途虎养车-Java开发-一面 面经

1、请做个简单的自我介绍

您好，我是[姓名]，[学校][专业]毕业，有[X]年Java开发经验。技术栈方面，我熟练掌握Spring全家桶、MyBatis、Redis、MySQL等主流技术，对分布式系统和微服务架构有比较深入的理解。项目经验上，我主要负责过电商平台的核心业务模块开发，包括商品管理、订单处理、支付对接等，日均处理订单量在50万左右。在这个过程中，我解决过不少生产环境的性能问题，比如通过引入Redis缓存和数据库索引优化，将接口响应时间从800ms降到了100ms以内。我比较注重代码质量和系统稳定性，平时也会研究一些开源框架的源码，持续提升自己的技术能力。

2、Redis的持久化方案有哪些，如果让你设计集群会选择哪种

Redis持久化主要有三种方案：

1. RDB快照模式，它会在指定时间间隔内将内存数据集快照写入磁盘，通过fork子进程来执行，优点是恢复速度快、文件紧凑适合备份，缺点是可能丢失最后一次快照之后的数据
2. AOF日志模式，它记录每个写操作命令，可以配置always、everysec、no三种同步策略，优点是数据完整性好最多丢失1秒数据，缺点是文件体积大恢复慢
3. 混合持久化，Redis 4.0之后支持，AOF重写时将数据以RDB格式写入文件开头，增量数据以AOF格式追加，兼顾了恢复速度和数据完整性

如果让我设计Redis集群，我会选择RDB+AOF混合方案。具体来说：1）主节点开启AOF持久化保证数据不丢失，配置everysec同步策略平衡性能和安全性；2）从节点只开启RDB用于快速恢复和备份；3）同时开启混合持久化aof-use-rdb-preamble，这样既保证了数据安全，又不会因为持久化影响太多性能。另外还要配置合理的AOF重写阈值，避免文件过大。

3、手撕算法：矩阵中的最短路径（类似LeetCode 64变种）

这是一个动态规划问题，我的思路是这样的：

1. 定义dp[i][j]表示从起点到达位置(i,j)的最短路径和
2. 状态转移方程是：dp[i][j] = grid[i][j] + min(dp[i-1][j], dp[i][j-1])
3. 边界条件：第一行只能从左边来，第一列只能从上边来

public int minPathSum(int[][] grid) {
    int m = grid.length, n = grid[0].length;
    int[][] dp = new int[m][n];
    
    dp[0][0] = grid[0][0];
    
    // 初始化第一行
    for (int j = 1; j < n; j++) {
        dp[0][j] = dp[0][j-1] + grid[0][j];
    }
    
    // 初始化第一列
    for (int i = 1; i < m; i++) {
        dp[i][0] = dp[i-1][0] + grid[i][0];
    }
    
    // 填充dp数组
    for (int i = 1; i < m; i++) {
        for (int j = 1; j < n; j++) {
            dp[i][j] = grid[i][j] + Math.min(dp[i-1][j], dp[i][j-1]);
        }
    }
    
    return dp[m-1][n-1];
}

时间复杂度O(m×n)，空间复杂度可以优化到O(n)只用一维数组。

4、布隆过滤器的原理是什么

布隆过滤器是一种空间效率很高的概率型数据结构，用来判断一个元素是否在集合中。它的原理是：

1. 使用一个bit数组和多个hash函数，添加元素时，通过k个hash函数计算出k个位置，将这些位置的bit设为1
2. 查询元素时，同样计算k个位置，如果这些位置都是1，则元素可能存在；如果有任何一个位置是0，则元素一定不存在
3. 特点是存在一定的误判率，可能会把不存在的元素判断为存在（假阳性），但不会把存在的元素判断为不存在（假阴性）
4. 误判率与bit数组大小、hash函数个数、元素数量有关，可以通过增加bit数组大小和hash函数个数来降低误判率

实际应用场景包括：1）缓存穿透防护，在查询Redis之前先用布隆过滤器判断key是否存在；2）爬虫URL去重；3）垃圾邮件过滤；4）推荐系统中判断用户是否看过某个内容。优点是空间占用极小，1亿数据只需要几十MB，缺点是不支持删除操作，需要用计数布隆过滤器。

5、用过哪些锁，可重入锁是如何实现的

我在项目中用过的锁主要有这几种：

1. synchronized关键字，这是JVM层面的锁，使用最简单，适合锁竞争不激烈的场景
2. ReentrantLock可重入锁，它提供了更灵活的锁操作，支持公平锁、可中断、超时获取锁等特性
3. ReadWriteLock读写锁，适合读多写少的场景，多个线程可以同时读，但写操作是互斥的
4. 分布式锁，基于Redis的SETNX或Redisson实现，用于分布式环境下的资源互斥访问

可重