四达时代面试

一、==和equals的区别

==

对于基本类型：比较的是数值是否相等。
对于引用类型：比较的是两个引用是否指向同一个对象（即内存地址是否相同）。

equals

equals 是 Object 类中的一个方法，默认实现是和 == 一样，比较内存地址。
一般在业务中我们会重写 equals 方法，比如 String、Integer 等类，都是重写了 equals，用于比较对象内容的相等性。

equals一定要重写hashcode方法吗？为什么？

如果重写了 equals 方法，就必须也重写 hashCode 方法。

因为根据 Java 规范：

如果两个对象通过 equals 判断相等，那么它们的 hashCode 必须也相等。
否则在使用 HashMap、HashSet 等基于哈希的集合中会出问题。

有遇到过重写hashcode的场景吗？

有，比如：

在使用 HashSet 去重对象时，重写 equals 和 hashCode 保证业务字段相同的对象不会重复。
在使用 HashMap 作为缓存时，需要基于业务字段来唯一标识对象。

@Override
public boolean equals(Object o) {
    if (this == o) return true;
    if (o == null || getClass() != o.getClass()) return false;
    User user = (User) o;
    return Objects.equals(username, user.username);
}

@Override
public int hashCode() {
    return Objects.hash(username);
}

二、JVM让线程停顿的原因？

JVM 让线程停顿（Stop The World, STW）常见有以下几种场景👇

垃圾回收（GC）
- 不论是 Minor GC 还是 Full GC，JVM 都会暂停所有用户线程，腾出 CPU 给 GC 线程。
- 特别是 Full GC，停顿时间可能很长。
安全点机制（Safepoint）
- 当 JVM 需要进行一些全局性的操作（如 GC、类卸载、偏向锁撤销）时，需要所有线程都到达安全点，然后停顿。
- 线程在执行特定位置才可以停下来，比如方法调用、循环跳转、异常抛出等地方。
类加载、偏向锁撤销、Deoptimization（反优化）
- JIT 优化被撤销或 HotSpot 进行类元数据操作时，也会导致短暂的 STW。
Dump 线程 / Heap 操作
- 比如我们在用 jstack、jmap、arthas dump 线程或堆时，也会触发短暂的 STW。

✅ 解决方案：

使用 G1、ZGC 等低停顿垃圾回收器。
调优对象分配、减少 Full GC 发生频率。
合理控制堆内存大小。

三、工作中和别人的看法不一致，怎么解决？

先倾听对方的意见

充分了解对方的出发点，不急着反驳。
有时候只是信息不对称。

清晰表达自己的观点

用事实和数据说话，而不是情绪。
例如：性能测试结果、线上日志、监控指标等。

聚焦问题本身，而不是个人对错

避免情绪冲突，保持专业。

必要时引入第三方 / 团队讨论

请资深同事或 leader 来参与，集体决策。

达成共识 / 保留分歧但先推进

项目优先，有时也可以先按照一方方案实施，再验证效果。

四、开放性需求题

数据库里有一个用户表，用户有有效和无效状态，一个用户可以订购多个产品；用户订购的产品表记录了这个产品所属的用户，产品有有效和无效状态，并且记录了产品的失效时间。产品到期需要将产品设置成无效，如果一个用户的所有产品都无效了，那么这个用户也设置成无效。库里大概有4000万条数据，每天大概到期50万条。如何去实现？

1. 批量更新产品状态

可以使用一个定时任务（如 Quartz / XXL-Job / Spring 定时任务）。
每天定时将 失效时间 <= 当前时间 的产品状态批量更新为无效。

UPDATE product
SET status = 'INVALID'
WHERE expire_time <= NOW() AND status = 'VALID';

✅ 建议对 expire_time 和 status 建立联合索引，加快更新效率。

2. 更新用户状态

当产品失效后，需要判断用户是否还有其他有效产品：

UPDATE user u
SET u.status = 'INVALID'
WHERE NOT EXISTS (
  SELECT 1 FROM product p
  WHERE p.user_id = u.id
  AND p.status = 'VALID'
);

或者更高效的做法👇

将当天失效的产品用户ID收集成集合（比如临时表或队列）。
批量查询这些用户是否还有其他有效产品，再更新。

伪代码：

// 1. 找出今天过期的产品
List<Long> userIds = productMapper.findUserIdsByExpireTime(now);

// 2. 批量更新产品状态
productMapper.batchUpdateExpired(now);

// 3. 检查这些用户是否还有有效产品
List<Long> invalidUserIds = userMapper.findUserIdsAllProductInvalid(userIds);

// 4. 批量更新用户状态
userMapper.batchUpdateUserInvalid(invalidUserIds);

3. 异步/分批处理机制

50 万条数据不建议一次性处理，可分批：
- 例如每批 1 万条，分 50 批执行，避免锁表。
可使用 MQ（如 RabbitMQ/Kafka）异步解耦。

4. 优化点

✅ 索引：product(expire_time, status)、product(user_id, status)。
✅ 分区表：按月份/季度分区 product 表，加快失效查询。
✅ 批处理 + 异步：减少单次 SQL 压力。
✅ 只更新有变化的数据，减少不必要的 update。

📈 额外扩展：

可以设置状态冗余字段：
- 在用户表中维护一个 valid_product_count。
- 每次产品状态变更时增减计数；
- 当计数变为 0 时，直接标记用户无效，无需再查子表。
优点：不需要频繁 NOT EXISTS 子查询，效率更高。

✅ 总结实现流程：

每天定时任务扫描过期产品 → 批量设置无效。
获取受影响用户 ID → 判断其是否还有有效产品。
对没有有效产品的用户 → 批量更新为无效。
大规模数据处理时注意：
- SQL 优化
- 分批异步处理
- 合理建索引
- 冗余字段提高效率。

一、==和equals的区别​

equals一定要重写hashcode方法吗？为什么？​

有遇到过重写hashcode的场景吗？​

二、JVM让线程停顿的原因？​

三、工作中和别人的看法不一致，怎么解决？​

四、开放性需求题​

1. 批量更新产品状态​

2. 更新用户状态​

伪代码：​

3. 异步/分批处理机制​

4. 优化点​

📈 额外扩展：​