Appearance
Java 专家 / 架构师面试题纲
适用对象:10 年以上 Java 工程师,目标岗位为技术专家 / 架构师。 整理原则:按知识域分类,同一考点只出现一次;由基础到架构、由单机到分布式递进。
优先级
- ★★★ 专家 / 架构岗高频必考,需能讲到源码与生产细节
- ★★ 常考,能讲清原理、场景与取舍
- ★ 差异化加分项,按目标公司取舍
一、计算机基础 8+4+9=21
1.1 网络 ★★★
- TCP 三次握手与四次挥手:状态机、半连接队列、SYN Flood
- TCP 可靠传输:粘包拆包、Nagle、滑动窗口、拥塞控制
- TIME_WAIT / CLOSE_WAIT 过多的成因、危害、排查与内核参数调优
- HTTP/1.1、HTTP/2、HTTP/3(QUIC):多路复用、队头阻塞、0-RTT
- HTTPS:对称与非对称加密、证书链、会话复用、mTLS
- DNS 解析全链路、CDN 原理与回源
- 长连接、心跳、断线重连、WebSocket
- L4 / L7 负载均衡:LVS、Nginx、HAProxy 与常见调度算法
1.2 操作系统与性能排障 ★★
- 进程、线程、协程;用户态与内核态;上下文切换
- 虚拟内存、页表、缺页中断、mmap
- CPU 与 IO 排查:top、vmstat、iostat、pidstat、perf、strace
- 网络抓包与排障:tcpdump、ss、mtr、Wireshark
1.3 IO 模型与网络编程 ★★★
- 五种 IO 模型:阻塞、非阻塞、多路复用、信号驱动、异步 IO
- BIO / NIO / AIO 的实现与适用场景
- select / poll / epoll(LT 与 ET),epoll 高效的原因
- Reactor 模式:单 Reactor、多 Reactor、主从 Reactor
- 零拷贝:mmap、sendfile、splice、DirectBuffer
- 文件 IO:PageCache、顺序写、fsync
- Netty:EventLoop 线程模型、ChannelPipeline、ByteBuf、编解码与粘包处理、内存池
- 长连接服务设计:连接数管理、心跳、百万连接优化
- Tomcat / Undertow / Netty 作为 Web 容器的选型
二、Java 语言与运行时 11+8+13+15=47
2.1 Java 基础 ★★
- 反射原理与性能、MethodHandle
- 动态代理:JDK Proxy、CGLib、ASM / ByteBuddy 字节码增强及选型
- Java Agent:premain / agentmain、instrument、字节码热替换
- 注解原理与插入式注解处理器(APT)
- SPI 机制:JDK SPI 的缺陷、Spring factories、Dubbo ExtensionLoader
- 泛型擦除、桥方法、类型推断
- 序列化:Java 原生、JSON、Hessian、Protobuf、Kryo 对比与安全风险
- String 常量池与 intern、Integer 缓存、自动拆装箱
- 四种引用与引用队列、Cleaner
- Java 8–21 新特性:Stream、Optional、Record、Sealed、模式匹配
- 异常体系与资源管理最佳实践
2.2 集合 ★★
- HashMap(JDK 7 / 8):扩容、树化、并发问题
- ConcurrentHashMap(JDK 7 / 8)
- ArrayList / LinkedList:扩容、复杂度与内存占用
- LinkedHashMap 与 LRU、TreeMap 与红黑树
- 阻塞队列:Array / Linked / Synchronous / Delay / PriorityBlockingQueue
- CopyOnWriteArrayList、ConcurrentSkipListMap、ConcurrentLinkedQueue
- 无锁队列:Disruptor RingBuffer、JCTools、伪共享
- fail-fast 与 fail-safe、集合的安全遍历
2.3 JVM ★★★
- 运行时数据区、对象创建与内存布局、指针压缩、栈帧与方法分派
