金九银十的招聘节奏对 Java(AI) 岗的候选人是一次阶段性压力测试。打开面试清单Java 基础、并发编程、JVM、MySQL、Spring 几乎必考最近还叠加了 Spring AI、大模型应用、AI Agent 这类新方向。很多候选人八股文背得熟但面试官一追到“为什么参数这么配”“线上 OOM 怎么定位”“这个场景你会选哪种方案”就开始发虚。这篇文章围绕 Java(AI) 岗面试高频考点从八股文、场景题、项目面三个层面拆解给出复习主线和回答思路适合正在准备秋招春招、跳槽面试或者想系统性查漏补缺的 Java 工程师。真正通过多轮面试的人并不是把所有题都背了一遍而是把知识点串成了推理链。八股文是话语体系场景题是工程判断项目面是复盘能力。下面直接从面试官视角出发按照考察板块、高频题目、回答框架、踩坑点和复习清单的顺序展开。1. 金九银十 Java(AI) 岗面试考察的到底是什么1.1 面试官在八股文背后想验证什么很多候选人把八股文理解为“背答案”这是理解偏差。面试官问 HashMap 的加载因子、问 JVM 内存模型、问 Spring 三级缓存不是真的想考你记性而是想确认你能否在这个知识体系里进行正常沟通。八股文只是入口紧接着的追问才是重点。例如面试官问“HashMap 为什么默认负载因子是 0.75”背后链路可能是负载因子调大会怎样调小会怎样。什么时候触发扩容扩容过程发生了什么。JDK 1.7 和 1.8 的扩容有什么区别。多线程扩容时可能出现什么问题。换成 ConcurrentHashMap 又是怎么解决的。这条链路走下来其实覆盖了 Java 基础、并发、数据结构设计、版本差异和线上风险。所以复习时不要只记结论要把结论背后的推导过程准备出来。面试官想看到的回答是“因为过高会加剧哈希冲突过低会浪费空间0.75 是空间和时间的折中”而不是“默认就是 0.75”。1.2 面试考察结构与复习主线Java(AI) 岗与传统 Java 岗相比多了一条 AI 应用延伸线但底层考察重点没有本质变化。通常按下面几个板块分布考察板块代表题目面试官真实目的Java 基础HashMap、equals/hashCode、泛型、异常确认编码基本功并发编程线程池参数、锁、AQS、volatile判断并发场景经验JVM内存区域、GC、调优参数、OOM 排查线上问题排查能力MySQL索引、事务、锁、慢 SQL数据层设计能力Spring 体系IoC、AOP、事务、三级缓存、Spring Boot框架原理掌握度AI 应用延伸Spring AI、RAG、Function Calling、Agent判断工程新方向敏感度场景题与项目面幂等、超时、限流、缓存一致性综合工程判断力复习主线可以按“概念 - 原理 - 场景 - 排错”四步走。先能准确说出概念再解释底层原理然后放到业务场景里说明怎么用最后能讲清楚线上出错时怎么排查。四个层面都覆盖的候选人即使遇到没有准备过的题目也能靠推理框架撑住场面。2. Java 基础与并发编程最容易被追问的八股高地2.1 HashMap 到 ConcurrentHashMap面试官的追问链路HashMap 是 Java 基础面试的常客也是面试官最容易连环追问的题目。先看高频考点底层结构是数组加链表链表过长时转红黑树。默认容量是 16默认负载因子是 0.75。扩容后容量必须是 2 的幂因为hash (length - 1)可以高效取模。链表长度到 8 且数组长度达到 64 时转红黑树避免极端哈希碰撞导致查询退化为 O(n)。JDK 1.7 扩容采用头插法多线程扩容时可能形成循环链表JDK 1.8 改成尾插法缓解了这个问题但 HashMap 本身仍然不是线程安全的。追问到并发场景时自然落到 ConcurrentHashMap。JDK 1.7 使用 Segment 分段锁JDK 1.8 改为 CAS 加 synchronized 对单个桶加锁锁粒度更细并发度更高。还有一个常见问题ConcurrentHashMap 的 size() 是否强一致它返回的是一个统计快照不是强一致值因为并发写入下无法保证精确总数。这里也是容易踩坑的地方。面试时只回答“HashMap 线程不安全”而不往下说会让面试官觉得你只会背结论。推荐按“底层结构 - 参数设计 - 扩容过程 - 并发问题 - 替代方案”的顺序回答把一个问题讲成一条完整链路。2.2 线程池七个参数要背更要能画出拒绝策略线程池是并发编程的高频题。核心是先理解执行流程再记忆参数。