科大讯飞Java后端一面面经：秋招首战失利，经验教训总结及高频面试题解析

面试过程回顾与总结

这位读者在秋招中迎来了他的第一场面试——科大讯飞的Java后端开发岗位一面。尽管面试题难度并不大，但他由于缺乏面试经验，过于紧张导致发挥不佳，面试结束后感到非常沮丧。

面试官的反馈指出，面试者需要进一步加强对多线程和Redis的学习。最终，这位读者遗憾地结束了他的第一次面试。

个人背景：

本科一本院校，2025届毕业生，学习Java两年。
拥有一段小厂实习经历和一个经过精心打磨的项目经历。

科大讯飞Java后端一面高频面试题解析

以下是对面试中涉及的一些关键技术问题的详细解答，希望能帮助大家更好地理解和掌握这些知识点。

1、自我介绍技巧分享

一个优秀的自我介绍应该包含以下几个方面：

简明扼要地阐述你的主要技术栈和擅长领域，例如Java后端开发、分布式系统开发等。
突出你的优势和能力，例如你擅长解决bug的能力。
避免空洞的描述，用具体的例子来证明你的能力，例如过往的比赛经历、实习经历等。
控制自我介绍的时间，最好在1-2分钟内完成。

2、实习经历：如何展现你的收获？

我的实习经历是在一家小公司，主要负责一些CRUD工作。为了避免仅仅描述CRUD显得没有亮点，我对一些开发任务进行了适当的包装，以展现我在实习期间的学习和成长。

3、项目经验：如何应对面试官的提问？（后续分享的面试题中包含面试官对项目的考察）

4、Redis数据类型及应用场景

Redis常用的8种数据类型包括：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）、HyperLogLog（基数统计）、Bitmap（位图）、Geospatial（地理位置）。

每种数据类型都有其独特的应用场景，详细介绍可以参考这篇文章。

5、Redis大量key同时过期问题及解决方案

当Redis中存在大量key在同一时间点集中过期时，可能会引发以下问题：

请求延迟增加： Redis在处理过期key时需要消耗CPU资源，如果过期key数量庞大，会导致Redis实例的CPU占用率升高，影响其他请求的处理速度，造成延迟增加。
内存占用过高： 过期的key虽然已经失效，但在Redis真正删除它们之前，仍然会占用内存空间。如果过期key没有及时清理，可能会导致内存占用过高，甚至引发内存溢出。

为了避免这些问题，可以采取以下方案：

尽量避免key集中过期: 在设置键的过期时间时尽量随机分布，避免大量key同时过期。
开启lazy free机制: 修改redis.conf配置文件，将lazyfree-lazy-expire参数设置为yes，即可开启lazy free机制。开启lazy free机制后，Redis会在后台异步删除过期的key，不会阻塞主线程的运行，从而降低对Redis性能的影响。

6、线程安全问题及解决方案

线程安全是指在多线程环境下，对于同一份数据，无论有多少个线程同时访问，都能保证数据的正确性和一致性。反之，线程不安全则表示在多线程环境下，多个线程同时访问同一份数据时，可能会导致数据混乱、错误或丢失。

以下是几种常见的保证线程安全的方法：

线程局部变量： 使用ThreadLocal为每个线程创建一个变量副本，每个线程操作自己的副本，避免共享数据。
锁机制 (Lock): 使用ReentrantLock、synchronized等锁机制，保证同一时间只有一个线程访问共享资源。
volatile关键字： 用于确保线程从主内存中读取变量的最新值。
并发集合类: 使用ConcurrentHashMap、CopyOnWriteArrayList等线程安全的并发集合类，替代HashMap、ArrayList等非线程安全的集合类。
原子变量类： AtomicInteger、AtomicLong、AtomicReference等原子变量类提供了基于CAS（Compare-And-Swap）操作的线程安全的原子操作，避免了使用锁的开销。
并发工具类： CountDownLatch、Semaphore、CyclicBarrier等。

7、ThreadLocal的作用及原理

ThreadLocal类的主要作用是让每个线程绑定自己的值，可以将ThreadLocal类形象地比喻成存放数据的盒子，盒子中可以存储每个线程的私有数据。

如果你创建了一个ThreadLocal变量，那么访问这个变量的每个线程都会有这个变量的本地副本，这也是ThreadLocal变量名的由来。

实际上，变量最终是存储在当前线程的ThreadLocalMap中，而不是ThreadLocal对象本身。ThreadLocal可以理解为是对ThreadLocalMap的封装，传递了变量值。

