簡單介紹一下Hadoop生態圈
使用過Flink嘛？它和Spark的區別是什麼 爲啥選擇學Spark呢？
HDFS是如何進行工作的（回答了讀寫數據的流程）
Hadoop2.0的高可用簡單介紹一下，爲什麼要使用ZooKeeper
Hadoop和Spark的區別，分別在哪些地方使用
說一下Kafka的特點（從分區，副本，Consumer Group等方面說了一下）
Kafka分區機制有什麼優勢
瞭解Kafka的零拷貝嗎？（這個當時沒答上來）
Redis的IO模型瞭解嗎
多路複用，就讓我繼續展開講講IO多路複用的實現NIO
爲什麼要使用Hbase（項目中有提，從隨機存儲，易擴展，hdfs等方面回答的）
說一下你理解的封裝，繼承和多態
將對象的屬性和方法相結合，通過方法將對象的屬性和實現細節保護起來，實現對象的屬性隱藏。
繼承是類與類的一種關係，子類擁有父類的所有屬性和方法（除了private修飾的屬性不能擁有）從而實現了實現代碼的複用。
引用多態是指：父類引用可以指向本類對象，也可指向子類對象。引用多態的強大主要體現在調用屬性、方法時，可以根據引用具體指向的對象去調用，例如：子類中重寫了父類方法。
使用過Java集合嗎，介紹一下集合
list set map等集合的與原理和比較關係
說一下LinkedList和ArrayList插入的複雜度
一個是基於鏈表的實現 一個是hi基於數組的實現 一個複雜爲O(n) 一個是O(1)
剛纔你說ConcurrentHashMap是線程安全的，如何保證的
JD1.7中採用的是分段鎖+Entry實現 JDK1.8通過使用的鎖住鏈表節點
瞭解異常體系嗎，介紹一下異常體系
編譯時異常 邏輯異常 運行時異常
異常捕獲時，是先捕獲小異常還是大異常（不確定，回答了小異常）
有用過線程池麼，介紹一下有哪幾種線程池
線程池的初始化
線程池的任務處理
線程池的緩存隊列
線城池的拒絕策略
線程池的關閉
使用過ThreadLocal嗎，介紹一下 線程池中使用ThreadLocal會有什麼問題
它是一種爲共享變量在每一個線程中創建一個副本，每一個線程都是可以訪問自己的副本的變量。通過綁定線程來實現對線程副本的操作。而不影響其他線程。目的就是爲了解決在多線程下訪問一個變量的下數據的一致性。
ThreadLocal造成內存泄漏的原因？
ThreadLocalMap 中使用的 key 爲 ThreadLocal 的弱引用,而 value 是強引用。所以，如果 ThreadLocal 沒有被外部強引用的情況下，在垃圾回收的時候，key會被清理掉，而value 不會被清理掉。這樣一來，ThreadLocalMap 中就會出現key爲null的Entry。假如我們不做任何措施的話，value 永遠無法被GC 回收，這個時候就可能會產生內存泄露。ThreadLocalMap實現中已經考慮了這種情況，在調用 set()、get()、remove() 方法的時候，會清理掉 key 爲 null 的記錄。使用完 ThreadLocal方法後 最好手動調用remove()方法
ThreadLocal內存泄漏解決方案？
每次使用完ThreadLocal，都調用它的remove()方法，清除數據。
在使用線程池的情況下，沒有及時清理ThreadLocal，不僅是內存泄漏的問題，更嚴重的是可能導致業務邏輯出現問題。所以，使用ThreadLocal就跟加鎖完要解鎖一樣，用完就清理。
說一下樂觀鎖和悲觀鎖
悲觀鎖：總是假設最壞的情況，每次去拿數據的時候都認爲別人會修改，所以每次在拿數據的時候都會上鎖，這樣別人想拿這個數據就會阻塞直到它拿到鎖。傳統的關係型數據庫裏邊就用到了很多這種鎖機制，比如行鎖，表鎖等，讀鎖，寫鎖等，都是在做操作之前先上鎖。再比如 Java 裏面的同步原語 synchronized 關鍵字的實現也是悲觀鎖。
樂觀鎖：顧名思義，就是很樂觀，每次去拿數據的時候都認爲別人不會修改，所以不會上鎖，但是在更新的時候會判斷一下在此期間別人有沒有去更新這個數據，可以使用版本號等機制。樂觀鎖適用於多讀的應用類型，這樣可以提高吞吐量，像數據庫提供的類似於 write_condition 機制，其實都是提供的樂觀鎖。在 Java中 java.util.concurrent.atomic 包下面的原子變量類就是使用了樂觀鎖的一種實現方式 CAS 實現的。
樂觀鎖的實現方式：
