杭州天健咨询 Java 实习面经(120/天)

1）自我介绍

2）开源项目功能点介绍

我参与开发了一个名为XX的开源项目，主要功能包括：

核心功能A：实现了XX功能，采用XX技术解决XX问题，特点是XX
模块B：提供XX能力，支持XX场景下的XX需求
特色功能C：创新性地使用XX方法，解决了行业内的XX痛点
扩展性设计：通过XX设计模式，使系统易于扩展和维护

该项目已在GitHub上获得XX星标，被XX公司采用于生产环境。

3）向量型数据库了解吗

向量数据库是专门为存储和查询向量数据（高维数值数组）优化的数据库系统，主要用于相似性搜索。我的理解如下：

核心特性：
- 高效处理高维向量数据
- 支持近似最近邻(ANN)搜索
- 提供相似度计算能力
常见应用场景：
- 推荐系统
- 图像/视频/音频检索
- 自然语言处理
- 异常检测
代表产品：
- Milvus
- Pinecone
- Weaviate
- FAISS(Facebook开发的库)
与传统数据库区别：
- 传统数据库擅长精确匹配，向量数据库擅长相似性搜索
- 使用余弦相似度、欧氏距离等度量方式

4）SpringCloud 微服务了解多少

核心组件：
- 服务注册与发现：Eureka/Nacos
- 负载均衡：Ribbon/Spring Cloud LoadBalancer
- 服务调用：Feign/OpenFeign
- 熔断降级：Hystrix/Sentinel
- 网关：Zuul/Spring Cloud Gateway
- 配置中心：Spring Cloud Config/Nacos
- 分布式追踪：Sleuth + Zipkin
实践经验：
- 使用Spring Cloud Alibaba生态(Nacos+Sentinel)构建微服务
- 实现基于JWT的微服务认证授权
- 设计分布式事务解决方案(Seata)
- 微服务链路监控和日志聚合
理解：
- 微服务架构的优缺点及适用场景
- 服务拆分原则(DDD领域驱动设计)
- 容器化部署(Docker+K8S)经验

5）单体事务是如何保证的，介绍一下

在单体应用中，主要通过以下机制保证事务(ACID特性)：

本地事务：
- 使用数据库事务(如MySQL的InnoDB引擎)
- 通过BEGIN、COMMIT、ROLLBACK控制
- Spring的@Transactional注解简化管理
实现原理：
- 原子性：通过undo log实现回滚
- 一致性：由应用和数据库共同保证
- 隔离性：通过锁机制和MVCC实现
  - 隔离级别：读未提交、读已提交、可重复读、串行化
- 持久性：通过redo log保证
Spring事务管理：
- 传播行为(PROPAGATION_*)
- 隔离级别(ISOLATION_*)
- 回滚规则
- 事务超时设置
注意事项：
- 避免大事务
- 注意事务失效场景(如自调用、非public方法等)
- 合理选择隔离级别

6）RBAC 角色权限是怎么控制的？

RBAC(基于角色的访问控制)是一种权限管理模型，我的理解如下：

核心概念：
- 用户(User)：系统使用者
- 角色(Role)：权限集合
- 权限(Permission)：资源+操作(如user:add)
数据模型：
- 用户-角色多对多关系
- 角色-权限多对多关系
- 可能需要部门/岗位等扩展维度
实现方式：
- 数据库设计：5张表(用户、角色、权限、用户角色关系、角色权限关系)
- 权限验证：
  - 基于注解(如@PreAuthorize("hasRole('ADMIN')"))
  - 基于拦截器/过滤器
- 前端控制：根据权限数据动态生成菜单和按钮
扩展模式：
- 角色继承
- 权限组
- 数据权限控制(行级/列级)
实践建议：
- 避免角色爆炸
- 支持权限的细粒度控制
- 考虑权限缓存机制

7）leftJoin、rightJoin、和自连接区别

LEFT JOIN(左连接)：
- 返回左表所有记录，即使右表没有匹配
- 右表无匹配时显示NULL
- 语法：SELECT...FROM table1 LEFT JOIN table2 ON...
RIGHT JOIN(右连接)：
- 返回右表所有记录，即使左表没有匹配
- 左表无匹配时显示NULL
- 语法：SELECT...FROM table1 RIGHT JOIN table2 ON...
自连接(Self Join)：
- 同一表与自己连接
- 用于处理层级数据(如组织结构)
- 语法：SELECT...FROM table1 a JOIN table1 b ON...
关键区别：
- 结果集不同：LEFT JOIN以左表为主，RIGHT JOIN以右表为主
- 自连接是特殊场景，用于处理表内关系
- INNER JOIN只返回两表都匹配的记录
使用场景：
- LEFT JOIN：需要主表完整数据+关联表可选信息
- RIGHT JOIN：较少使用(通常可用LEFT JOIN替代)
- 自连接：树形结构查询、数据对比等

8）假如某些数据权限需要控制，比如某个数据库，某张表等，你如何设计

针对数据权限控制，我会设计如下方案：

权限模型设计：
- 资源类型：数据库、表、字段、行
- 操作类型：SELECT、INSERT、UPDATE、DELETE等
- 权限粒度：粗粒度(库/表) + 细粒度(行/列)
技术实现：
- 元数据管理：维护资源目录
- 权限规则引擎：解析和评估权限规则
- SQL拦截改写：通过AOP或JDBC代理修改SQL
  - 行级：自动添加WHERE条件(如AND dept_id = user_dept)
  - 列级：选择性地排除敏感字段

存储设计：

CREATE TABLE data_permission (
  id BIGINT PRIMARY KEY,
  role_id BIGINT,
  resource_type VARCHAR(20), -- DATABASE/TABLE/ROW/COLUMN
  resource_id VARCHAR(100), -- 资源标识
  operations VARCHAR(50), -- 逗号分隔的操作类型
  condition_expression VARCHAR(200) -- 行级条件表达式
);

动态数据源：
- 根据用户权限路由到不同数据源
- 实现多租户隔离
缓存优化：
- 权限规则缓存
- 避免每次请求都查询权限
审计与合规：
- 记录数据访问日志
- 敏感操作二次验证

9）前端怎么发网络请求的，axios

10）异步，Promise,async await

11）redis 在你项目是怎么使用的？

在我参与的项目中，Redis主要应用于以下场景：

缓存层：
- 数据库查询缓存，减轻DB压力
- 使用RedisTemplate或Lettuce客户端
- 缓存策略：Cache-Aside模式
- 缓存击穿/雪崩/穿透解决方案
会话管理：
- 分布式Session存储
- Spring Session + Redis实现
分布式锁：
- 使用SETNX实现互斥锁
- RedLock算法保证可靠性
- 业务场景：秒杀、定时任务防重
排行榜功能：
- 利用ZSET实现实时排名
- 支持分数更新和范围查询
消息队列：
- 简单场景使用List作为队列
- 发布/订阅模式实现事件通知
统计计数：
- 使用INCR实现原子计数器
- 应用：PV/UV统计、点赞数