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github 源码国内搭建面试名额显著减少，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、紫柱指标源码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、U网络验证源码反射等。

       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、m416源码常用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。优秀的go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。