亚信科技 Java 实习面试
面试题目
开场
- 自我介绍
- 介绍一下你项目里有什么让你印象深刻的点和难点，你是怎么解决的？
Java 基础
- 介绍一下 ArrayList 和 LinkedList 的区别
- 金额用 double 去算会有什么问题？怎么解决？
Redis
- 介绍一下 Redis 分布式锁的底层实现
MySQL
- MySQL 里存金额的数值该用什么数据类型来存？
- 讲讲慢 SQL 的整个优化流程，从寻找到优化
- EXPLAIN 具体看哪些字段来进行优化？
- 深分页怎么优化？
反问
- 反问
参考解析
ArrayList 与 LinkedList 的区别
- 底层结构：ArrayList 基于动态数组，LinkedList 基于双向链表。
- 随机访问：ArrayList O(1)，LinkedList O(n)。
- 插入/删除：链表头尾操作 O(1)，ArrayList 涉及移位 O(n)。
- 内存：LinkedList 每个节点额外存前后指针，内存占用更高。
- 实际开发中频繁随机读优先 ArrayList，频繁头部插删可考虑 LinkedList。
金额用 double 的问题及解决
- double/float 使用 IEEE 754 浮点数，存在精度丢失（如
0.1 + 0.2 ≠ 0.3）。 - 解决方案：使用
BigDecimal进行精确计算，构造时用new BigDecimal("0.1")而非new BigDecimal(0.1)。 - 数据库层面使用
DECIMAL类型存储，避免浮点精度问题。
Redis 分布式锁底层实现
- 核心命令：
SET key value NX PX timeout，原子性地设置键并指定过期时间，防止死锁。 - 释放锁时需校验 value（UUID），通过 Lua 脚本保证”判断+删除”原子性，避免误删他人的锁。
- 生产中推荐使用 Redisson，其看门狗机制可自动续期，并支持可重入锁。
MySQL 金额字段类型
- 推荐使用
DECIMAL(M, D)，M 为总位数，D 为小数位数，精确存储十进制数。 - 不要用 FLOAT/DOUBLE，存在浮点误差；也可用整型（分为单位）再在业务层换算。
慢 SQL 优化流程
- 发现：开启慢查询日志（
slow_query_log），设置阈值（如 1s），用mysqldumpslow或监控平台定位慢 SQL。 - 分析：
EXPLAIN查看执行计划，关注type、key、rows、Extra字段。 - 优化：加索引、改写 SQL（避免函数操作索引列、减少 SELECT *）、分页优化、拆分复杂查询等。
- 验证：对比优化前后执行时间与执行计划。
EXPLAIN 重点字段
- type：访问类型，优劣顺序：
system > const > eq_ref > ref > range > index > ALL，尽量达到range以上。 - key：实际使用的索引，NULL 说明没走索引。
- rows：估算扫描行数，越小越好。
- Extra：
Using filesort（额外排序，需优化）、Using temporary（临时表，需优化）、Using index（覆盖索引，好）。
深分页优化
- 传统
LIMIT offset, size在 offset 很大时需扫描并丢弃大量行，性能差。 - 方案1 — 游标分页：记录上一页最大 id，下一页使用
WHERE id > last_id LIMIT size，适合顺序翻页。 - 方案2 — 子查询/延迟关联：先用覆盖索引查出主键，再回表，如
SELECT * FROM t JOIN (SELECT id FROM t ORDER BY id LIMIT 100000, 10) tmp USING(id)。 - 方案3：业务上限制最大翻页深度，或改为搜索引擎（Elasticsearch）处理。