1、使用版本標識來確定讀到的數據與提交時的數據是否一致。提交後修改版本標識，不一致時可以採取丟棄和再次嘗試的策略。
2、java 中的 Compare and Swap 即 CAS ，當多個線程嘗試使用 CAS 同時更新同一個變量時，只有其中一個線程能更新變量的值，而其它線程都失敗，失敗的線程並不會被掛起，而是被告知這次競爭中失敗，並可以再次嘗試。 CAS 操作中包含三個操作數 —— 需要讀寫的內存位置（V）、進行比較的預期原值（A）和擬寫入的新值(B)。如果內存位置 V 的值與預期原值 A 相匹配，那麼處理器會自動將該位置值更新爲新值 B。否則處理器不做任何操作。
介紹一下各種排序算法的時間複雜度
8中排序實現和實踐複雜度
講一下Mysql的四個隔離級別
讀未提交 讀已提交 可重複讀 串行化
是否有數據庫調優的經驗，主要在哪些方面（慢查詢，索引失效等等）
字段優化
索引優化
查詢優化
讀寫分離
分庫分表
集羣優化
增加硬件
線程的六大狀態
創建 -就緒-運行 結束 阻塞
程序出現死鎖時，CPU和內存的變化
Linux下如何看CPU的運行狀態，如何看具體進程線程的情況
看到你項目用過Redis，講一下穿透，擊穿雪崩這些和解決方法
緩存雪崩是指緩存同一時間大面積的失效，所以，後面的請求都會落到數據庫上，造成數據庫短時間內承受大量請求而崩掉。
解決方案
緩存數據的過期時間設置隨機，防止同一時間大量數據過期現象發生。
一般併發量不是特別多的時候，使用最多的解決方案是加鎖排隊。
給每一個緩存數據增加相應的緩存標記，記錄緩存的是否失效，如果緩存標記失效，則更新數據緩存。
緩存穿透是指緩存和數據庫中都沒有的數據，導致所有的請求都落到數據庫上，造成數據庫短時間內承受大量請求而崩掉。
解決方案
接口層增加校驗，如用戶鑑權校驗，id做基礎校驗，id<=0的直接攔截；
從緩存取不到的數據，在數據庫中也沒有取到，這時也可以將key-value對寫爲key-null，緩存有效時間可以設置短點，如30秒（設置太長會導致正常情況也沒法使用）。這樣可以防止攻擊用戶反覆用同一個id暴力攻擊
採用布隆過濾器，將所有可能存在的數據哈希到一個足夠大的 bitmap 中，一個一定不存在的數據會被這個 bitmap 攔截掉，從而避免了對底層存儲系統的查詢壓力
緩存擊穿是指緩存中沒有但數據庫中有的數據（一般是緩存時間到期），這時由於併發用戶特別多，同時讀緩存沒讀到數據，又同時去數據庫去取數據，引起數據庫壓力瞬間增大，造成過大壓力。和緩存雪崩不同的是，緩存擊穿指併發查同一條數據，緩存雪崩是不同數據都過期了，很多數據都查不到從而查數據庫。
解決方案
設置熱點數據永遠不過期。
加互斥鎖，互斥鎖
Java 講一下volatile關鍵字吧，在什麼地方用到過，能舉個例子嘛
一致可見性 JMM內從模型 緩存一致性協議
程序出現死鎖如何進行定位，如何解決
一個程序，while(true){new Thread().start()}運行會發生什麼
用過什麼線程池，使用Fixed的線程池時如果一個線程出現異常，那麼核心線程會發生什麼變化
Synchronize和ReentrantLock有什麼不同
synchronized屬於重量級鎖，效率低下，因爲監視器鎖（monitor）是依賴於底層的操作系統的 Mutex Lock 來實現的，Java 的線程是映射到操作系統的原生線程之上的。如果要掛起或者喚醒一個線程，都需要操作系統幫忙完成，而操作系統實現線程之間的切換時需要從用戶態轉換到內核態，在 Java 6 之後 Java 官方對從 JVM 層面對synchronized 較大優化，JDK1.6對鎖的實現引入了大量的優化，如自旋鎖、適應性自旋鎖、鎖消除、鎖粗化、偏向鎖、輕量級鎖等技術來減少鎖操作的開銷。
Reentlock是輕量級鎖 通過標誌位來實現獲取鎖。
網絡七層模型介紹一下，HTTP和TCP分別位於哪一層
TCP和UDP的區別
Spring Bean的生命週期
Spring中Bean創建中可能出現的衝突問題Spring是如何解決的
詳述一下你知道的幾個數據庫引擎，比較一下他們的差別
InnoDb Myisam比較的
簡述一下MapReduce的工作流程，如何和HDFS一同工作等
說一下一致性哈希算法
說一下Redis的分佈式鎖，使用過哪些方式上鎖
還用過其他分佈式緩存嗎（答MemCache，讓我比較兩者的區別）
介紹一下你瞭解的機器學習算法
簡單說一下CNN
操作系統的內核態和用戶態說一下區別
進程和線程的通信有什麼區別