同程旅行 Java 后端一面:从 HashMap 负载因子问到 Redis 三兄弟、GC Root 与 ES 同步延迟
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍并介绍项目。
- 介绍上一段实习做的项目整体内容,以及你担任的角色。
- 项目里最有难度的功能是哪个,遇到了什么问题?
- 介绍 HashMap 的底层实现逻辑。
- HashMap 的负载因子为什么是 0.75?调成 1 会怎样?
- 介绍 Redis 常用的数据结构及适用场景。
- Redis 的缓存穿透、击穿、雪崩分别是什么,如何预防?
- 布隆过滤器有误判风险吗?
- 如何降低布隆过滤器的误判概率?
- 介绍 JVM 的垃圾回收机制、如何判断对象可回收,以及常见的垃圾回收算法。
- 对象在什么情况下进入老年代?
- 详细说明可达性分析中哪些对象可以作为 GC Root。
- 项目用的哪种数据库?
- 有没有遇到需要优化 MySQL 或接口变慢的情况,如何排查?
- 查询条件复杂的 SQL 如何优化?
- 项目中如何使用 ES?
- ES 实时性要求高吗?用 binlog 同步的数据延迟问题如何考虑?
- 介绍线程池的核心参数,以及提交任务后的执行流程。
- HTTP 和 HTTPS 的区别。
- 平时会用 AI 编码吗?用什么工具?
- 用 AI 开发时有没有写出 bug 的情况?
- 出现线上问题的排查思路。
《参考解析》
HashMap 的底层与 0.75:JDK 8 是数组 + 链表 + 红黑树,put 时按 hash(key) 扰动后与 (n-1) 做与运算定位桶,冲突时尾插链表,链表长度到 8 且数组长度到 64 时转红黑树,扩容时按 2 倍扩容并把节点拆成高低位两条链。负载因子 0.75 是空间与时间的折中:太小则频繁扩容、浪费内存,太大则冲突概率上升、查询退化。调到 1 意味着表快满了才扩容,哈希冲突显著增加(泊松分布下链表变长),查询从 O(1) 退化,且扩容前那段区间性能最差;同时 resize 更晚发生,单次扩容搬移的数据更多。0.75 配合容量为 2 的幂,能让 (n-1) & hash 分布较均匀。
Redis 结构与场景:String(缓存对象、计数器、分布式锁的 SETNX)、Hash(对象字段局部更新,如用户属性)、List(消息队列、时间线)、Set(去重、交并集、抽奖)、ZSet(排行榜、延迟队列、带权重的范围查询)、Bitmap(签到、布尔统计)、HyperLogLog(UV 估算)、Stream(消息流)。回答时把「结构 + 一条命令 + 一个业务场景」绑在一起说。
穿透、击穿、雪崩:穿透是查不存在的数据,请求全部打到数据库——缓存空值(短 TTL)、布隆过滤器前置拦截、参数校验;击穿是热点 key 过期瞬间大量请求打库——互斥锁/单飞(只让一个请求回源)、逻辑过期(异步刷新)、热点永不过期;雪崩是大量 key 同时过期或 Redis 整体故障——过期时间加随机抖动、多级缓存、集群与哨兵、限流降级。三者常被混淆,回答时先给一句定义再给方案。
布隆过滤器与误判:布隆过滤器用多个哈希函数把元素映射到位数组,判断「可能存在 / 一定不存在」,因此有假阳性、没有假阴性。误判率约为 (1 - e^(-kn/m))^k,降低误判的手段是增大位数组(m)、选择合适数量的哈希函数(k ≈ 0.69·m/n)、以及用计数布隆或分片布隆。它不能删除元素(除非计数版),也不适合元素集合频繁变动的场景。
JVM 回收与 GC Root:判断对象可回收用可达性分析,从 GC Root 出发不可达即可回收;引用计数因循环引用被弃用。GC Root 包括虚拟机栈中局部变量表引用的对象、方法区静态属性引用的对象、常量引用的对象、本地方法栈 JNI 引用的对象、活跃线程、以及同步锁持有的对象等。回收算法有标记-清除(碎片)、复制(新生代,浪费一半空间)、标记-整理(老年代)、分代收集。收集器从 Serial、Parallel 到 CMS、G1、ZGC,按停顿目标选。
