化工行业软件开发Java三面面经（HR+技术官双重拷打）
《面试题目》
一面 HR 初筛
- 介绍一下你最近待过的公司的项目业务是什么？
- 你处理哪些线上问题，请用通俗易懂的语言说清楚？
- 后续的职业规划是什么？
- 请你对自己做一个自我评价。
- 你说你沟通能力强？举个例子说说你的沟通能力有多强。
- 自我驱动力表现在哪些方面？责任心表现在哪些方面？
- 你和其他同等年限经验的人相比，优势在哪方面？
- 上家公司离职的原因是什么？
- AI 工具用过哪些？
二面技术面
- 拷打项目 + 八股。
- 为什么实时行情的处理需要用到 Flink？一定要用吗？
- 项目中用到了分布式事务，说说用的是什么方案。
- 用到了哪一种分布式事务处理方案（Seata 的 XA、AT、TCC 三种模式）？
- XA 是什么？原理是什么？过程是什么？
- 一个事务 commit 提交之后还能回滚吗？
- AT 的原理是什么？
- 在 AT 进行回滚判断时，如果其他事务改动了数据，后镜像岂不是变得不一样？
- TCC 的字母分别是什么意思？
- TCC 和 AT 的区别在哪里？
- 还有哪些分布式事务方案？
- RocketMQ 半事务原理是什么？
- 有 Kafka 了为什么还要用 RocketMQ？
- 假如有多个消息消费者，topic 中的一条消息会被这些消费者都消费，还是只会被其中一个消费？
- 线程同步有哪些方式？
- 信号量为什么要设计为共享锁？共享锁和独占锁的区别？
- 线程池的执行流程？
- 线程的状态有哪些？
- 死锁形成的必要条件？
- MySQL 索引的结构？
- 聚簇索引和二级索引的区别？它们的叶子节点和非叶子节点存储的是什么？
三面 HR
- 个人情况、家庭情况、通勤距离、公司业务。
《参考解析》
1. Seata 三种分布式事务模式对比
- XA：基于数据库原生两阶段提交协议，强一致性但资源锁定时间长、性能差，适合对一致性要求极高的场景。
- AT：Seata 默认模式，业务无感知，框架自动生成回滚日志（before image / after image）实现自动补偿。一阶段提交本地事务并记录前后镜像，二阶段失败时用前镜像回滚。若其他事务在二阶段提交前修改了数据，AT 通过校验当前数据与后镜像是否一致来判断是否可以直接回滚，不一致则需要人工介入，这是 AT 模式脏写防护的关键设计。
- TCC（Try-Confirm-Cancel）：需业务方手动编码三个阶段的逻辑，性能最好但开发成本高。核心问题：空回滚（Try 未执行 Cancel 却执行，需要记录事务状态判断）、业务悬挂（Cancel 先于 Try 到达，需拒绝执行）、幂等性。
2. Kafka vs RocketMQ
两者都支持高吞吐消息处理，但 RocketMQ 原生支持事务消息（半事务消息 + 回查机制解决分布式事务）、延迟消息、消息过滤更灵活，且对国内电商级业务场景（如订单超时取消）支持更友好；Kafka 在日志采集、流式计算生态（与 Flink/Spark 集成）上更成熟。同时引入两者通常是历史架构演进或不同团队技术栈选型的结果，并非必须。
3. RocketMQ 消息消费模式
RocketMQ 默认是集群消费模式：同一个 Consumer Group 内，一条消息只会被组内一个消费者实例消费（用于水平扩展、负载均衡）；广播模式下消息会被该 Group 内所有消费者实例都消费一次（用于配置广播等场景）。默认是集群消费，这与候选人回答的方向一致。
4. 死锁四个必要条件
互斥条件（资源不能共享）、请求与保持条件（持有资源同时等待新资源）、不可剥夺条件（资源只能主动释放）、环路等待条件（多个进程形成循环等待链）。破坏任一条件即可避免死锁，常见手段是固定加锁顺序破坏环路等待。
5. MySQL 聚簇索引与二级索引
聚簇索引（InnoDB 主键索引）的叶子节点直接存储整行数据，非叶子节点存储主键值与指向下一层的指针；二级索引的叶子节点存储索引列值 + 主键值（而非整行数据），查询时若需要主键之外的列，需要根据主键值再去聚簇索引查一次完整行，即「回表」。覆盖索引可以避免回表，是 SQL 优化的常见手段。