全栈工程师初面实战题目

一、MySQL 数据库

1. 怎么分析 MySQL 的索引？

回答要点：

• 使用 EXPLAIN 分析执行计划，关注：
  • type：ALL(全表) < index < range < ref < eq_ref < const
  • key：实际使用的索引
  • rows：预估扫描行数
  • Extra：Using index(覆盖索引)、Using filesort(需优化)、Using temporary(需优化)
• 使用 SHOW INDEX FROM table_name 查看索引信息
• 慢查询日志定位问题 SQL

---

2. 索引的最左匹配规则？

回答要点：

• 联合索引 (a, b, c) 的匹配规则：
  • √ WHERE a=1 、WHERE a=1 AND b=2、WHERE a=1 AND b=2 AND c=3
  • × WHERE b=2、WHERE c=3、WHERE b=2 AND c=3（不走索引）
• 范围查询会中断匹配：WHERE a=1 AND b>2 AND c=3，c 用不到索引
• 顺序无关：优化器会自动调整，WHERE b=2 AND a=1 也能用索引

---

3. 一条 SQL 的执行流程？

回答要点：

客户端 → 连接器(权限验证) → 查询缓存(8.0已移除) 
      → 分析器(词法/语法分析) → 优化器(执行计划/索引选择) 
      → 执行器 → 存储引擎(InnoDB)

• 连接器：管理连接、身份认证
• 分析器：词法分析（识别关键字）、语法分析（语法校验）
• 优化器：选择索引、决定 JOIN 顺序
• 执行器：调用存储引擎接口获取数据

---

4. 数据库告警高 CPU 怎么处理？

回答要点：

1. 定位问题 SQL：

   -- 查看当前执行的SQL
   SHOW FULL PROCESSLIST;
   -- 或查询慢查询日志

2. 常见原因及解决：
   • 全表扫描 → 添加合适索引
   • 复杂 JOIN → 拆分查询、优化索引
   • 锁等待 → 检查死锁、优化事务
   • 大量连接 → 检查连接池配置、是否有连接泄漏
3. 紧急处理：KILL 问题查询，限流降级

---

二、Elasticsearch

5. 同步大量数据到 ES 怎么处理？

回答要点：

• 全量同步：
  • 使用 Bulk API 批量写入（每批 1000-5000 条）
  • 同步前关闭 refresh_interval，完成后再开启
  • 设置 number_of_replicas=0，完成后恢复
• 增量同步方案：
  • Canal 监听 MySQL Binlog → MQ → ES
  • 业务双写（注意一致性）
  • Logstash 定时拉取
• 注意事项：
  • 控制并发数，避免压垮 ES
  • 做好失败重试和断点续传
  • 数据校验（对账）

---

三、Spring 框架

6. Spring 用了哪些设计模式？

回答要点：	设计模式	应用场景
工厂模式	BeanFactory、ApplicationContext 创建 Bean
单例模式	Bean 默认 scope=singleton
代理模式	AOP 动态代理（JDK/CGLIB）
模板方法	JdbcTemplate、RestTemplate
观察者模式	ApplicationEvent 事件机制
适配器模式	HandlerAdapter 处理不同类型 Controller
策略模式	Resource 接口的不同实现

---

7. Spring Bean 的生命周期？

回答要点：

实例化 → 属性注入 → Aware接口回调 → BeanPostProcessor前置 
      → InitializingBean/init-method → BeanPostProcessor后置 
      → 使用 → DisposableBean/destroy-method → 销毁

• @PostConstruct 在 init-method 之前执行
• @PreDestroy 在 destroy-method 之前执行

---

8. @Transactional 失效的场景？

回答要点：

• 同类方法调用：内部方法调用不走代理
• 非 public 方法：CGLIB 代理的限制
• 异常被吞掉：catch 后没有抛出
• 异常类型不对：默认只回滚 RuntimeException
• 数据库不支持：MyISAM 引擎不支持事务

---

四、消息队列

9. 你的项目为什么要用消息队列？

回答要点（结合实际场景）：

• 异步解耦：下单后异步发短信/邮件，不阻塞主流程
• 削峰填谷：秒杀场景，请求先入队，后端按能力消费
• 数据同步：订单数据异步同步到 ES、数仓
• 实际案例：支付成功后通知发货、积分、优惠券等多个下游系统

---

10. 如何保证消息不丢失？

回答要点（以 RabbitMQ 为例）：	环节	保证方案
生产者	confirm 机制确认消息到达 Broker
Broker	持久化（交换机+队列+消息）
消费者	手动 ACK，处理完再确认

