分享一下涉及领域比较全面的java面试题吧

基础问题

linux和网络基础

（1）linux系统内核态和用户态是什么，有什么区别？

（2）BIO、NIO、AIO都是什么，有什么区别？

（3）TCP和UDP的区别？

（4）详细叙述TCP3次握手，TCP和HTTP的区别，其中字节面试官问的最细，他会具体问TCP底层的3次握手的具体实现逻辑，第三次握手如果失败会怎样。

建议把TCP关闭时的4次挥手也看看，文章就有，看了至少表面的东西难不倒你们，由于这个是最基础的问题，如果回答不好，面试官的印象分就你懂得。

（5）rpc和http的区别，你知道有什么rpc框架。

（6）https相对http都实现了什么加密方式，是对称加密还是非对称加密？

（7）用linux命令怎么做分组求和，怎么把字符串根据分隔符变成数组（这里建议大家读读linux命令篇）

JVM基础

（1）简要介绍一下JVM虚拟机（这个问题不是把JVM分成JMM，类加载和GC来问，一定要想好怎么描述JVM）

（2）简述一次GC的过程（Minor gc和Major gc过程还记得么）

（3）JMM是什么？

（4）JVM共享内存都有什么，什么是堆外内存？

（5）GC区域，垃圾回收算法，垃圾回收器，G1、CMS、ParNew等垃圾回收器的简介和之间的区别。

（6）类加载过程（5个过程最好能研究明白，因为还涉及到栈帧、局部表量表、操作数栈、动态链接和方法出口等知识，去看一下文章就明白了）

（7）一个ArrayList的两个对象的getClass()得到的结果相同么（理解类加载和Class类类型）

（8）死锁怎么查问题（-XX:+PrintGCDetails）

（9）Gc日志得会看，尤其问到怎么查OOM问题的时候，你应该知道使用jconsole，jstat，jmap，jvisualvm等的工具来查看gc状态，看看是不是年轻代设置太小了导致major gc频繁或者内存泄露了。

JAVA基础和多线程基础

（1）synchronized在JDK6做了哪些优化，synchronized和lock的区别

（2）懒汉单例用duble check是线程安全的么，为什么要加volatile

（3）Volatile有什么用，什么是CAS

（4）什么是happens before原则

（5）什么是AQS

（6）线程sleep和wait的区别，线程join是什么意思

（7）Java都有哪几种锁

（8）线程池分几种类型，其中的coreSize、maxSize、存活时间、等待队列、拒绝策略要清楚

（9）Java乐观锁的实现（CAS+自旋）

（10）阻塞队列的实现，至少自己会实现2种阻塞队列的方法（单锁，多锁， ReentrantLock， Condition）

（11）CountDownLatch、CyclicBarrier、Semaphore区别，使用场景

（12）HashMap是线程安全的么，底层怎么实现的（get，set，resize），JDK1.8之前和之后做了哪些修改，如果要使得插入kv有序需要使用哪种HashMap（LinkedHashMap，TreeMap），ConcurrentHashMap线程安全是怎么实现的（JDK1.8前后实现不同）

（13）ArrayList和LinkedList的区别，栈和队列的区别。Queue和Deque区别

（14）Netty，Jetty实现原理。

（15）Java 静态代理、动态代理

（16）Forkjoin模型

（17）Java回调

（18）协程和线程的区别

（19）JDK1.8有什么新特性，了解函数式编程么（不了解的看看guava）

数据结构算法和设计模式

（1）设计模式一般引申自项目或者工具底层实现，所以需要懂一些比较常见的设计模式，工厂、单例、观察者、命令、适配器、代理等等

（2）算法主要是查找和排序，所以至少要会手写主流的排序算法和查找算法

（3）LSM树是怎么实现的。和mysql的B+树有什么区别（LSM树是hbase和levelDB的底层存储的结构，不懂不应该）

（4）二叉树，平衡查找二叉树，红黑树等

（5）栈，数组，链表，队列，双端队列，跳跃表（redis zset）等

spring系列

（1）AOP，IOC概念

（2）Spring cloud组件介绍，具体问的比较多的是hytrix和eureka，hytrix主要问怎么实现限流和降级（线程池和信号量），两种实现方式有什么区别，具体熔断时的配置；eureka主要介绍和zookeeper的区别，以及注册流程

