1. 面试背景与个人准备
作为非科班出身的开发者，我花了三个月系统性复习Java核心知识。从JVM内存模型到并发编程工具类，每天保持6小时高强度刷题。特别针对大厂常考的算法题型，用Excel做了错误率统计表，反复打磨薄弱环节。
简历重点突出了两个自研项目：
- 基于Netty的高性能IM系统（QPS 12万+）
- 分布式任务调度平台（支持200+业务线）
关键技巧：用STAR法则描述项目经历，量化所有技术指标。比如"通过引入时间轮算法，将定时任务触发精度从秒级提升到毫秒级"。
2. 技术面深度复盘
2.1 JVM调优实战题
面试官给出一个OOM案例：
// 模拟内存泄漏 List<byte[]> cache = new ArrayList<>(); while(true){ cache.add(new byte[1024*1024]); }考察点包括：
- 快速定位问题（jmap -histo查看对象分布）
- 内存泄漏与内存溢出的区别
- G1回收器参数调优方案
我的回答思路：
- 先用jstat -gcutil观察GC频率
- 通过-XX:+HeapDumpOnOutOfMemoryError获取dump文件
- 分析MAT报告中的Dominator Tree
2.2 分布式锁设计
要求实现跨机房安全的Redis锁，我给出的方案：
public boolean tryLock(String key, int expireSec){ String result = jedis.set(key, Thread.currentThread().getId(), "NX", "EX", expireSec); return "OK".equals(result); }延伸讨论：
- 锁续期机制（watchDog线程）
- 红锁算法的CAP权衡
- Zookeeper的临时顺序节点方案对比
3. 系统设计高频考点
3.1 秒杀系统设计
面试官要求设计百万QPS的秒杀架构，我的分层方案：
| 层级 | 技术方案 | 作用 |
|---|---|---|
| 接入层 | Nginx+Lua | 流量清洗和限流 |
| 服务层 | 本地缓存+Redis集群 | 库存预扣减 |
| 数据层 | 分库分表+MQ削峰 | 最终一致性 |
重点讨论了：
- 热点数据探测（比如用Flink实时分析点击日志）
- 扣减库存的CAS方案
- 如何防止超卖（分布式事务 or 乐观锁）
3.2 MySQL索引优化
给出慢查询SQL：
SELECT * FROM orders WHERE user_id=123 AND status=1 ORDER BY create_time DESC;我的优化步骤：
- 用EXPLAIN确认走了全表扫描
- 建立复合索引 (user_id, status, create_time)
- 建议改用覆盖索引查询特定字段
4. 行为面避坑指南
4.1 项目难点回答模板
使用"问题-分析-解决-收益"结构：
"在IM系统消息推送优化时遇到CPU飙升问题（现象） 通过Arthas定位到是序列化组件频繁创建对象（分析） 改用Protobuf+对象池方案（解决） GC次数减少80%，吞吐量提升3倍（收益）"4.2 职业规划应答策略
避免假大空话术，示例：
"短期深耕分布式中间件体系 中期培养技术决策能力 长期希望用技术驱动业务创新"5. 面试后跟进技巧
- 24小时内发送感谢邮件（附技术方案补充）
- 用GitHub整理面试题解析库
- 建立错题本记录所有技术盲点
最后分享一个真实教训：某次二面时，因为过度强调"自学能力"，被质疑基础不扎实。后来改用"系统学习+实践验证"的表述，通过率明显提升。
