11.04-蔚来后端日常实习一面面经

以下是针对蔚来后端日常实习一面问题的详细解答：

1. 自我介绍

   需简洁清晰，涵盖教育背景（学校、专业、相关课程）、技术栈（如Java、Python等后端开发语言，框架如Spring Boot）、项目经历（重点说明与后端开发相关的项目，包括项目目标、技术选型、个人职责及成果）、实习经历（如有，说明公司、岗位、工作内容及收获）、个人优势（如学习能力、问题解决能力、团队协作能力等）。

2. 拷打实习

   面试官可能针对过往实习经历进行深入提问，需提前梳理实习中参与的项目，包括项目背景、技术架构、使用的工具和技术栈、遇到的问题及解决方案、个人贡献和成长。例如，若实习中参与过微服务开发，可说明如何进行服务拆分、如何解决服务间通信问题、如何保证服务的高可用性等。

3. 对面向对象概念的理解

   核心概念：面向对象是一种编程范式，以对象为核心，将数据和操作数据的方法封装在一起，通过对象之间的交互来完成任务。

   三大特性：

   封装：隐藏对象的内部实现细节，只对外提供必要的接口，提高代码的安全性和可维护性。

   继承：子类继承父类的属性和方法，实现代码复用，同时可以扩展和修改父类的功能。

   多态：同一操作作用于不同的对象，可以有不同的解释和执行结果，提高代码的灵活性和可扩展性。

4. Java有没有什么反面向对象的？

   基本数据类型：Java中的基本数据类型（如int、float、boolean等）不是对象，它们直接存储值，不具有对象的特性，如封装、继承和多态。不过，Java提供了对应的包装类（如Integer、Float、Boolean等）来支持面向对象操作。

   静态成员：静态变量和静态方法属于类，而不是对象，它们不依赖于对象的实例存在，在一定程度上违背了面向对象中“一切皆对象”的思想。

   过程式代码：在Java代码中，如果大量使用过程式的编程风格，如函数式编程中的纯函数（无副作用、不依赖外部状态），而不注重对象的封装和交互，也可以认为是对面向对象思想的偏离。

5. 注解有用到吗，经常用的注解有哪些，原理是？

   常用注解：

   @Override：用于标识子类中重写父类的方法，编译器会检查该方法是否确实重写了父类的方法，提高代码的可读性和安全性。

   @Autowired：Spring框架中的注解，用于自动装配依赖的Bean，简化代码中的对象创建和依赖管理。

   @RequestMapping：Spring MVC中的注解，用于将HTTP请求映射到特定的处理方法上，实现URL与控制器方法的对应。

   @Transactional：用于声明事务，确保方法在事务环境下执行，保证数据的一致性和完整性。

   原理：注解本身只是元数据，在编译时或运行时被特定的处理器处理。例如，Java编译器会处理@Override注解进行语法检查；Spring框架在启动时会通过反射机制扫描带有@Autowired、@RequestMapping等注解的类和方法，根据注解的信息进行相应的处理，如依赖注入、URL映射等。

6. 注解除了代码简洁，在面向对象的概念里有什么好处？

   增强可读性：注解可以清晰地表达代码的意图和用途，使代码更易于理解和维护。例如，@Transactional注解明确表示该方法需要在事务中执行，开发人员无需阅读方法内部的代码就能了解其事务特性。

   提高可扩展性：通过注解可以方便地添加新的功能或行为，而无需修改原有的代码结构。例如，可以使用自定义注解来实现AOP（面向切面编程）功能，如日志记录、权限控制等，将横切关注点与业务逻辑分离。

   促进代码复用：注解可以定义通用的行为和规则，多个类或方法可以共享相同的注解配置，提高代码的复用性。例如，多个控制器方法可以使用相同的@RequestMapping注解配置来映射相同的URL前缀。

7. 反射有使用到吗，在什么情况下会使用到？反射是面向对象的一个基础吗？他的思想是面向对象吗

   使用场景：

   框架开发：如Spring框架通过反射机制实现依赖注入、AOP等功能，动态地创建对象、调用方法、访问属性等。

   动态代理：在需要为某个对象创建代理对象时，可以使用反射来动态生成代理类的字节码，并在运行时加载和执行代理方法。

   通用工具类：开发一些通用的工具类，如JSON序列化和反序列化工具，可以通过反射获取对象的属性和方法，实现对象的自动转换。

   是否为面向对象基础：反射不是面向对象的基础，面向对象的基础是封装、继承和多态等核心概念。反射是一种在运行时动态获取和操作类信息的机制，它是对面向对象编程的一种补充和扩展。

   思想是否面向对象：反射的思想在一定程度上与面向对象的思想相关，但它更侧重于在运行时对类和对象的动态操作，而不是通过对象之间的交互来完成任务。反射可以突破封装的一些限制，访问对象的私有属性和方法，但这并不违背面向对象的思想，而是在特定场景下提供了一种更灵活的编程方式。

8. ConcurrentHashMap和普通的HashMap有什么区别，原理，对象结构，扩容流程

   区别：

   线程安全性：HashMap是非线程安全的，多线程环境下同时对HashMap进行读写操作可能导致数据不一致、死锁等问题；ConcurrentHashMap是线程安全的，通过分段锁或CAS+synchronized等方式保证多线程环境下的数据一致性。