- 类加载过程、双亲委派、打破委派的场景、类加载器泄漏
- 内存管理、直接内存与 Metaspace
- 垃圾回收:分代模型、可达性分析、三色标记、读写屏障
- 收集器全景:Serial、Parallel、CMS、G1、ZGC、Shenandoah
- G1 深度:Region、RSet、SATB、Mixed GC、停顿预测模型
- ZGC / Shenandoah:染色指针、读屏障与低延迟取舍
- JIT 编译:C1 / C2、分层编译、方法内联、逃逸分析、去虚拟化
- JVM 参数与容器化:cgroup、UseContainerSupport、堆外内存
- OOM 全类型定位与内存泄漏排查
- 诊断工具链:jstat、jmap、jstack、jcmd、MAT、arthas、JFR、async-profiler、火焰图
- 线上 CPU 100%、内存飙升、线程卡死的完整排查过程
- STW、安全点、偏向锁废弃及其性能影响
2.4 并发编程 ★★★
- JMM、happens-before、内存屏障、指令重排
- synchronized 原理与锁优化:对象头、Monitor、锁升级、锁消除与粗化
- AQS 原理与 ReentrantLock 源码
- 读写锁、StampedLock 与适用场景
- CAS、ABA、Unsafe、Atomic 家族、LongAdder
- 线程池:源码、核心参数、拒绝策略、动态调参、容量估算、隔离、监控、优雅关闭
- ForkJoinPool 与工作窃取
- ThreadLocal:原理、内存泄漏、跨线程传递
- 线程协作:wait / notify、Condition、park / unpark、CountDownLatch、CyclicBarrier、Semaphore、Phaser
- 死锁:产生条件、jstack 定位、预防
- 虚拟线程:调度模型、pinning、适用边界、与线程池的关系
- 结构化并发与 ScopedValue
- CompletableFuture 与异步编排
- 响应式编程:Reactor 背压模型与适用场景
- 经典并发坑:DCL、单例、伪共享
三、主流框架 12+9+7+8=36
3.1 Spring ★★★
- 容器启动流程 refresh() 十二步
- Bean 生命周期与扩展点全景:BeanFactoryPostProcessor、BeanPostProcessor、Aware
- IOC 依赖注入原理与设计要点
- 循环依赖与三级缓存:构造器注入为何无解、AOP 代理下的循环依赖
- AOP 原理:代理选择、切点匹配、执行链、自调用失效
- 事务管理:传播行为、隔离级别、事务同步、失效场景
- 事件机制、异步事件与监听器顺序
- Spring MVC 请求处理全流程:DispatcherServlet、参数解析、拦截器
- Filter 与 Interceptor 的区别及应用场景
- @Async 原理与常见坑
- Spring 6:AOT 编译、可观测性、对响应式栈的整合
- WebFlux 与 Spring MVC 的选型
3.2 Spring Boot ★★★
- 启动流程与内嵌容器原理
- 自动装配:@EnableAutoConfiguration、spring.factories → AutoConfiguration.imports、条件装配、加载顺序
- 自定义 starter 的设计规范
- 配置加载优先级、Environment 抽象、配置中心与动态刷新
- 多数据源与事务管理
- 优雅停机、健康检查、K8s 存活 / 就绪探针
- Actuator + Micrometer 可观测性接入
- 启动优化:懒加载、扫描裁剪、AOT
- Spring Boot 3 + GraalVM Native Image 的收益与限制
3.3 MyBatis ★★
- 核心原理:SqlSession、Executor、四大对象
- 与 Spring 集成原理、Mapper 动态代理
- 插件 / 拦截器原理与分页插件
- 一级 / 二级缓存及失效场景、生产禁用建议
- 动态 SQL 与 resultMap 高级映射
- 批量操作、ExecutorType.BATCH 与事务