每个Thread对象都拥有一个ThreadLocalMap，ThreadLocalMap可以存储以ThreadLocal为key，Object对象为value的键值对。

例如，在同一个线程中声明两个ThreadLocal对象，Thread内部会使用同一个ThreadLocalMap来存储数据，ThreadLocalMap的key就是ThreadLocal对象，value就是ThreadLocal对象调用set方法设置的值。

8、覆盖索引详解

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为覆盖索引（Covering Index）。

在InnoDB存储引擎中，非主键索引的叶子节点包含的是主键的值。这意味着，当使用非主键索引进行查询时，数据库会先找到对应的主键值，然后再通过主键索引来定位和检索完整的行数据。这个过程被称为“回表”。

覆盖索引意味着需要查询的字段正好是索引的字段，因此可以直接根据该索引查询到数据，而无需回表查询。

例如，主键索引，如果一条SQL需要查询主键，那么正好根据主键索引就可以查到主键。再如普通索引，如果一条SQL需要查询name，name字段正好有索引，那么直接根据这个索引就可以查到数据，也无需回表。

9、联合索引及最左前缀匹配原则

使用表中的多个字段创建索引，就是联合索引，也叫组合索引或复合索引。

以score和name两个字段建立联合索引为例：

在创建联合索引的时候，需要注意最左前缀匹配原则。

最左前缀匹配原则指的是在使用联合索引时，MySQL会根据索引中的字段顺序，从左到右依次匹配查询条件中的字段。如果查询条件与索引中的最左侧字段相匹配，那么MySQL就会使用索引来过滤数据，从而提高查询效率。

最左匹配原则会一直向右匹配，直到遇到范围查询（如 >、<）为止。对于 >=、<=、BETWEEN 以及前缀匹配 LIKE 的范围查询，不会停止匹配。

假设有一个联合索引(column1, column2, column3)，其从左到右的所有前缀为(column1)、(column1, column2)、(column1, column2, column3)（创建 1 个联合索引相当于创建了 3 个索引），包含这些列的所有查询都会走索引而不会全表扫描。

我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。

下面我们通过一个例子来演示最左前缀匹配的效果。

1、创建一个名为student的表，这张表只有id、name、class这 3 个字段。

2、下面我们分别测试三条不同的 SQL 语句。

再来看一个常见的面试题：如果有索引联合索引（a，b，c），查询a=1 AND c=1会走索引么？c=1呢？b=1 AND c=1呢？

查询a=1 AND c=1：根据最左前缀匹配原则，查询可以使用索引的前缀部分。因此，该查询仅在a=1上使用索引，然后对结果进行c=1的过滤。
查询c=1：由于查询中不包含最左列a，根据最左前缀匹配原则，整个索引都无法被使用。
查询b=1 AND c=1：和第二种一样的情况，整个索引都不会使用。

MySQL 8.0.13 版本引入了索引跳跃扫描（Index Skip Scan，简称 ISS），它可以在某些索引查询场景下提高查询效率。在没有 ISS 之前，不满足最左前缀匹配原则的联合索引查询中会执行全表扫描。而 ISS 允许 MySQL 在某些情况下避免全表扫描，即使查询条件不符合最左前缀。不过，这个功能比较鸡肋，和 Oracle 中的没法比，MySQL 8.0.31 还报告了一个 bug：Bug #109145 Using index for skip scan cause incorrect result[1]（后续版本已经修复）。个人建议知道有这个东西就好，不需要深究，实际项目也不一定能用上。

10、SQL查询性能分析方法

我们可以通过EXPLAIN命令分析对应的SELECT语句：

比较重要的字段说明：

select_type：查询的类型，常用的取值有 SIMPLE（普通查询，即没有联合查询、子查询）、PRIMARY（主查询）、UNION（UNION 中后面的查询）、SUBQUERY（子查询）等。
table：表示查询涉及的表或衍生表。
type：执行方式，判断查询是否高效的重要参考指标，结果值从差到好依次是：ALL < index < range ~ index_merge < ref < eq_ref < const < system。
rows : SQL 要查找到结果集需要扫描读取的数据行数，原则上 rows 越少越好。