招银网络科技 java后端开发 一面 面经

1. 先做个自我介绍吧

参考答案：

您好，我是XXX，目前就读于XX大学XX专业，研究生/本科X年级。我的专业方向是软件工程，主修课程包括Java程序设计、数据结构与算法、操作系统、计算机网络、数据库系统等。

在技术栈方面，我熟悉Java编程，掌握Java集合框架、多线程、IO流等核心知识，了解JVM原理。熟悉Spring、Spring Boot、MyBatis等主流框架。在数据库方面，熟悉MySQL的使用和SQL优化，了解Redis缓存的应用。熟悉Linux开发环境，能够使用Git进行版本管理。

项目经验方面，我在XX公司实习期间参与了电商后台管理系统的开发，主要负责订单模块和库存管理模块的开发，使用Spring Boot + MyBatis技术栈。还做过一个在线教育平台的项目，实现了课程管理、用户学习记录、视频播放等功能，使用了微服务架构和消息队列。

我对Java后端开发很感兴趣，特别是分布式系统、高并发场景的设计和优化。希望能加入贵公司，在实际项目中不断学习和提升。

2. 讲讲你实习期间做的项目，主要负责哪些模块？

答案：

我在实习期间参与了一个电商后台管理系统的开发，这个系统主要服务于运营人员，用于管理商品、订单、库存、用户等信息。

我主要负责订单模块和库存管理模块的开发。订单模块包括订单创建、订单查询、订单状态流转、订单取消等功能。库存管理模块负责商品库存的增减、库存预占、库存释放、库存同步等功能。这两个模块是强关联的，下单时需要扣减库存，取消订单时需要释放库存。

在技术实现上，我使用Spring Boot搭建服务，MyBatis作为持久层框架，MySQL存储数据，Redis做缓存。订单创建时，先检查库存是否充足，然后预占库存，创建订单记录，最后扣减实际库存。为了保证数据一致性，使用了数据库事务和分布式锁。

在开发过程中，我遇到过一个性能问题。订单列表查询时，如果订单量很大，分页查询会很慢。我通过添加索引、优化SQL语句、使用Redis缓存热点数据等方式进行了优化，查询速度提升了5倍左右。

这个项目让我对电商业务有了深入理解，也学会了如何处理高并发场景下的数据一致性问题，以及如何进行性能优化。

3. 你提到订单查询有性能问题，具体是怎么分析和解决的？

答案：

问题是运营人员反馈订单列表查询很慢，特别是查询历史订单时，有时需要等待10秒以上。我首先通过日志分析，发现查询接口的响应时间确实很长，平均在8秒左右。

定位问题时，我使用了MySQL的慢查询日志，发现订单查询的SQL执行时间占了大部分。通过EXPLAIN分析SQL执行计划，发现查询没有使用索引，是全表扫描。订单表当时已经有几百万条数据，全表扫描非常慢。

分析原因后发现，查询条件包括订单状态、创建时间、用户ID等多个字段，但只在主键上有索引。我的优化方案是：首先在常用的查询字段上建立联合索引，比如(user_id, status, create_time)。其次，对于时间范围查询，使用分区表按月分区，减少扫描的数据量。第三，将热点数据（最近7天的订单）缓存到Redis中，查询时先查缓存。

优化后，查询速度从8秒降低到200ms左右，用户体验明显提升。这个过程让我学会了如何使用工具定位性能瓶颈，以及数据库索引优化的重要性。

4. 你做的在线教育平台项目，具体实现了哪些功能？架构是怎样的？

答案：

这个在线教育平台项目是我的毕设项目，主要功能包括用户管理、课程管理、视频播放、学习进度跟踪、在线考试等模块。

架构设计上，我采用了微服务架构。将系统拆分为用户服务、课程服务、视频服务、学习记录服务、考试服务等多个独立服务。服务之间通过RESTful API通信，使用Nacos做服务注册和发现，使用Gateway做API网关。

用户服务负责用户注册、登录、权限管理，使用JWT实现无状态认证。课程服务管理课程信息、章节、课件等，支持课程的增删改查。视频服务对接阿里云OSS存储视频文件，实现视频上传、转码、播放功能。学习记录服务记录用户的学习进度、观看时长、完成情况等。考试服务实现在线考试、自动判卷、成绩统计等功能。

数据存储方面，用户信息、课程信息存储在MySQL中，学习记录因为数据量大使用了MongoDB，视频文件存储在OSS上。使用Redis缓存热点数据如课程详情、用户信息等，减少数据库压力。使用RabbitMQ消息队列处理异步任务，比如视频转码、学习记录统计等。

这个项目让我对微服务架构有了实践经验，也学会了如何设计和实现一个完整的业务系统。

5. 你的视频服务是如何实现的？如何保证视频播放的流畅性？

答案：

视频服务的实现分为上传、存储、转码、播放几个环节。

上传方面，我使用了阿里云OSS的分片上传功能。大文件分成多个小片段并行上传，上传失败可以断点续传，提高了上传成功率和速度。上传完成后，OSS会返回视频的URL。

存储方面，视频文件直接存储在OSS上，不占用服务器存储空间。视频的元信息（标题、时长、大小、URL等）存储在MySQL中。

转码方面，原始视频上传后需要转码成多种清晰度（标清、高清、超清）和格式（MP4、HLS）。我使用了阿里云的视频转码服务，上传完成后通过消息队列触发转码任务，转码完成后更新数据库中的视频状态和URL。

播放方面，前端使用Video.js播放器，支持多清晰度切换和倍速播放。为了保证流畅性，使用了CDN加速，将视频分发到全国各地的边缘节点，用户就近访问。使用HLS流式传输协议，支持自适应码率，根据网络状况自动调整清晰度。

还实现了防盗链机制，生成带时效性的签名URL，防止视频被盗用。使用Redis缓存视频信息，减少数据库查询。这些措施保证了视频播放的流畅性和安全性。

6. Java中HashMap的底层实现原理是什么？

答案：

HashMap是基于哈希表实现的键值对存储结构。底层使用数组+链表+红黑树的数据结构。

在JDK 1.7中，HashMap使用数组+