JVM & 微服务高频面试题

高频说明：题目来自 Java 后端面试常见覆盖面整理，不代表公开统计排名。
复习方式：每题先抓关键词和核心思路，再用”追问”自检能不能展开。
覆盖范围：JVM 篇 + Spring Cloud Alibaba 组件篇。

快速答题框架

JVM 题：先讲”是什么 / 解决什么”，再讲”机制流程”，再讲”问题与排查工具”，最后讲”实践怎么设”。
微服务题：先讲”架构目标”，再落到”组件职责”，再讲”故障与治理”，最后讲”兜底实践”。

一、JVM 篇

运行时数据区域

JVM 运行时内存是怎么划分的？各区域作用？

程序计数器：线程私有，记录当前执行字节码行号，唯一不会 OOM 的区域
虚拟机栈：线程私有，存栈帧（局部变量表、操作数栈、动态链接、返回地址），抛 StackOverflowError / OOM
本地方法栈：为 Native 方法服务，同样可 SOF / OOM
堆：线程共享，存对象实例和数组，GC 主战场；分新生代（Eden + S0 + S1）与老年代
方法区：线程共享，存类元信息、运行时常量池、静态变量；JDK8 改为元空间（Metaspace），用本地内存
运行时常量池：方法区一部分，可动态注入（如 String.intern）

追问：哪个区域不会 OOM？→ 程序计数器

为什么 JDK8 用元空间替换永久代？

永久代大小固定（-XX:MaxPermSize），易 OOM 且难调优
元空间用本地内存，容量随系统内存自动扩，降低 OOM 风险
也方便 HotSpot 与 JRockit 合并、统一回收策略

对象的创建过程？

类加载检查 → 分配内存 → 零值初始化 → 设置对象头 → 执行 <init> 构造
内存分配方式：指针碰撞（内存规整，Serial/ParNew）或空闲列表（内存碎片，CMS）
线程安全：CAS + 失败重试，或优先在 TLAB（线程分配缓冲）内分配

对象的内存布局？

对象头：Mark Word（哈希、GC 分代年龄、锁状态）+ 类型指针（Klass Pointer）+ 数组长度（数组才有）
实例数据：字段值，按类型对齐排列
对齐填充：8 字节对齐补齐

类加载机制

类加载的过程？

加载 → 验证 → 准备 → 解析 → 初始化 → 使用 → 卸载
加载：通过全限定名获取二进制字节流，生成 Class 对象
验证：文件格式、元数据、字节码、符号引用
准备：静态变量分配内存并赋零值（final 常量在此赋初值）
解析：常量池符号引用替换为直接引用
初始化：执行 <clinit> 静态代码块和静态变量赋值

双亲委派模型是什么？为什么这么设计？

类加载请求先委托父加载器，父加载器找不到再自己加载
层级：启动类加载器（rt.jar）→ 扩展类加载器（ext）→ 应用类加载器（classpath）→ 自定义
意义：避免核心类被篡改（安全）、避免重复加载、保证类型唯一性

追问：能加载自定义 java.lang.String 吗？→ 不能，启动类加载器已加载核心类

什么场景会打破双亲委派？

Tomcat：每个 Web 应用独立 ClassLoader 互相隔离，先自己加载再委托父
JDBC：Driver 接口在 rt.jar（启动类），实现类在 classpath，用线程上下文类加载器反向加载
SPI、OSGi、热部署同理

Java 内存模型（JMM）

JMM 是什么？解决什么问题？

JMM 规定线程间共享变量的可见性、原子性、有序性
每个线程有工作内存（CPU 缓存抽象），主内存为共享
核心问题：缓存一致性和指令重排序

volatile 的作用和原理？

保证可见性：写后强制刷主内存，读前强制从主内存读
禁止指令重排序：插入内存屏障
不保证原子性（如 i++ 仍不安全）
典型应用：DCL 单例的 instance 加 volatile，防止”半初始化对象”被暴露

追问：volatile 和 synchronized 区别？→ volatile 轻量，只保证可见性 / 有序性，不阻塞；synchronized 保证三大特性但开销大

happens-before 是什么？

一组规则定义操作间的”先行发生”关系，是 JMM 对程序员的承诺
如：程序顺序规则、管程锁定规则、volatile 变量规则、传递性
用来判断是否存在数据竞争、是否线程安全