（3）Spring boot配置很多都注解化了，所以常用的注解要知道

（4）过滤器和Spring拦截器的区别

消息中间件AMQP

redis缓存相关

其他类型

（1）单点登录系统怎么做（SSO系统）

（2）为什么选择cassandra而不是hbase，两者有什么区别

大数据问题

hadoop

（1）hadoop1.0的进程都有哪些，hdfs和mapreduce简介

（2）集群初始化的时候namenode都做了哪些工作，fsimage和editslog都是什么

（3）SecondaryNamenode有什么作用。

（4）Hadoop读文件和写文件流程

（5）Mapreduce过程简介（注意这个是基础，不会说拉低印象分），shuffle流程，jobclient提交job的流程等。

（6）Mapreduce怎么进行序列化反序列化的（inputFormat，outputFormat）

（7）Jobtracker都有哪些任务调度器

（8）Hadoop YARN都做了哪些优化，YARN都有哪些进程，YARN提交job的流程

（9）Mapreduce优化（mapjoin，combiner，小文件合并等）

（10）简述hive表join怎么用mapreduce实现，mapreduce二次排序，二次排序分区和分组的区别

（11）Hadoop集群HA实现（zookeeper实现主备和federation最好都弄懂概念）

（12）其他框架比如spark怎么和yarn集成的

（13）Spark相比mapreduce的优化（内存计算，RDD等）

（14）给你100亿条数据的用户表和一块100MB内存，怎么去重或者判断一个用户在不在其中（bitmap，布隆过滤器等）

（15）加分项：读过hadoop源码么，具体哪一段源码介绍一下。

hive

（1） Hive数据仓库的架构

（2） Hive怎么把sql转化成mapreduce的（至少知道sql解析器解析成AST语法树，后面解析成queryblock，进执行队列等等）

（3） Hive基本数据类型，组合类型（当时问Hive中的int类型有几种，蒙了）

（4） Hive底层存储类型，压缩格式

（5） Hive UDF，UDTF，UDAF，窗口函数（row_number, rank,cube,rollup,lag,lead）（一般是跟着sql coding来问的）

