阿里6名高工共同编写的“Java面试指南”，建议你们看看

这份文档由阿里巴巴架构师牵头，联合了部门上上下下 P6 - P8 级岗位众人的意见，1.0版本由此诞生。（这阵容，质量就不用我多说了吧）内容非常全面，主要是结合了互联网大厂的面试需求点，包含了：

分布式架构（大型网站系统的特点+架构演化发展历程+微服务）
中间件技术（缓存+消息队列+搜索引擎）
大数据与高并发技术（秒杀架构设计+数据库架构+阿里巴巴商品信息存放技术+限流算法）
数据库（索引+开发规范+范式+事务+MVCC）
设计模式与实践（常用设计模式+AOP/IOC+Zookeeper）
数据结构与算法（常见算法+红黑树等+HashMap）
虚拟化技术（JVM内存管理+Docker+Jenkins）
面试题实例（真实面试场景提问）

设计模式与实践

OOP五大原则SOLID

单一责任原则
开放封闭原则
里氏替换原则
依赖倒置原则
接口分离原则

面向切面编程（AOP）+控制反转IOC

基本思想
登录验证
基于RBAC的权限管理
日志记录
事务处理
统一异常处理

设计模式

代理模式
工厂模式
观察者模式

Zookeeper

ZK简述
存储结构
应用场景
写数据流程
Leader选举

中间件

缓存

为什么要使用缓存
优秀的缓存系统Redis
redis为什么这么快
redis的数据类型，以及每种数据类型的使用场景
redis的过期策略以及内存淘汰机制
渐进式ReHash
渐进式rehash的原因
缓存穿透
缓存雪崩

消息队列

消息队列应用场景
异步处理
应用解耦
流里削锋
日志处理
消息通讯
消息中间件案例
JMS消息服务
防止消息丢失
消息的幂等处理
消息的按序处理

搜索引擎

概述
特点(优势)
使用场景
倒排索引
创建索引
搜索索引
Lucene和ElasticSearch
分词器

大数据处理与高并发

秒杀架构设计

业务特点
技术难点
架构设计思想
整体架构
客户端优化
API接入层优化
SOA服务层优化
秒杀整体流程

数据库架构

单机MySQL的美好年代
Memcached(缓存)+MySQL+垂直拆分
Mysql主从复制读写分离
分表分库+水平拆分+mysql集群
MySQL的扩展性瓶颈
为什么要使用NOSQL NOT ONLY SQL
传统RDBMS VS NOSQL
NOSQL数据库的类型

阿里巴巴中文站商品信息如何存放

商品基本信息
商品描述、详情、评价信息(多文字类)
商品的图片
商品的关键字
商品的波段性的热点高频信息
商品的交易、价格计算、积分累计
大型互联网应用(大数据、高并发、多样数据类型)的难点和解决方案

数据的水平拆分和垂直拆分

垂直拆分
水平拆分
拆分原则
案例分析

分布式事务

假如没有分布式事务
什么是分布式事务？
XA两阶段提交(2PC)
XA三阶段提交(3PC)
MQ事务
TCC事务

BitMap+Bloom Filter

Bit-map的基本思想
Bit-map应用之快速排序
Bit-map应用之快速去重
Bit-map应用之快速查询
Bit-map扩展——Bloom Filter(布隆过滤器)

常见的限流算法+一致性Hash算法

计数器法
滑动窗口
漏桶算法
令牌桶算法
计数器VS滑动窗口
漏桶算法VS令牌桶算法

负载均衡

dns域名解析负载均衡
反向代理负载均衡
http重定向协议实现负载均衡
分层的负载均衡算法

数据库

数据库开发规范

数据库三范式
基础规范
命名规范
字段设计规范

数据库索引

MyISAM vs InnoDB
唯一索引
非唯一索引
主键索引
聚集索引(聚簇索引)
扩展：聚集索引和非聚集索引的区别?分别在什么情况下使用?
索引实现机制
索引建立原则

并发事务带来的问题+MVCC（多版本并发控制）

丢失更新
脏读(未提交读)
不可重复读
幻读(Phantom Read)

事务隔离级别及锁的实现机制

一级封锁协议（对应 read uncommited）
二级封锁协议（对应read commited)
三级封锁协议（对应reapetable read）
最强封锁协议（对应Serialization）

间隙锁与幻读

间隙锁（Next-Key锁）
RR级别下防止幻读

分布式架构

大型网站系统的特点

高并发，大流量
高可用
海量数据
用户分布广泛，网络情况复杂
安全环境恶劣
需求快速变更，发布频繁
渐进式发展

大型网站架构演化发展历程

初始阶段的网站架构
应用服务和数据服务分离
使用缓存改善网站性能
使用应用服务器集群改善网站的并发处理能力
数据库读写分离
使用反向代理和CDN加速网站响应
使用分布式文件系统和分布式数据库系统
使用NoSQL 和搜索引擎
业务拆分
分布式微服务

拆分VS集群
微服务 vs SOA
前后端完全分离与 Rest 规范
CAP三进二和Base定理
分布式一致性理论paxos、raft、zab算法

数据结构与算法

树
BST树
BST树
AVL树
红黑树
B-树
B+树
字典树
跳表
HashMap
ConcurrentHashMap
ConcurrentLinkedQueue
Topk问题

容器虚拟化技术

资源池思想

作用
线程池
连接池

JVM内存管理算法

判断对象是否存活
引用计数法
可达性分析算法
垃圾回收算法
标记-清除算法(Mark-Sweep)
复制算法(Copying)
标记-整理算法(Mark-Compact)
分代收集算法(Generational Collection)

容器虚拟化技术，Doocker思想

为什么会有docker
docker理念
实现方式
docker的组成

持续集成、持续发布，jenkins

持续集成
手动部署
自动部署

大厂面试实例真题

设计一个分布式环境下全局唯一的发号器

UUID
数据库自增长序列或字段
数据库sequence表以及乐观锁
Redis生成ID
Twitter的snowflake算法

设计一个带有过期时间的LRU缓存

问题描述
问题分析
过期时间实现
维护一个线程
口惰性删除

设计一个分布式锁

什么是分布式锁?
我们需要怎样的分布式锁?
基于数据库做分布式锁
基于乐观锁
基于悲观锁
基于Redis做分布式锁
基于 redis 的 setnx()、expire() 方法做分布式锁
基于 redis 的 setnx()、get()、getset()方法做分布式锁
基于ZooKeeper 做分布式锁
使用分布式锁的注意事项
分布式可重入锁的设计

设计一个分布式环境下的统一配置中心

配置中心概述
演进中的配置
配置中心之简版
配置中心之性能改进
配置中心之可用性改进

篇幅有限，无法一个问题一个答案的展示（这些技术难点与面试真题均已收集在了这份阿里巴巴大佬收集的这份“互联网面试参考指南里”），觉得有需要的读者朋友们，麻烦各位帮忙点赞评论一下（可以帮助更多的人看到哟！），

文中资料已打包整理完毕，私信【0327】直接免费领取

从实际情况看，如果你做研发，那首选还是应该去大厂。

第一，大厂更尊重技术，也愿意为技术人付更高的薪水。不吹不黑，大部分小公司老板根本意识不到技术的重要性。

第二，大厂有更大的用户量，更好的技术应用场景，嗯，高并发、大流量。

相信以上的这份大厂面试参考指南能够成为你进入BATJMZ等大厂的垫脚石。

如果你有需要的话，可以看这里：