垃圾回收

怎么判断对象可以回收？

可达性分析：从 GC Roots 出发能否到达，不可达即可回收
GC Roots：虚拟机栈局部变量、方法区静态属性、常量、本地方法栈 JNI 引用
引用类型：强引用（不回收）、软引用（内存不足回收）、弱引用（下次 GC 回收）、虚引用（跟踪回收过程）

追问：引用计数法为什么不用？→ 循环引用无法解决

GC 算法有哪些？

标记-清除：标记存活再清除，产生碎片
复制：内存分两块，存活对象复制到另一块，无碎片但浪费空间（适合新生代）
标记-整理：标记后存活对象向一端移动，无碎片但慢（适合老年代）
分代收集：新生代用复制，老年代用标记-整理 / 清除

Minor GC / Major GC / Full GC 区别？

Minor GC：只回收新生代，频繁但快，Eden 满触发，Survivor 不够则晋升老年代
Major GC：回收老年代，常伴随 Minor
Full GC：回收整个堆 + 方法区，STW 时间长，应尽量避免

对象什么时候进入老年代？

大对象直接进老年代（-XX:PretenureSizeThreshold）
年龄到阈值（默认 15，-XX:MaxTenuringThreshold）
动态年龄判断：Survivor 中相同年龄对象大小 > Survivor 空间一半，该年龄及以上进老年代
Minor GC 后 Survivor 放不下

常见垃圾收集器对比？

Serial / Serial Old：单线程，STW，客户端模式
ParNew：Serial 多线程版，配合 CMS
Parallel Scavenge + Parallel Old：吞吐量优先，JDK8 默认
CMS：老年代，低延迟，标记-清除，四阶段（初始标记-并发标记-重新标记-并发清除），有碎片和浮动垃圾
G1：整堆分 Region，可预测停顿，标记-整理 + 复制，JDK9 默认
ZGC：着色指针、读屏障，亚毫秒级停顿，适合大堆

CMS 和 G1 怎么选？

CMS：老年代收集器，标记-清除有碎片，concurrent mode failure 会退化为 Serial Old
G1：Region 化，可设 -XX:MaxGCPauseMillis 目标停顿，无碎片，适合大堆
堆较大、要求可控停顿选 G1；老项目 JDK8 且对延迟敏感可先用 CMS

追问：G1 为什么可预测停顿？→ 按 Region 维度做回收价值优先级，回收能在目标时间内完成的最大量

什么时候触发 Full GC？怎么排查？

老年代空间不足、元空间不足、显式 System.gc()、CMS 浮动垃圾来不及回收、大对象晋升失败
排查：jstat -gc 看各代增长、jmap 查对象占用、看 GC 日志、MAT 分析大对象

调优与排查

常用 JVM 监控 / 排查工具有哪些？

jps：列 Java 进程
jstat：GC 统计、类加载、编译（-gc、-gcutil）
jmap：堆 dump、对象直方图（-histo、-dump）
jstack：线程栈快照，查死锁 / 线程状态
jconsole / jvisualvm：图形监控
MAT：堆 dump 离线分析
Arthas：在线诊断（dashboard、thread、watch、trace）

线上 OOM 怎么排查？

先看错误类型：堆 OOM / 元空间 OOM / 栈 OOM / 直接内存 OOM
加 -XX:+HeapDumpOnOutOfMemoryError 拿 dump
用 MAT 看 dominator tree 找大对象 / 泄漏链
常见原因：大集合缓存不淘汰、ThreadLocal 不 remove、连接泄漏、大查询一次加载

线上 CPU 飙高怎么排查？

top 找占用高的 Java 进程 PID
top -Hp PID 找占用高的线程 TID
printf “%x” TID 转十六进制
jstack PID | grep tid 看该线程在干什么
常见：死循环、频繁 Full GC、大量计算、锁自旋等待

常用调优参数有哪些？

-Xms / -Xmx：堆初始 / 最大，生产建议相等避免抖动
-Xmn：新生代大小
-XX:SurvivorRatio=8：Eden : Survivor 比例
-XX:MaxTenuringThreshold=15：晋升年龄
-XX:MetaspaceSize / MaxMetaspaceSize：元空间
-XX:+UseG1GC：选 G1
-XX:MaxGCPauseMillis=200：停顿目标
-XX:+HeapDumpOnOutOfMemoryError + -XX:HeapDumpPath