对象何时进老年代:大对象直接进(超过 PretenureSizeThreshold)、长期存活的对象年龄达到阈值(默认 15,MaxTenuringThreshold)、动态年龄判定(Survivor 中同龄对象总和超过一半则直接晋升)、Survivor 空间不足时的分配担保。G1/ZGC 没有严格的新老年代分区语义,按 region 回收。
MySQL 慢查询排查:先 explain 看执行计划(type、key、rows、Extra 里的 filesort/temporary),再看慢查询日志与 performance_schema;确认是否有索引缺失、索引失效(函数、隐式类型转换、前导模糊、联合索引最左前缀断裂)、回表过多(考虑覆盖索引)、数据量过大(分页深翻、分区、归档)。接口变慢则先分层定位:网关、应用(线程池满、GC、锁等待)、DB(慢 SQL、连接池)、下游依赖,用链路追踪与耗时打点确定瓶颈,别一上来就改 SQL。
复杂 SQL 优化:把查询拆成「过滤—关联—排序—分页」四段分别看。过滤条件尽量走索引、把选择性高的放前面;关联用小结果集驱动大表、确保关联字段有索引且类型一致;排序尽量用索引顺序避免 filesort;深分页用游标(where id > last_id)或延迟关联;必要时用物化视图/汇总表/缓存换实时性。改完用真实数据量压测对比,别只看 explain 的估算。
ES 与 binlog 同步延迟:ES 适合全文检索、聚合与多条件筛选,不适合当主存储。同步链路常见是业务写库后发消息,或 canal 订阅 binlog 投递 MQ 再写 ES。ES 本身近实时(refresh 默认 1 秒),加上 MQ 与消费耗时,端到端延迟通常在秒级。对实时性要求高的场景(下单后立刻按状态查)不能只依赖 ES,要回源数据库或用「写库后同步双写 + 版本号」;对账与补偿(定时比对、失败重放、幂等写入)是必备的。回答时说明业务对延迟的容忍度,再决定同步还是异步。
线程池参数与流程:核心参数是 corePoolSize、maximumPoolSize、keepAliveTime、workQueue、threadFactory、handler。提交任务时:当前线程数小于核心数就新建线程;否则入队;队列满且线程数小于最大数就新建非核心线程;再满则执行拒绝策略。关键点是「先入队再加线程」,所以用无界队列时 maximumPoolSize 形同虚设,容易 OOM。参数要按任务类型(CPU 密集 / IO 密集)与下游承载定,并配监控(活跃线程、队列长度、拒绝次数)。
HTTP 与 HTTPS:HTTPS 是 HTTP over TLS,默认 443。TLS 握手用非对称加密协商出对称密钥,之后用对称加密传数据,兼顾安全与性能;证书由 CA 签发,用来验证服务端身份、防中间人。HTTP 明文传输、可被窃听篡改;HTTPS 提供机密性、完整性、身份认证,代价是握手延迟与证书管理(可用会话复用、TLS 1.3 的 1-RTT/0-RTT 缓解)。HTTP/2、HTTP/3 都要求 HTTPS。
AI 编码与线上排查:AI 编码要能说出具体用法与边界——用它写样板、补测试、读陌生代码、生成 SQL 初稿,但涉及金额、权限、并发、事务的代码必须人工确认,且要看它有没有偷偷吞异常、加业务上不存在的兜底。线上问题排查按「止损—定位—修复—复盘」:先看监控与告警确认影响面,必要时降级/回滚/切流量;再用日志、链路追踪、指标三层定位到具体服务与方法;复现后小流量验证修复;最后补监控与用例防止复发。