超星集团java一面

一、基础与中间件
Q1：线程池的参数一般怎么设置？依据是什么？
A：主要看任务是 IO 密集型还是 CPU 密集型。IO 密集型可设核心线程数为 2N（N 为 CPU 核数），CPU 密集型设为 N+1；最大线程数和队列长度根据业务负载调整，拒绝策略按场景选择（如丢弃或由提交线程执行）。
✅ 思路正确，但未明确“N 是 CPU 核数”，且拒绝策略表述可更规范。

Q2：G1 垃圾回收器的设计原理是什么？
A：先初始标记 root 对象，再并发标记，然后重新标记修正，最后回收被标记对象。优化可调大堆内存减少 GC 频率。
⚠️ 流程大致对，但未提 G1 核心机制（Region 分区、Remembered Set、Mixed GC），术语不够准确。

Q3：MySQL 可重复读（RR）下如何避免幻读？
A：InnoDB 通过 MVCC 和加锁机制防止幻读。
✅ 方向正确，但未说明具体是 Next-Key Lock（记录锁 + 间隙锁） 实现。

Q4：SQL 走了索引还是很慢，怎么优化？
A：先看执行计划是否真走索引（避免隐式转换、最左匹配失效）；若数据量大，考虑分库分表；还可加缓存，用消息队列更新缓存。
✅ 思路完整，覆盖排查 → 架构 → 缓存三层优化。

Q5：如何保证缓存（Redis）和数据库的一致性？
A：更新数据库后删除缓存；读时若缓存为空，再查 DB 并回填。实习中也用过“写 DB 后更新缓存”。
⚠️ 未明确推荐方案是 “先更新 DB，再删缓存”（Cache-Aside 模式），后者易引发脏读。

Q6：Redis 缓存雪崩怎么解决？
A：给缓存设置随机过期时间；热点 key 更新时加锁，只让一个线程重建缓存，其他等待。
✅ 回答清晰，覆盖主流方案（过期打散 + 互斥重建）。

Q7：Kafka 如何保证消息不丢失、不重复消费？
A：不丢：靠副本机制和磁盘持久化（默认保留 7 天）；不重：业务层做幂等，比如用达人 ID 去重。
✅ 工程实践优秀，结合 Kafka 特性与业务兜底。

Q8：Spring AOP 如何实现方法耗时统计？
A：自定义注解，在切面中记录方法执行前后时间，计算差值。
✅ 完全正确，简洁实用。

二、项目与实习
Q9：请讲一段你实习中做得比较关键的项目。

Q10：项目中有用到事务吗？如何保证一致性？

三、AI 与开放设计
Q11：MCP 是什么？
A：MCP 是一种协议，统一封装 AI 调用外部工具的能力（如查天气），类似 USB 接口，便于插拔扩展。
✅ 理解准确，类比形象。

Q12：如果让你用 AI 优化教务系统，你会怎么做？
A：针对教师排课，AI 可自动分析课程依赖关系，生成多套排课方案并给出推荐理由，减轻老师负担。
✅ 抓住核心痛点（排课复杂），有业务思考；可补充更多场景（如智能选课、毕业审核自动化）。

四、行为与规划
Q13：你未来的职业规划是什么？
A：坚定走后端方向，前期深耕业务与技术栈，后期考虑往技术深度或管理发展。
✅ 方向清晰；⚠️ 可更具体（如“希望深入分布式系统或云原生架构”）。

Q14：你有什么想问我们的？
A：询问部门具体负责哪个产品（学习通/学工/教务/校园信息化），以及校招流程。
✅ 体现主动性和岗位关注。
#面试问题记录##春招##牛客AI配图神器#