追问：Xms 和 Xmx 为什么设一样？→ 避免堆动态扩缩带来的 GC 抖动和性能开销

二、Spring Cloud Alibaba 微服务篇

微服务基础

微服务和单体怎么取舍？

单体适合早期：业务简单、团队小、边界不稳、部署链路短
微服务适合：业务复杂、团队并行、模块演进节奏不同、局部扩展需求强
拆分会增加网络、数据一致性、运维、监控、治理成本，不要为”显得先进”而过早拆

微服务怎么划分边界？

按业务能力而非技术层拆
DDD：限界上下文做边界，聚合根做一致性单元
数据边界：一个服务独占自己的库，不跨库 Join
接口契约稳定，团队边界对齐服务边界

微服务有哪些核心治理能力？

注册发现、配置中心、服务调用、负载均衡、网关、限流熔断、分布式事务、链路追踪、日志聚合、指标监控

Nacos（注册中心 + 配置中心）

Nacos 作为注册中心，是 AP 还是 CP？

同时支持：临时实例走 AP（Distro 协议，心跳保活），永久实例走 CP（Raft 协议）
默认临时实例走 AP，保证可用性优先

追问：为什么默认 AP？→ 微服务场景可用性优先，CP 选主期间不可用影响大

Nacos 临时实例和永久实例的区别？

临时实例：客户端心跳（默认 5s）保活，下线自动剔除，适合弹性节点
永久实例：服务端主动探测，不健康也不剔除，适合长驻服务
健康检查方式和数据同步协议都不同

Nacos 集群怎么同步数据？

Distro（AP）：临时实例数据，各节点对等，异步推拉 + 心跳校验
Raft（CP）：永久实例 + 配置，强一致，选主
配置变更：先写主节点 Raft 落盘，再异步推给其他节点

Nacos 保护阈值是干什么的？

当健康实例比例低于阈值，不再把不健康实例从列表剔除，而是全部返回
防止雪崩：避免健康实例被打垮，牺牲一致性换可用性

Nacos 配置中心怎么实现动态刷新？

客户端长轮询（默认 30s）服务端，配置变化时服务端立即响应
@RefreshScope 注解的 Bean 会被重建，使 @Value 注入的配置生效
@ConfigurationProperties 的 Bean 自动绑定更新

Nacos 配置的 Data ID / Group / Namespace 怎么用？

Data ID：配置集，通常 ${prefix}-${profile}.${file-extension}
Group：配置分组，默认 DEFAULT_GROUP，可按业务 / 环境分
Namespace：环境隔离（dev / test / prod），默认 public
优先级：精确 profile > 默认 > 共享配置 > 扩展配置

追问：配置优先级怎么排序？→ 项目内 > Nacos > 本地 application.yml

服务调用与负载均衡

OpenFeign 的工作原理？

基于动态代理：@FeignClient 接口被代理，方法调用转为 HTTP 请求
集成 LoadBalancer 做负载均衡，集成 Sentinel 做熔断
流程：接口方法 → 动态代理 → 拼请求 → 负载均衡选实例 → HTTP 调用 → 解码响应

OpenFeign 超时和重试怎么配？

feign.client.config.default.connectTimeout / readTimeout
重试：Ribbon 的 MaxAutoRetries；注意重试 + 幂等，非幂等接口别乱重试
不同版本优先级有差异，建议显式配置

OpenFeign 日志级别有哪些？

NONE / BASIC（方法 URL + 状态码）/ HEADERS / FULL（含 body）
需配 logging.level.xxx=debug 才会输出
生产别用 FULL，body 太大影响性能

负载均衡策略有哪些？

轮询（RoundRobin，默认）、随机、重试、最少连接、基于权重 / 响应时间
Ribbon 切换：自定义 IRule；新版本用 Spring Cloud LoadBalancer

追问：Ribbon 为什么被替代？→ 维护停止，Spring Cloud LoadBalancer 接管，默认轮询

Sentinel（限流熔断）

Sentinel 和 Hystrix 的区别？

Sentinel：滑动窗口统计，支持流控 / 熔断 / 系统 / 热点，规则可动态推，控制台实时监控
Hystrix：基于 RxJava，熔断降级为主，已停更
Sentinel 资源维度更细（方法 / 接口 / 参数），Hystrix 以命令做隔离

