Java 面试题›MySQL 面试题›char 和 varchar 的区别？ 面试考察点 基础掌握度：面试官不仅仅是想知道两个类型的字面区别，更是想知道你是否理解 MySQL 的存储机制，能否在实际表设计中做出正确选择。 性能意识：考察你是否清楚定长和变长类型在存储效率、查询性能、索引构建等方面的差异，以及在不同场景下的取舍。 实践经验：能否结合实际业务场景（如用户名、手机号、MD5 值等）给出合理的选择建议，而不是只会背概念。 核心答案CHAR 和 VARCHAR 是 MySQL 中两种最常用的字符串类型，核心区别如下： 对比维度 CHAR VARCHAR 存储方式 定长存储，不足补空格 变长存储，按实际长度 长度范围 0 ~ 255 字符 0 ~ 65,535 字节 空间占用 固定占用声明长度 实际长度 + 1~2 字节前缀 尾部空格 存储时补齐，检索时移除 原样存储和检索 性能特点 更快的 CRUD（无长度计算） 更省空间（按需分配） 适用场景 长度固定的数据（手机号、MD5） 长度变化的数据（用户名、地址） 一句话总结：CHAR 是定长、 ...

Java 面试题›MySQL 面试题›什么是最左前缀匹配？为什么要遵守？ 面试考察点 原理理解：面试官不仅仅想知道你会背 “最左前缀原则”，更想考察你是否理解联合索引的 B+ 树存储结构，能否从数据结构层面解释为什么必须遵循这个原则。 实践能力：是否能够正确设计联合索引的列顺序，避免索引失效，写出能走索引的高效 SQL。 问题排查：是否具备分析索引失效原因的能力，能否通过 EXPLAIN 定位最左前缀相关问题。 核心答案最左前缀匹配原则 是指：联合索引按照定义顺序从左到右依次匹配，查询条件必须从索引的最左列开始，并且不能跳过中间的列。 -- 联合索引INDEX idx_a_b_c (a, b, c)-- ✅ 能走索引WHERE a = 1WHERE a = 1 AND b = 2WHERE a = 1 AND b = 2 AND c = 3-- ❌ 不能走索引WHERE b = 2 -- 缺少最左列 aWHERE c = 3 -- 缺少 a 和 bWHERE b = 2 AND c = 3 -- 缺少最左列 a 为什么要遵守 ...

Java 面试题›MySQL 面试题›什么是数据库范式，为什么要反范式化设计？ 面试考察点 理论基础：面试官不仅仅想知道你是否背过三范式，更想考察你是否理解范式设计的本质目的——消除数据冗余、保证数据一致性。 架构权衡：是否具备 “空间换时间” 的思维，能否在规范化与性能之间做出合理的取舍。 实践经验：是否在真实项目中应用过反范式设计，能否结合具体场景说明为什么要打破范式规则。 核心答案数据库范式 是一组关系数据库设计的规范，目的是消除数据冗余、避免更新异常。常见的有三大范式： 范式 核心规则 解决的问题 第一范式（1NF） 每个字段都是不可分割的原子值 消除重复组、保证原子性 第二范式（2NF） 在 1NF 基础上，非主键字段完全依赖主键 消除部分依赖、减少冗余 第三范式（3NF） 在 2NF 基础上，非主键字段不传递依赖主键 消除传递依赖、避免更新异常 反范式化设计 是在满足基本范式的前提下，通过引入冗余数据来提升查询性能，本质是 “空间换时间”。 一句话总结：范式保证数据一致性，反范式提升查询性能，实际项目中需要根据业务场景权衡选择。 深度解析一、三大 ...

Java 面试题›Java 集合面试题›ConcurrentHashMap 为什么在 JDK 8 中废弃分段锁？ 面试考察点 架构演进理解：面试官不仅仅是想知道 “废弃了” 这个事实，更是想知道你是否理解分段锁的设计局限性，以及 JDK 1.8 新方案解决了哪些问题。 性能权衡思维：考察你是否理解锁粒度、内存开销、并发度之间的权衡，以及为什么 “更简单的 synchronized” 反而比 “复杂的 ReentrantLock” 更好。 JVM 优化认知：是否了解 JDK 1.6 后 synchronized 的锁升级机制，以及它如何改变了并发编程的最佳实践。 核心答案JDK 1.8 废弃分段锁的主要原因：分段锁并发度固定、内存开销大、实现复杂，而 CAS + synchronized 方案并发度更高、内存更省、实现更简洁： **** **** **** **** **** 对比维度 JDK 1.7 分段锁 JDK 1.8 CAS + synchronized 并发度 最多 16（Segment 数量） 等于桶数量（默 ...

