1.2024 年互联网大厂 Java 工程师高级面试八股文汇总（1120 道题目附解析）
2.LiveData 面试题库、源码解答、题库源码分析
2024 年互联网大厂 Java 工程师高级面试八股文汇总（1120 道题目附解析）
面对年的源码互联网大厂招聘面试，形势变得越来越严峻。题库腾讯、源码字节跳动等知名大厂的题库人人宽客文华策略源码面试名额显著减少，而面试标准却在不断提高。源码因此，题库如果求职者在准备面试时不够用心，源码很可能就会在面试官面前哑口无言，题库甚至失去获得心仪offer的源码机会。 当前的题库就业环境充满着不确定性，对于希望在金九银十期间跳槽并获得加薪的源码求职者来说，在面试前做好充分准备显得尤为重要！题库 在大厂面试中，源码面试者往往会遇到一些看似困难、实际与自己准备的“题库”不符的问题。不知道如何入手，让面试过程变得棘手。 为了在面试中脱颖而出，求职者需要深入理解和掌握面试的必考点和常见套路。今天，我们为大家整理了针对Java工程师的高级面试题，包括但不限于Java基础、JVM、多线程、Mysql、定位宝源码Spring系列、Dubbo、Mybatis、Redis、网络知识、Linux、RabbitMQ、Zookeeper、Netty、大数据技术、算法与设计模式、实战项目等多方面内容。无论你是应届毕业生、实习生还是有工作经验的求职者，都可以从中找到有价值的参考。 为了适应篇幅限制，我们以截图主要内容的形式提供这部分内容供参考，需要完整版本的求职者可以通过点击传送门获取。 为了帮助求职者更好地应对面试，以下是针对Java工程师高级面试的详细内容概览： Java基础（技术干货+面试题）：涵盖基础语法、面向对象、类与接口、变量与方法、内部类、重写与重载、IO流、aion源码泄漏反射等。 JVM（底层原理+面试题）：涉及JVM内存区域、JVM运行时内存、垃圾回收与算法、JAVA四种引用类型、GC垃圾收集器、JVM类加载机制、GC分代收集算法、分区收集算法等。 多线程（底层原理+面试题）：包含多线程与高并发基础概念、JUC同步工具、同步容器、线程池、线程顺序执行控制、纤程、JMH、引用类型、Disruptor等。 Mysql（技术干货+面试题）：覆盖数据类型、引擎、索引、事务、锁、视图、存储过程与函数、触发器、idempiere 源码下载常用SQL语句、SQL优化、常见面试题等。 Spring系列（底层原理+面试题）：包括Spring常用注解、IOC原理、APO原理、MVC原理、Spring Boot原理、CAP原理和BASE理论、面试题等。 Dubbo（底层原理+面试题）：涉及SPI机制、自适应拓展原理、服务导出、服务引用、集群容错之Directory、集群容错之Router、集群容错之Cluster、集群容错之LoadBalance、服务调用过程等。 Mybatis（底层原理+面试题）：包含实现原理、映射文件、动态SQL、缓存机制、配置文件加载源码、MAPPERPROXY创建源码、EXECUTOR源码等。人脉王源码 Redis（底层原理+面试题）：涉及Redis数据类型、持久化、内存相关、分布式问题等。 网络知识（底层原理+面试题）：涵盖计算机网络体系结构、网络协议、网络7层架构、TCP/IP原理、HTTP原理、CDN原理、RPC、负载均衡等。 Linux（底层原理+面试题）：包括Linux概述、磁盘、目录、文件、swap分区等。 RabbitMQ（底层原理+面试题）：包括RabbitMQ基础概念、使用场景、工作模式、消息中间件、经典面试题等。 Zookeeper（底层原理+面试题）：包含Zookeeper文件系统、Zookeeper概念、Chroot特性、会话管理、典型应用场景、ZAB协议、面试题等。 Netty（底层原理+面试题）：涵盖Netty简介、Netty的特点、Netty高性能设计、Netty原理、Netty经典面试题等。 大数据技术（技术干货+面试题）：包含Hadoop、Spark、Storm、YARN、数据复制、数据库并发策略、数据库锁、CLH队列等。 算法（技术干货+大厂面试题）：涉及红黑树、贪心算法、动态规划、七大查找算法、一致性算法、Java算法、数据结构、加密算法、大厂面试题等。 