   性能：在单线程环境下，HashMap的性能通常优于ConcurrentHashMap，因为ConcurrentHashMap需要额外的同步机制来保证线程安全；但在多线程环境下，ConcurrentHashMap的性能优势明显，它避免了全局锁的使用，提高了并发访问的效率。

   原理：

   Java 7：ConcurrentHashMap采用分段锁技术，将整个哈希表分成多个段（Segment），每个段相当于一个小的哈希表，每个段都有自己的锁。对不同的段进行操作时，可以并发进行，只有对同一个段进行操作时才需要获取该段的锁。

   Java 8：ConcurrentHashMap放弃了分段锁的设计，采用CAS+synchronized的方式实现线程安全。在哈希表的每个节点（Node）上使用CAS操作来保证插入和更新的原子性，对于需要扩容或链表转红黑树等操作，使用synchronized锁住当前节点或当前桶的首节点。

   对象结构：

   HashMap：由数组和链表（或红黑树）组成，数组的每个元素是一个链表（或红黑树）的头节点，链表（或红黑树）中存储着键值对节点（Node）。

   ConcurrentHashMap：Java 7中由Segment数组和哈希表数组组成，每个Segment包含一个哈希表；Java 8中与HashMap类似，由数组和链表（或红黑树）组成，但在节点上增加了更多的同步控制信息。

   扩容流程：

   HashMap：当哈希表中的元素数量超过负载因子（默认0.75）乘以容量时，会触发扩容操作。扩容时会创建一个新的更大的数组，然后将原数组中的所有元素重新计算哈希值并插入到新数组中。

   ConcurrentHashMap：Java 7中扩容时需要获取所有段的锁，然后对每个段进行独立的扩容操作；Java 8中扩容时采用多线程协作的方式，将扩容任务分配给多个线程同时进行，每个线程负责处理一部分桶的元素迁移，提高了扩容的效率。

9. 举几个你使用到锁的场景，包括数据库的，分布式的，乐观锁，悲观锁

   数据库锁：

   悲观锁：在查询数据时加上排他锁（如SELECT ... FOR UPDATE），确保在事务完成前其他事务无法修改该数据，适用于并发冲突频繁的场景，如银行转账业务。

   乐观锁：通过版本号或时间戳等方式实现，在更新数据时检查版本号是否发生变化，如果未变化则更新，否则回滚事务，适用于并发冲突较少的场景，如商品库存的更新。

   分布式锁：

   Redis分布式锁：使用Redis的SETNX命令实现，当某个客户端获取到锁后，其他客户端无法再次获取，直到锁被释放。适用于分布式系统中的资源竞争问题，如分布式任务调度。

   Zookeeper分布式锁：利用Zookeeper的临时顺序节点和Watcher机制实现，客户端在Zookeeper上创建临时顺序节点，通过比较节点顺序获取锁，适用于需要强一致性的分布式场景。

   Java中的锁：

   synchronized：Java内置的同步锁，用于修饰方法或代码块，保证同一时刻只有一个线程可以访问该方法或代码块，适用于简单的同步场景。

   ReentrantLock：可重入锁，提供了比synchronized更灵活的锁操作，如可中断、可超时、公平锁等，适用于复杂的同步场景。

10. 数据库用什么比较多？数据库选型怎么考虑，MongoDB还是MySQL

• 常用数据库：MySQL是关系型数据库，使用广泛，适用于大多数传统的业务场景，如电商系统、金融系统等；MongoDB是非关系型数据库，适用于数据结构灵活、需要快速开发和扩展的场景，如日志管理、实时分析等。
• 数据库选型考虑因素：

  数据模型：如果数据具有明确的结构和关系，如用户信息、订单信息等，适合选择关系型数据库（如MySQL）；如果数据结构灵活，如文档、图片等，适合选择非关系型数据库（如MongoDB）。

  性能需求：对于高并发读写、低延迟的场景，如实时交易系统，需要考虑数据库的读写性能和响应时间，MySQL在事务处理和复杂查询方面性能较好，MongoDB在写入性能和水平扩展方面具有优势。

  可扩展性：如果业务需要快速扩展，数据量增长迅速，需要考虑数据库的可扩展性，MongoDB支持水平扩展，可以通过分片技术将数据分布在多个节点上；MySQL也可以通过主从复制、读写分离等方式提高可扩展性，但水平扩展相对复杂。

  生态系统：考虑数据库的生态系统，包括开发工具、社区支持、第三方库等，MySQL拥有丰富的生态系统和成熟的解决方案，MongoDB的生态系统也在不断发展壮大。

1. 数据库分库分表的阈值是什么？为什么要分库分表

• 分库分表阈值：没有固定的阈值，通常根据业务需求、数据量、并发量等因素综合考虑。一般来说，当单表数据量超过500万 - 1000万条，或者数据库的读写性能无法满足业务需求时，可以考虑进行分库分表。
• 分库分表原因：

  提高性能：通过将数据分散到多个数据库和表中，减少单个数据库和表的负载，提高查询和写入的性能。

  提高可用性：当某个数据库或表出现故障时，不会影响整个系统的正常运行，其他数据库和表可以继续提供服务。

  扩展性：分库分表可以方便地进行水平扩展，当业务增长时，可以通过增加数据库节点和表的数量来满足需求。