Java 面试题›Java 集合面试题›ConcurrentHashMap 是如何保证线程安全的？ 面试考察点 版本差异理解：面试官不仅仅是想知道 “用了锁” 这个结论，更是想知道你是否了解 JDK 1.7（分段锁）和 JDK 1.8（CAS + synchronized）两种截然不同的实现方式。 并发原理深度：考察你是否理解 CAS 无锁操作、synchronized 锁升级、volatile 可见性等底层机制，以及它们如何协同工作。 对比分析能力：能否说清楚 ConcurrentHashMap 与 Hashtable、Collections.synchronizedMap() 的区别，以及为什么性能更好。 核心答案ConcurrentHashMap 在 JDK 1.8 中通过 “CAS + synchronized + volatile” 三者协同保证线程安全： **** **** **** 机制 作用 应用场景 CAS 无锁更新 空桶插入、size 计数 synchronized 锁桶头节点 哈希冲突时的插入/更新 ...

Java 面试题›Java 集合面试题›什么是 fail-fast？什么是 fail-safe？ 面试考察点 异常处理经验：面试官不仅仅是想知道这两个概念的定义，更是想知道你是否遇到过 ConcurrentModificationException，以及是否理解它的产生原因。 迭代器原理：考察你是否了解 Java 集合迭代器的工作机制，特别是 modCount 的检测机制。 并发安全意识：是否知道在多线程或单线程迭代时修改集合的正确姿势，以及 CopyOnWriteArrayList 等并发集合的应用。 核心答案fail-fast（快速失败） 和 fail-safe（安全失败） 是 Java 集合迭代器在遇到并发修改时的两种不同处理策略： **** **** **** **** **** **** 特性 fail-fast fail-safe 行为 检测到修改立即抛异常 检测到修改不抛异常，继续迭代 异常 ConcurrentModificationException 无异常 迭代方式 直接遍历原集合 ...

Java 面试题›Java 集合面试题›Set 如何保证元素不重复的？ 面试考察点 底层实现理解：面试官不仅仅是想知道 “Set 不重复” 这个结论，更是想知道你是否了解 HashSet 底层是用 HashMap 实现的这一经典设计。 判断机制掌握：考察你是否理解判断元素重复的完整逻辑：先比 hashCode()，再比 equals()，以及为什么要这样设计。 不同实现对比：是否了解 HashSet、TreeSet、LinkedHashSet 保证不重复的不同机制。 核心答案以最常用的 HashSet 为例，它底层基于 HashMap 实现，元素作为 HashMap 的 key 存储，利用 key 的唯一性来保证元素不重复： Set 实现类 底层结构 判重机制 特点 HashSet HashMap hashCode() + equals() 无序，查询 O(1) LinkedHashSet LinkedHashMap hashCode() + equals() 保持插入顺序 TreeSet TreeMap compareTo() 或 Comparator 有序， ...

Java 面试题›Java 集合面试题›HashMap 的 hash 方法是如何实现的？ 面试考察点 源码掌握：面试官不仅仅是想知道 “有个 hash 方法” 这个事实，更是想知道你是否读过源码，是否理解 (h = key.hashCode()) ^ (h >>> 16) 这行代码的精妙之处。 位运算理解：考察你是否理解无符号右移 >>> 和异或 ^ 的作用，以及为什么这样设计能减少哈希冲突。 设计思想：是否理解 “扰动函数” 的概念，以及高位参与运算对散列均匀性的影响。 核心答案HashMap 的 hash() 方法通过 “扰动函数” 将 key 的 hashCode() 高 16 位与低 16 位异或，让高位信息参与散列运算： static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);} 关键点 说明 null 处理 key 为 n ...

Java 面试题›Java 集合面试题›HashMap 在 get 和 put 时，底层流程是怎样的？ 面试考察点 核心操作理解：面试官不仅仅是想知道 “put 存数据、get 取数据” 这个表面行为，更是想知道你是否理解底层的数据结构操作，包括哈希计算、桶定位、冲突处理、链表/红黑树遍历等。 源码掌握深度：考察你是否读过 putVal() 和 getNode() 的源码，是否理解扰动函数、树化条件、扩容触发等关键逻辑。 关联知识串联：能否将 hash 计算、equals 比较、扩容机制、红黑树转换等知识点串联起来，形成完整的认知体系。 核心答案HashMap 的 get 和 put 操作都遵循 “计算 hash → 定位桶 → 遍历处理” 的核心逻辑： 操作 核心流程 时间复杂度 put(key, value) hash → 定位桶 → 查找/插入 → 更新 size → 检查扩容 O(1) ~ O(log n) get(key) hash → 定位桶 → 遍历查找 → 返回 value O(1) ~ O(log n) 一句话总结：两者前半 ...