直接进老年代、晋升过快(Survivor 太小或年龄阈值太低)、元空间不足、显式调用 System.gc、堆设置过小。定位手段:heap dump 后用 MAT 看支配树与最大对象,找持有链;对比多次 dump 看哪个类实例持续增长。修复要落到代码:断开静态集合的引用、限制缓存容量、改用软引用或弱引用、调大新生代或调整晋升阈值。

Redis ZSet 做滑动窗口限流:Key 设计为 rate:limit:{ip}:{api} 或 rate:limit:{ip},member 用「时间戳-随机数」保证唯一,score 用毫秒时间戳。每次请求用 Lua 脚本原子执行:ZREMRANGEBYSCORE key 0 now-window 清掉窗口外的记录,ZCARD key 取当前数量,小于阈值则 ZADD 并设置过期时间,否则拒绝。返回剩余配额。要点:脚本保证原子性;给 key 设过期避免冷 IP 占内存;窗口大小与阈值按接口分级;分布式下限流要接受 Redis 的网络开销,热点 IP 可以加本地令牌桶做二级缓冲;超大规模可用滑动窗口计数(分桶)近似替代,省内存。