- MyBatis 与 JPA / Hibernate 选型
3.4 RPC 与 Dubbo ★★★
- Dubbo 架构与服务暴露、引用流程:Invoker、Protocol、Proxy
- Dubbo SPI:ExtensionLoader、@Adaptive、@Activate
- 负载均衡策略与集群容错:Failover、Failfast、Failsafe、Forking、Broadcast
- 线程模型:IO 线程与业务线程、Dispatcher、线程池隔离
- 超时、重试、服务降级与熔断
- 序列化选型与安全、泛化调用、隐式参数
- Dubbo 3:应用级服务发现、Triple / gRPC、流量治理
- Dubbo 与 Feign、gRPC 的选型
四、数据存储 20+14+10=44
4.1 MySQL ★★★
- InnoDB 架构、Buffer Pool、脏页刷盘、Change Buffer
- 三大日志、redo 两阶段提交与 crash-safe、binlog 格式、组提交
- MVCC:ReadView、当前读与快照读、RC / RR 的差异
- 事务隔离级别与幻读
- B+ 树索引、聚簇索引、页结构
- 索引设计与优化原则、覆盖索引、索引下推
- 索引失效场景全清单
- EXPLAIN 全字段、optimizer trace、执行计划分析
- 优化器选错索引的处理方案
- 锁机制:意向锁、间隙锁、临键锁、MDL、死锁定位与避免
- 慢查询治理、索引统计信息、优化器成本模型
- 千万级大表加索引:Online DDL、gh-ost、pt-osc
- 主从复制原理、半同步、并行复制、GTID
- 主从同步延迟的成因与解决方案
- 高可用方案:MHA、MGR、Orchestrator
- 分库分表:分片键、跨分片查询 / 分页 / 聚合、扩容
- 分库分表中间件:ShardingSphere
- 平滑迁移:双写、影子表、数据校验、回滚
- 连接池 HikariCP 原理与连接泄漏排查
- MySQL 8.0 特性:窗口函数、JSON、函数索引
4.2 Redis ★★★
- 高性能原理:单线程模型、IO 多路复用、内存操作、数据结构
- 数据结构实现:SDS、listpack / ziplist、quicklist、skiplist、intset
- 高级类型:BitMap、HyperLogLog、GEO、Stream
- 持久化:RDB、AOF、混合持久化、fork 与 COW、fsync 策略
- 高可用:主从、哨兵、Cluster(slot、重定向、脑裂)
- 过期策略与内存淘汰
- Pipeline、事务、Lua 的原子性边界
- 缓存穿透、击穿、雪崩
- 热点 key 解决方案与大 key 治理
- 与 MySQL 的双写一致性:延迟双删、订阅 binlog、最终一致
- 布隆过滤器及变体
- 变慢排查:慢日志、阻塞命令、内存碎片
- 典型应用:计数器、排行榜、会话、漏斗、限流
- Redis 7 新特性与客户端缓存
4.3 Elasticsearch ★★★
- 架构:节点角色、分片副本、路由、集群状态
- 倒排索引、doc_values、分词器与分析链
- 写入链路:buffer → refresh → segment → merge、translog、flush
- 删除与更新原理、段合并
- 检索两阶段、深分页:scroll、search_after
- 相关性打分 BM25、自定义排序、聚合原理
- 模糊查询原理:wildcard、fuzzy、ngram
- 集群脑裂、选举、分片设计与扩容
- 与 MySQL 的数据同步方案及一致性
- 向量检索 / kNN 与语义搜索
五、消息中间件 5+4+9+8=26
5.1 通用能力 ★★★
- 如何保证消息不丢失:生产、存储、消费三段
- 消息重复消费与消费端幂等
- 如何保证消息顺序
- 消息积压的定位、扩容与处理
- RabbitMQ、RocketMQ、Kafka 的选型对比
5.2 RabbitMQ ★★
- 组件模型、Exchange 类型与订阅方式
- 死信队列、TTL 与延迟消息
- 集群、镜像队列 / 仲裁队列、网络分区
- 消费端限流与 prefetch
5.3 RocketMQ ★★★