（6） Hive优化（count(distinct xxx),去除null值，小文件合并，map和reduce个数优化，解决数据倾斜）

（7） Hive分区和分桶的区别。分桶主要解决什么问题。内部表和外部表的区别。怎么动态分区。

（8） Hive怎么自动补全分区（MSCK命令，这个比较冷僻，知道有这个东西就行了）

（9） HIve列存储，rcfile和orcfile和parquet怎么存数据的

hbase

（1）hbase架构简介

（2）Hbase怎么读写数据详细流程

（3）Hbase的应用场景

（4）Hbase优化（热点，预分区，rowKey设计，手动合并等）

（5）Hbase为什么写快读慢（LSM树）

（6）Hbase是cp还是ap架构？（CAP理论看懂没有，hbase是CP的）

（7）Hbase 怎么scan数据的。

kafka

为什么kafka放到大数据里来说，因为kafka大部分场景下是ETL流程和流式计算流程的source端

（1）kafka架构简介

（2）Kafka为什么快，性能好，吞吐量大（mmap和sendfile了解一下）

（3）Kafka会丢数据么，kafka消息有序么

（4）Kafka producer consumer怎么实现at most once和exactly once（幂等计算和事务）

（5）Kafka 高可用怎么实现的（AR，ISR，OSR）。会不会脑裂（不会啊，参照zookeeper选举）

（6）Kafka leo（log end offset）和hw（high watermark）

（7）Kafka consumer消费topic的某一个partition时，不同group和同group中的消费者有什么不同。

（8）Kafka ack有几种，每种什么意思

（9）Kafka有什么坑，怎么改进（大脑风暴了）

（10）Kafka相比rabbitMq等传统消息队列有什么区别

zookeeper

（1）zookeeper简介

（2）Zookeeper节点类型

（3）Zookeeper watcher机制

（4）Zookeeper使用场景，怎么用zk设计主备高可用，怎么用zk实现分布式锁（其实就是临时顺序znode的建立和watcher机制的妙用）

（5）Zookeeper选举机制，会不会脑裂

其他工具

因为我没有很多spark和flink的项目经验，所以这部分问的较少

（1）介绍一下storm，spark，flink

（2）Spark RDD

（3）Spark stage怎么划分task的

（4）Spark宽窄依赖

（5）Spark shuffle

（6）Spark 为什么容易OOM

（7）Flink 窗口类型都有哪些

（8）Flink 水位线是什么，要解决什么问题，怎么保证消息有序

（9）Flink 怎么实现exactly once

项目中涉及到的mysql、redis、flume、sqoop、es等工具也会具体问的，这里我就不详细说了，redis和mysql

数仓相关的问题和数据分析、算法端的问题

（1）你是怎么设计数仓的

（2）数据仓库是什么，和数据库有什么区别

（3）你的数仓怎么分层的

（4）维度建模的流程，其他类型的建模方式

（5）Inmon模型和KimBall模型有什么区别

（6）怎么提炼业务指标

（7）怎么设计事实表和维度表

（8）数据立方体的一些概念

（9）什么是缓慢变化维，怎么处理这种缓慢变化维

（10）具体项目中会问到日志或者数据是增量存还是全量存，可能会引申到拉链表，甚至让我实现拉链表（字节2面挂就是拉链表流程没有正确写出来，所以后来干脆自己在mysql上面实现了一把就懂了）

（11）会用python，R语言进行数据分析么，会用SPSS，EXCEL，tableau之类的工具么

（12）使用过什么多维查询引擎（impala，kylin，presto，druid等，如果没用过别说用过，因为可能面试官很了解的话会问的很细很底层）

（13）MPP的概念，clickhouse之类的工具使用

（14）调度系统报表系统元数据管理系统血缘分析等系统设计，标签系统设计，AI算法实现，用户画像设计等

（15）谈谈对数据中台的理解，要解决什么问题（看你的思考能力和对数据部门职能的理解）

（16）谈谈对数据治理的理解

Coding

这里只给大家提供一些遇到过的简单问题，大家应该掌握基本的查找算法、排序算法，熟练使用递归、贪心，能明白动态规划更好。

Leetcode上面的题有空再去刷，因为几千道题要花费大量的时间，对于需要准备考sql的同学，建议把牛客网上面数据库SQL实战都做一遍，理解了就差不多了。

（1）实现一个函数把两个有序的int数组结合成新的有序数组（java，遇到过2次）

（2）给a[n]数组进行全排序，找到一个组合的前一个组合，比如a[3]{[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]}，给出[2,3,1,]，找到他的前序是[2,1,3]（java）

（3）给定一个正数数组arr（即数组元素全是正数），找出该数组中，两个元素相减的最大值，其中被减数的下标不小于减数的下标。即求出：maxValue = max{arr[j]-arr[i] and j >= i} （java）

（4）有8个球，其中有一个比其他7个重。给你一个天平要求2次称重就把重的那个球找出来。（智力题）

（5）求一个数组中不存在的最小正整数（java，这个好像是程序员面试指南里头的题）

（6）给定用户登录表，怎么查连续3天未登录的用户（sql）

（7）给定每天收入明细数据，怎么查每一天的历史收入总和（sql）

（8）Hive 表中有重复值，怎么查一共有多少个重复值（hql）

（9）给定注册表和登录表，用一个sql求1-7天留存（sql）

（10）实现拉链表（hql）

（11）给定电商订单表，字段为订单id（order_id）和订单组合（type_list），求这个订单组合中每种类型商品的相关商品TOP10,即求这个商品相关的商品（下单这个商品的同时也下单其他商品）下单量TOP10（hql，行转列）

（12）给定一个广告投放表ad,字段有aid（广告id）和citys（投放城市city_id集合）和城市表city_info,字段有city_id和city_name（城市名称），求具体城市名称的投放广告量TOP10。（hql，行转列）