美云智数 Java软件开发 一面 面经

1. 自我介绍

您好，我叫XXX，目前是XX大学计算机专业的大三/大四学生。我主要的技术方向是Java后端开发，熟悉Spring全家桶、MySQL、Redis等主流技术栈。

在校期间我系统学习了数据结构、算法、操作系统、计算机网络等基础课程，打下了扎实的理论基础。同时我也注重实践，做过几个项目，包括电商系统、在线教育平台等，积累了一定的开发经验。

最近在XX公司实习，主要负责后端接口开发和系统优化工作。通过实习我深入了解了企业级项目的开发流程，学会了如何与团队协作，如何解决实际业务问题。

我对技术充满热情，平时会关注技术社区，学习新技术。我的学习能力和适应能力比较强，希望能加入贵公司，在实际项目中继续提升自己。

2. MySQL事务的隔离级别，分别解决什么问题？

四种隔离级别：

读未提交是最低的隔离级别，一个事务可以读到另一个事务未提交的数据。这会导致脏读问题，就是读到了可能会回滚的数据。这个级别基本不使用，因为数据不可靠。

读已提交只能读到已提交的数据，解决了脏读问题。但会出现不可重复读，就是同一个事务内多次读取同一条数据，结果不一样，因为其他事务修改并提交了数据。Oracle默认使用这个级别。

可重复读保证同一个事务内多次读取结果一致，解决了不可重复读问题。MySQL默认使用这个级别。但理论上会出现幻读，就是同一个事务内多次查询，记录数不一样，因为其他事务插入或删除了数据。不过MySQL通过MVCC和间隙锁在很大程度上解决了幻读。

串行化是最高的隔离级别，事务串行执行，完全避免了脏读、不可重复读、幻读。但性能最差，因为事务要排队执行。只在对数据一致性要求极高的场景使用。

隔离级别的实现：

MySQL主要通过MVCC多版本并发控制实现隔离。每行记录有隐藏的事务ID和回滚指针，形成版本链。事务开始时创建ReadView，根据可见性规则判断能看到哪个版本的数据。读已提交每次查询都生成新的ReadView，可重复读只在事务开始时生成一次ReadView。

对于写操作，使用锁机制。行锁保证并发修改的安全性，间隙锁防止幻读。

3. 在项目中遇到的最大问题是什么？怎么发现和解决的？

问题背景：

我在做电商项目时，遇到过一个并发问题。在秒杀场景下，出现了库存超卖的情况。本来库存只有100件商品，但实际卖出了120件，导致后面的订单无法发货，用户投诉。

问题发现：

最开始是运营人员发现库存数据不对，反馈给我们。我查看了数据库，发现库存确实是负数。然后查看日志，发现在秒杀开始的那一刻，有大量并发请求同时进来。

问题分析：

我分析了代码逻辑，发现问题出在扣减库存的流程上。当时的实现是先查询库存，判断是否充足，然后扣减库存。这个过程不是原子操作，在高并发场景下会出现竞态条件。

比如两个请求同时查询库存都是1，都判断可以购买，然后都去扣减库存，结果库存变成了-1。这就是典型的并发问题。

解决方案：

我尝试了几种方案。第一种是使用数据库的悲观锁，在查询时加for update锁住记录。但这种方式性能很差，因为所有请求都要排队。

第二种是使用乐观锁，给库存表加版本号字段，更新时判断版本号是否一致。这种方式性能好一些，但在高并发下失败率很高，用户体验不好。

最终我采用了Redis预扣库存的方案。秒杀开始前把库存数量加载到Redis，使用Lua脚本保证扣减库存的原子性。扣减成功后异步创建订单，定时任务同步数据到数据库。这样既保证了原子性，又有很好的性能。

优化效果：

优化后系统可以支持每秒上万的并发请求，库存数据完全准确，没有再出现超卖问题。接口响应时间从几秒降到几十毫秒。

经验总结：

这次经历让我深刻理解了并发编程的重要性。在高并发场景下，要特别注意原子性问题。要善用缓存和异步处理提升性能。遇到问题要系统分析，尝试多种方案，选择最合适的。

4. Spring Cloud的核心组件有哪些？分别的作用是什么？

服务注册与发现：

Eureka或Nacos作为注册中心，服务启动时注册到注册中心，其他服务可以从注册中心发现服务地址。注册中心会定期检查服务健康状态，自动剔除不健康的实例。这样实现了服务的动态管理，不需要硬编码服务地址。

配置管理：

Spring Cloud Config或Nacos Config提供集中化的配置管理。所有服务的配置都存储在配置中心，支持不同环境的配置隔离。配置修改后可以动态刷新，不需要重启服务。这样避免了配置分散难以管理的问题。

服务调用：

OpenFeign提供声明式的HTTP客户端，只需要定义接口和注解，就可以像调用本地方法一样调用远程服务。它集成了Ribbon负载均衡，自动在多个服务实例间分配请求。

网关：

Spring Cloud Gateway作为统一入口，负责路由转发、负载均衡、限流、鉴权等功能。所有外部请求先到网关，网关根据路由规则转发到具体服务。这样可以统一处理跨域、安全等问题。

熔断降级：

Sentinel或Hystrix提供熔断降级功能。当下游服务出现问题时，快速失败，避免调用方长时间等待。支持多种熔断策略，可以设置降级方法返回默认值。

链路追踪：

Sleuth配合Zipkin实现分布式链路追踪。记录请求在各个服务间的调用链路，包括耗时、状态等信息。可以快速定位性能瓶颈和故障点。

这些组件配合使用，构建了完整的微服务架构，解决了服务治理、配置管理、容错等问题。

5. Redis的数据结构及应用场景

String字符串：

String是最基础的类型，可以存储字符串、数字、二进制数据，最大512MB。常用于缓存对象、计数器、分布式锁。比如缓存用户信息用set和get命令，做计数器用incr命令原子性自增，实现分布式锁用setnx命令。

List列表：

List是双向链表，支持从两端push和pop。常用于消息队列、最新列表、关注列表。做消息队列用lpush生产消息，brpop阻塞消费。做最新动态用lpush添加，lrange获取最新N条。

Hash哈希：

Hash适合存储对象，field-value结构。常用于存储用户信息、购物车。比如购物车用hset设置商品数量，hincrby增减数量，hgetall获取整个购物车。相比String存储JSON，Hash可以单独修改某个字段，更灵活。

Set集合：

Set是无序不重复集合，支持交并差运算。常用于标签、共同关注、去重。比如用户标签用sadd添加，s