- 架构:NameServer、Broker、Producer、Consumer
- 存储系统:CommitLog、ConsumeQueue、IndexFile
- 刷盘策略、主从同步、DLedger
- 集群模式与队列分区
- Rebalance 机制
- 事务消息:半消息与回查
- 顺序消息、延迟消息、批量消息
- 消息重试与死信队列
- 5.0 存算分离架构
5.4 Kafka ★★★
- 架构与组件、Controller、KRaft
- 存储:segment、稀疏索引、零拷贝
- 副本同步:ISR、HW / LEO、Leader 选举
- Rebalance 机制与 cooperative sticky
- 分区分配策略与顺序性保证
- 幂等生产者、事务与 exactly-once 的边界
- 高吞吐原理与调优
- 元数据管理与集群扩展
六、分布式与架构 10+6+8+10+14+6+16=70
6.1 分布式理论 ★★★
- CAP、BASE 与一致性模型
- 共识算法:Paxos、Raft
- 分布式事务:2PC / 3PC、TCC、Saga、本地消息表、最大努力通知、Seata AT
- 幂等、去重、顺序与补偿的设计模式
- 分布式 ID:Snowflake、号段模式、Leaf、时钟回拨
- 一致性哈希与虚拟节点、数据分片与再平衡
- 分布式锁:Redis / ZK / DB 实现、续期、红锁争议、fencing token、加锁失败降级
- 分布式故障模型:网络分区、超时、重试风暴、雪崩
- 逻辑时钟与向量时钟
- Redis 分布式锁实现:Redisson 可重入锁、读写锁、看门狗
6.2 分布式协调与注册中心 ★★
- 注册中心对比与 CAP 取舍:ZooKeeper、Eureka、Nacos、Consul
- ZooKeeper:数据模型、ZNode、Watch、会话
- ZooKeeper:ZAB 协议、Leader 选举、脑裂与过半机制
- ZooKeeper 典型应用:分布式锁、队列、配置中心、命名服务、羊群效应
- Nacos:1.x 长轮询 / 2.x 长连接、配置动态推送
- Eureka:AP 模型与自我保护机制
6.3 领域驱动设计(DDD)★★
- 战略设计:核心域、支撑域、通用域如何划分;限界上下文与通用语言
- 上下文映射:防腐层(ACL)、开放主机服务、共享内核、跟随者 / 遵奉者,及选型
- 战术设计:实体、值对象、聚合、聚合根、领域服务、领域事件、仓储、工厂
- 聚合设计原则:一致性边界、小聚合、聚合间用 ID 引用、聚合内强一致与聚合间最终一致
- 贫血模型与充血模型:适用场景,以及"用了 DDD 仍然是大泥球"的常见原因
- 应用架构:分层架构、六边形架构、整洁架构,以及 DDD 四层的落地方式
- DDD 与微服务拆分:限界上下文不等于一个微服务;拆分粒度、团队边界(康威定律)、数据边界与渐进式落地
- 进阶概念:CQRS、事件溯源(Event Sourcing)的适用边界与代价
6.4 微服务与云原生 ★★★
- 服务注册发现、配置中心、API 网关、BFF 的职责边界
- Spring Cloud 生态:Gateway、LoadBalancer、OpenFeign、Sentinel、Nacos 整合
- 服务网格:Istio 架构、Sidecar、数据面与控制面
- Docker:镜像分层、构建优化、多阶段构建
- Kubernetes:核心资源、调度、HPA、探针、ConfigMap / Secret
- K8s 网络与存储:CNI、Service、Ingress、PV / PVC
- 发布策略:滚动、蓝绿、金丝雀、灰度与回滚
- 全链路灰度:标签路由、泳道、数据兼容
- CI/CD、GitOps、制品与环境治理
- Serverless 与 FaaS 的适用场景
6.5 稳定性与高可用 ★★★
- 容量评估、单机压测与全链路压测:流量染色、影子库、数据隔离
- 限流算法:令牌桶、漏桶、滑动窗口、集群限流
- Sentinel 原理:责任链、LeapArray 滑动窗口、熔断、热点限流、集群流控、规则持久化
- 熔断、降级、隔离(线程池 / 信号量舱壁)与雪崩防护
- 超时与重试设计:重试放大、退避策略、幂等前提
- 多级缓存架构与热点数据治理