Sentinel 的限流算法有哪些？

滑动窗口统计：默认，按时间窗 + Bucket 统计 QPS
漏桶（匀速排队）：控制请求通过速率
Warm Up：冷启动，预热阶段限流阈值逐步升高
控制行为：直接拒绝 / Warm Up / 排队等待

Sentinel 流控规则有哪些维度？

资源名 + 阈值类型（QPS / 线程数）
流控模式：直接、关联（关联资源达阈值时限流自己）、链路（只限来自某调用链）
流控效果：快速失败、Warm Up、排队等待

Sentinel 熔断降级的策略有哪些？

慢调用比例：RT 超阈值的比例超阈值，熔断
异常比例：异常数 / 请求比例超阈值
异常数：异常数超阈值
熔断器状态：关闭 → 打开 → 半开（放探测请求）→ 关闭 / 打开

Sentinel 规则怎么持久化？

默认存内存，重启丢失
持久化：推模式（写 Nacos / 配置中心，客户端监听刷新）/ 拉模式（本地文件）
推荐 Nacos 数据源，规则与配置统一管理

追问：熔断和限流区别？→ 限流控制流量速率，熔断是下游故障时快速失败防止级联

Spring Cloud Gateway（网关）

Gateway 的核心概念有哪些？

Route：路由，由 ID + 目标 URI + Predicate + Filter 组成
Predicate：断言，匹配请求（Path / Method / Header / Cookie / After 等）
Filter：过滤器，前置 / 后置处理（鉴权、限流、日志、改写）
基于 Spring WebFlux + Netty，非阻塞异步

Gateway 和 Zuul 的区别？

Zuul 1.x：Servlet 阻塞 IO；Zuul 2.x 异步但未广泛采用
Gateway：WebFlux 非阻塞，性能更好，与 Spring 生态集成更深
Gateway 功能更丰富，Filter 链更灵活

Gateway 怎么做动态路由？

路由配置存 Nacos / 数据库，启动加载 + 监听变更
自定义 RouteDefinitionRepository，结合 Nacos 配置变更刷新 RouteDefinition
不重启网关即可增删路由

Gateway 怎么做统一鉴权？

全局过滤器 GlobalFilter，前置换 token 校验
校验 JWT：解析 + 验签 + 过期判断，失败返回 401
鉴权：从 token 取用户角色，对比请求所需权限，失败返回 403
粗粒度放网关，细粒度（数据 / 操作级）放服务内

追问：权限放网关还是服务里？→ 粗粒度网关做，细粒度服务内做

Seata（分布式事务）

分布式事务为什么难？

跨库跨服务，本地事务无法保证多个参与方一起成功 / 失败
网络不可靠：超时、重试、乱序
需要权衡一致性、可用性、性能

Seata 有哪些角色？

TC（事务协调者）：独立部署的 Seata-Server，维护全局事务状态
TM（事务管理器）：开启 / 提交 / 回滚全局事务的发起方
RM（资源管理器）：管理本地事务的参与方（每个微服务）

Seata 的四种事务模式？

AT：自动补偿，基于本地事务 + undo_log，无侵入，默认模式
TCC：Try-Confirm-Cancel，业务自定义三阶段，强一致但侵入大
SAGA：长事务编排，正传 / 补偿，适合流程长
XA：基于数据库 XA 协议，强一致、性能差、资源锁重

Seata AT 模式原理？

一阶段：拦截 SQL，生成前镜像 → 执行 → 生成后镜像 → 存 undo_log，本地事务提交（释放本地锁）
二阶段提交：异步删除 undo_log
二阶段回滚：按 undo_log 后镜像反向生成补偿 SQL 恢复
全局锁：分支事务提交前需获取全局锁，防止脏写

追问：AT 为什么有脏写问题？→ 本地事务已提交释放本地锁，其他事务可能改，靠全局锁兜底

Seata AT 和 TCC 怎么选？

AT：无侵入，适合大部分 CRUD 业务，但全局锁有性能损耗、有短暂不一致窗口
TCC：业务自定义，性能好、强一致，但开发成本高、要处理空回滚 / 悬挂 / 幂等
资金 / 库存等强一致核心场景用 TCC，普通业务用 AT