设计模式（底层原理+技术干货）：涵盖单例模式、工厂模式、建造者模式、原型模式、适配器模式、装饰器模式、代理模式、中介者模式、命令模式等种设计模式。 实战项目（突击大厂必备）：此项目是一款已上线的“网约车”应用，符合我国交通部对网约车监管的技术要求，通过了交通部的线上和线下能力认定。原型曾在杭州上线运行，核心功能包括账户系统、订单系统、支付系统、地图引擎、派单引擎、消息系统等。项目完全采用微服务架构设计，应用了成熟的接口安全方案，采用分布式锁保证数据同步，使用分布式事务解决数据一致性问题。前置技能包括Git、Maven、Spring Boot、Spring Cloud、Redis、Mysql、RabbitMQ、ActiveMQ等。LiveData 面试题库、解答、源码分析
LivaData 的面试题库与解答、源码分析 作者：唐子玄1. LiveData 如何感知生命周期的变化？
LiveData 在常规的观察者模式上附加了条件，若生命周期未达标，即使数据发生变化也不通知观察者。这通过 Lifecycle 实现，Lifecycle 是生命周期对应的类，提供了添加/移除生命周期观察者的方法，并定义了全部生命周期的状态及对应事件。要观察生命周期，需要实现 LifecycleEventObserver 接口，并注册给 Lifecycle。除了生命周期观察者外，还有数据观察者，数据观察者会与 LifecycleOwner 进行绑定。2. LiveData 是如何避免内存泄漏的？
内存泄漏是因为长生命周期的对象持有了短生命周期对象。在观察 LiveData 数据的代码中，Observer 作为界面的匿名内部类，它会持有界面的引用，同时 Observer 被 LiveData 持有，LivData 被 ViewModel 持有，而 ViewModel 的生命周期比 Activity 长。最终的持有链导致内存泄漏。LiveData 帮助避免内存泄漏，在内部 Observer 会被包装成 LifecycleBoundObserver，这实现了生命周期感知能力，同时它还持有了数据观察者，具备了数据观察能力。3. LiveData 是粘性的吗？若是，它是怎么做到的？
是的，LiveData 是粘性的。数据是持久的，意味着它不会因被消费而消失。当 LiveData 值更新时，会通知所有观察者。这一过程通过一个 Map 结构保存了所有观察者，并通过遍历 Map 并逐个调用 considerNotify() 方法实现。观察者会被包装在 LifecycleBoundObserver 中，它具备了生命周期感知能力，同时持有了数据观察者。当组件生命周期发生变化时，会尝试将最新值分发给该数据观察者。4. 粘性的 LiveData 会造成什么问题？怎么解决？
粘性的 LiveData 可能导致数据重复消费或消费逻辑混乱。解决方案包括使用带消费记录的值、带有最新版本号的观察者、SingleLiveEvent 等。其中，使用 SingleLiveEvent 可以根据数据的分类（暂态数据或非暂态数据）来选择性地利用或避免粘性。5. 什么情况下 LiveData 会丢失数据？
在高频数据更新的场景下使用 LiveData.postValue() 时，如果在这次调用和下次调用之间再次调用 postValue()，则会导致数据丢失，因为值先被缓存，再向主线程抛出分发值的任务。这与 LiveData 的设计和更新机制有关。6. 在 Fragment 中使用 LiveData 需注意些什么？
在 Fragment 中使用 LiveData 时，应当使用 viewLifecycleOwner 而非 this。避免因生命周期不一致导致的额外订阅者问题。使用 SingleLiveEvent 可以解决数据重复消费问题。7. 如何变换 LiveData 数据及注意事项？
androidx.lifecycle.Transformations 提供了变换 LiveData 数据的方法，如 map()。需要注意数据变换操作应避免阻塞主线程，可使用 CoroutineLiveData 来异步化数据变换。