- 容灾与多活:RTO / RPO、同城双活、异地多活、单元化
- 故障演练、混沌工程、红蓝对抗
- 应急预案、故障分级、On-call 与复盘机制
- 监控告警:黄金指标、SLO / SLI / 错误预算、告警治理
- 可观测性:日志规范与采集、Metrics、链路追踪(TraceID / MDC / OpenTelemetry)
- 开关系统、Feature Flag、配置热更新与紧急止血
- 数据一致性保障:对账、补偿、巡检
- 成本优化与容量成本意识
6.6 安全 ★★
- 认证授权:Session、JWT、OAuth2、OIDC、SSO、Token 吊销与刷新
- 越权与接口鉴权:水平 / 垂直越权、IDOR
- Web 攻击:SQL 注入、XSS、CSRF、SSRF、反序列化、文件上传
- 接口防刷与防重放:签名、时间戳、nonce
- 数据安全:加密存储、脱敏、KMS、审计日志
- 供应链安全:依赖扫描、镜像扫描、SBOM
6.7 系统设计实战 ★★★
- 秒杀系统
- 抢红包
- 订单超时自动取消
- 异步请求、同步返回结果的接口设计
- 库存扣减与超卖
- 支付、对账与资金安全
- 短链系统
- Feed 流
- 排行榜
- 附近的人
- 签到系统
- 分布式任务调度
- 大文件上传与断点续传
- 海量数据导出与冷热分离
- 生产环境 GC 问题与解决方案
- 线上问题案例复盘(准备 2–3 个完整案例)
七、工程效能与技术领导力 ★★★
- 架构方法论:技术选型评估矩阵、架构决策记录(ADR)、演进式架构
- 技术方案设计与评审:如何写、如何评、如何推动落地
- 架构演进:单体 → 微服务 → 中台 → 云原生
- 技术债治理与重构策略:绞杀者模式、分支抽象、灰度迁移
- 研发效能:DORA 指标、CI/CD 成熟度、测试策略、代码规范与 CR
- 技术规划与路线图、资源投入与目标对齐
- 团队建设:梯队培养、招聘、绩效沟通、跨团队协作
- 稳定性文化与事故复盘机制
- 技术影响力与知识沉淀
八、面试表达与项目复盘 ★★★
- STAR 法则:背景、挑战、我的角色、方案与权衡、量化结果
- 项目亮点包装:QPS、P99、可用性、成本下降、故障数下降
- 架构图与时序图的现场表达
- 系统设计题答题框架:澄清需求 → 容量估算 → 高层设计 → 深挖核心 → 权衡 → 扩展
- "最大技术难题"与"最失败项目"的标准答法
- 反问环节:技术栈、业务阶段、架构痛点、晋升路径
- 自我定位:专家型、架构型、技术管理型
九、新技术与差异化 ★
- AI / LLM 工程化:RAG、Agent、MCP、向量数据库、Prompt 与评测
- Rust / Go 在基础设施中的应用场景
- 数据平台:Flink 实时计算、CDC、湖仓一体
- 边缘计算与 BFF 架构
附:复习路线
- 先补盲区:1.3 IO 模型与网络编程 → 6.1 分布式理论 → 6.5 稳定性与高可用
- 建立体系:每个中间件按"原理 → 高可用 → 生产故障 → 调优"四段式准备
- 打磨案例:6.7 系统设计选 5 个拿手场景,按八.4 的框架反复演练
- 最后收口:八、面试表达与项目复盘,准备 2–3 个可深挖的项目
附:不同岗位的侧重点
| 岗位类型 | 重点章节 | 可弱化 |
|---|---|---|
| 互联网大厂专家岗 | 2.3 JVM、2.4 并发、4.x 存储、6.1/6.5 | 7 工程管理 |
| 架构师 / 技术负责人 | 6.x 全部、7 工程效能、8 项目复盘 | 2.1 语法细节 |
| 金融 / 支付类 | 4.1 MySQL、6.1 分布式事务、6.6 安全、6.7 资金类场景 | 9 新技术 |
| 云原生 / 基础架构 | 1.3 IO、6.4 云原生、6.2 协调服务 | 4.3 ES、5.2 RabbitMQ |
附:10+ 面试的常见失分点
- 只背结论,讲不清权衡:如 G1 与 ZGC 的延迟、吞吐、堆大小、运维成本对比。
- 场景题没有量化:不给 QPS、数据量、SLA 就直接讲方案。
- 中间件只讲原理不讲故障:缺少"踩过什么坑、怎么定位、怎么兜底"。
- 项目讲成流水账:没有"我的决策"和"被否掉的方案"。
- 忽略稳定性与成本:架构岗看的是约束下的可靠交付,不是技术炫耀。