---

五、Vue 前端实战

11. 大数据量表格卡顿怎么优化？

回答要点：

• 虚拟滚动：只渲染可视区域的行（vue-virtual-scroller / vxe-table）
• 分页加载：后端分页，前端懒加载
• 冻结列优化：减少固定列数量，用 CSS position: sticky
• 减少 watcher：大列表不要每行都双向绑定
• Web Worker：大数据计算放到 Worker 中

---

12. 首屏加载慢怎么优化？

回答要点：

1. 打包优化：
   • 路由懒加载 () => import('./xxx.vue')
   • 第三方库走 CDN（externals 配置）
   • Tree Shaking + 代码分割
2. 资源优化：
   • 图片压缩 + WebP 格式 + 懒加载
   • Gzip / Brotli 压缩
3. 渲染优化：
   • 骨架屏 / Loading 状态
   • 关键 CSS 内联
4. 实测工具：Lighthouse、Performance 面板

---

13. 你遇到过哪些前端内存泄漏问题？

回答要点：

• 常见场景：
  • 定时器未清除（setInterval 在 beforeUnmount 清除）
  • 事件监听未移除（addEventListener 对应 removeEventListener）
  • 闭包引用大对象
  • 第三方库实例未销毁（ECharts、地图等）
• 排查方法：
  • Chrome DevTools → Memory → Heap Snapshot
  • 反复进入/离开页面，观察内存是否持续增长

---

14. 前端如何处理接口并发和防抖？

回答要点：

• 按钮防重复提交：
  • 点击后 disable + loading 状态
  • 接口层用 axios 拦截器取消重复请求
• 搜索防抖：lodash.debounce 300-500ms
• 下拉加载节流：lodash.throttle
• 并发控制：Promise.all 或 p-limit 库控制并发数

---

六、后端实战进阶

15. 国内外不同区域数据如何同步？

回答要点：

• 方案选型：	方案	适用场景	延迟
  数据库主从同步	读多写少，单向同步	秒级
  双向同步（DTS/Canal）	多活架构	秒~分钟级
  消息队列	最终一致性，解耦	秒级
  应用层双写	定制化强	实时

• 核心问题处理：
  • 冲突解决：时间戳优先、业务规则仲裁、人工处理
  • 幂等设计：唯一键 + upsert
  • 断网重连：本地日志 + 重试队列
• 实际经验：用阿里云 DTS 跨区同步，配合业务层对账

---

16. 高并发下如何保证库存不超卖？

回答要点：

1. 数据库层：

   UPDATE stock SET num = num - 1 WHERE goods_id = ? AND num > 0

   利用行锁 + 条件判断

2. Redis 预扣减：
   • DECR 原子操作，扣减成功再下单
   • Lua 脚本保证原子性
3. 分布式锁（Redisson）：控制并发入口
4. 异步削峰：请求先入 MQ，顺序消费

---

17. 线上 OOM 怎么排查和处理？

回答要点：

1. 紧急处理：
   • 先扩容/重启止血
   • 保留现场：-XX:+HeapDumpOnOutOfMemoryError
2. 排查步骤：
   • jmap -histo:live <pid> 查看对象分布
   • MAT / VisualVM 分析 dump 文件
   • 找到大对象 → 定位代码
3. 常见原因：
   • 大集合未释放、缓存无上限
   • 批量查询不分页
   • 线程池队列无界

---

18. 定时任务重复执行/漏执行怎么解决？

回答要点：

• 重复执行：
  • 分布式锁（Redisson / 数据库锁）
  • 任务状态标记（执行前检查）
  • 用分布式调度框架（XXL-Job、Elastic-Job）
• 漏执行：
  • 配置 misfire 策略（错过后立即补执行）
  • 任务执行日志 + 对账告警
• 幂等设计：业务逻辑保证重复执行无副作用

---

七、项目与综合

19. 项目中遇到的最大挑战？

回答框架（STAR）：

• 背景：什么业务场景
• 问题：遇到什么技术难点
• 方案：如何分析、如何解决
• 结果：带来什么收益（量化最好）

---

20. 分布式事务怎么处理？

回答要点：

• 最终一致性方案（推荐）：
  • 本地消息表 + MQ 重试
  • 事务消息（RocketMQ）
• 强一致性方案：
  • Seata AT 模式（对业务侵入小）
• 实际项目更多用最终一致性 + 对账补偿

---

21. 接口响应慢如何排查？

回答要点：

1. 链路追踪：SkyWalking/Zipkin 定位慢在哪个环节
2. 数据库：慢查询日志 + EXPLAIN 分析
3. 代码层面：Arthas 火焰图分析热点方法
4. 外部依赖：第三方接口超时、Redis 大 Key
5. 常见优化：加索引、加缓存、异步化、批量处理

---

面试加分项

• 能结合实际项目经验回答
• 回答有条理（123 点）
• 知道方案的优缺点和适用场景
• 主动提及踩过的坑和解决过程