分布式事务还有哪些方案？

本地消息表：业务表 + 消息表同库事务写入，定时扫表投递 MQ
事务消息（RocketMQ）：半消息 + 回查，发送与消费最终一致
最大努力通知：发起方尽力通知，接收方主动查询兜底
这些都是最终一致性，适合异步解耦场景

服务治理与故障

什么是服务雪崩？怎么应对？

雪崩：一个服务故障导致调用方资源耗尽，级联扩散到整条链路
应对：超时控制、熔断降级、限流、舱壁隔离（线程池 / 信号量）、兜底返回
核心：快速失败 + 资源隔离，不让故障扩散

限流、熔断、降级区别？

限流：控制进入流量速率，保护自己（Sentinel QPS）
熔断：下游故障 / 慢时主动断开，保护自己不被拖死，一段时间后半开试探
降级：主动放弃非核心功能返回兜底，保障核心可用（返回默认值 / 缓存）
三者常配合：限流挡入口、熔断断下游、降级给兜底

微服务怎么做链路追踪？

一个 TraceId 贯穿整条调用链，跨服务通过请求头透传（如 W3C traceparent）
采样上报：SkyWalking / Zipkin / Jaeger
原理：Agent 字节码增强或 SDK 注入，异步上报到收集器
配合日志聚合，按 TraceId 串联所有服务日志

微服务怎么做幂等？

天然幂等：GET、DELETE、查询
写操作幂等：唯一索引（防重）、token 机制、状态机、乐观锁版本号、分布式锁
业务幂等：带业务幂等键写去重表

追问：为什么需要幂等？→ 网络重试、MQ 重复消费、用户重复提交都会导致重复执行

Jvm&微服务

JVM & 微服务高频面试题

快速答题框架

一、JVM 篇

运行时数据区域

JVM 运行时内存是怎么划分的？各区域作用？

为什么 JDK8 用元空间替换永久代？

对象的创建过程？

对象的内存布局？

类加载机制

类加载的过程？

双亲委派模型是什么？为什么这么设计？

什么场景会打破双亲委派？

Java 内存模型（JMM）

JMM 是什么？解决什么问题？

volatile 的作用和原理？

happens-before 是什么？

垃圾回收

怎么判断对象可以回收？

GC 算法有哪些？

Minor GC / Major GC / Full GC 区别？

对象什么时候进入老年代？

常见垃圾收集器对比？

CMS 和 G1 怎么选？

什么时候触发 Full GC？怎么排查？

调优与排查

常用 JVM 监控 / 排查工具有哪些？

线上 OOM 怎么排查？

线上 CPU 飙高怎么排查？

常用调优参数有哪些？

二、Spring Cloud Alibaba 微服务篇

微服务基础

微服务和单体怎么取舍？

微服务怎么划分边界？

微服务有哪些核心治理能力？

Nacos（注册中心 + 配置中心）

Nacos 作为注册中心，是 AP 还是 CP？

Nacos 临时实例和永久实例的区别？

Nacos 集群怎么同步数据？

Nacos 保护阈值是干什么的？

Nacos 配置中心怎么实现动态刷新？

Nacos 配置的 Data ID / Group / Namespace 怎么用？

服务调用与负载均衡

OpenFeign 的工作原理？

OpenFeign 超时和重试怎么配？

OpenFeign 日志级别有哪些？

负载均衡策略有哪些？

Sentinel（限流熔断）

Sentinel 和 Hystrix 的区别？

Sentinel 的限流算法有哪些？

Sentinel 流控规则有哪些维度？

Sentinel 熔断降级的策略有哪些？

Sentinel 规则怎么持久化？

Spring Cloud Gateway（网关）

Gateway 的核心概念有哪些？

Gateway 和 Zuul 的区别？

Gateway 怎么做动态路由？

Gateway 怎么做统一鉴权？

Seata（分布式事务）

分布式事务为什么难？

Seata 有哪些角色？

Seata 的四种事务模式？

Seata AT 模式原理？

Seata AT 和 TCC 怎么选？

分布式事务还有哪些方案？

服务治理与故障

什么是服务雪崩？怎么应对？

限流、熔断、降级区别？

微服务怎么做链路追踪？

微服务怎么做幂等？