看一个典型创建方式ThreadPoolExecutor executor new ThreadPoolExecutor( 2, // corePoolSize 核心线程数 8, // maximumPoolSize 最大线程数 60L, TimeUnit.SECONDS, // 非核心线程空闲存活时间 new ArrayBlockingQueue(100), // 工作队列 Executors.defaultThreadFactory(), // 线程工厂 new ThreadPoolExecutor.CallerRunsPolicy() // 拒绝策略 );执行流程是线程数小于核心线程数时创建核心线程处理任务核心线程已满任务进入工作队列队列已满创建非核心线程线程数达到最大线程数且队列已满触发拒绝策略。需要特别注意两个常见问题。第一为什么不推荐Executors.newFixedThreadPool()因为它内部使用无界LinkedBlockingQueue任务无限堆积时可能内存溢出。第二拒绝策略怎么选拒绝策略行为适用场景AbortPolicy抛出 RejectedExecutionException默认策略能够快速暴露问题CallerRunsPolicy由调用线程执行任务削峰填谷不希望丢弃任务时使用DiscardPolicy直接丢弃任务允许丢任务、业务可补偿时使用DiscardOldestPolicy丢弃队头任务新任务比排队任务更值得执行时使用回答线程池问题时最好能举一个真实配置例子说明队列长度为什么选这个值、拒绝策略为什么这么选。面试官真正关心的是你在线程池调整上有没有做过权衡而不是单纯背书。2.3 volitile、锁和 synchronized/ReentrantLock 容易错在哪里volatile 是最容易被误解的关键字。它保证可见性和有序性但不保证原子性。所以 volatile 适合状态标记位private volatile boolean running true; public void stop() { running false; } public void doWork() { while (running) { // 业务逻辑 } }如果用它做计数器比如多个线程同时执行countvolatile 的可见性并不能阻止读改写之间的竞争最终结果一定小于预期。这里要区分 synchronized 和 ReentrantLocksynchronized 由 JVM 实现支持锁升级无需手动释放。ReentrantLock 提供可中断锁、公平锁、条件变量需要手动 unlock通常配 try/finally 使用。两者都是可重入的面试时不要回答成“synchronized 是可重入ReentrantLock 不可重入”。Java 基础部分整体复习时建议把 equals/hashCode 约定、String 不可变性、try-with-resources、接口与抽象类的区别也过一遍。这些题不复杂但很容易出现在一轮面试的前十分钟答不好会直接影响印象分。3. JVM 不是只背内存模型要从现象推到参数3.1 JVM 内存区域与对象分配用一道题讲清JVM 面试题里内存区域属于必背但只有把每个区域和错误现象对应起来才算真正掌握。先看一张对照表内存区域线程私有还是共享典型异常程序计数器线程私有无 OOMJava 虚拟机栈线程私有StackOverflowError本地方法栈线程私有StackOverflowErrorJava 堆线程共享OutOfMemoryError: Java heap space方法区 / 元空间线程共享OutOfMemoryError: Metaspace面试官常给一道题一个对象从创建到回收经历了哪些内存区域回答思路是对象创建后先进入堆如果开启逃逸分析且对象未逃逸可能栈上分配多线程场景下对象优先在 TLAB线程本地分配缓冲区分配避免竞争大对象直接进入老年代年轻代对象经过多次 Minor GC 后晋升老年代最后通过 GC 回收。这里不要漏了两个关键点。第一-Xmx设置的是堆最大内存而-Xms是堆初始大小生产环境通常会设为相同值避免运行时频繁扩容缩容。第二栈溢出不一定只有递归死循环超大本地变量表或深层方法调用也会触发排查时用jstack看线程栈更容易定位。3.2 GC 收集器选型从 Serial 到 G1GC 部分先讲清楚可达性分析。GC Roots 通常包括局部变量、静态字段、JNI 引用等从这些根节点出发遍历对象图不可达的对象判定为可回收。引用计数法因为循环引用问题主流 JVM 不采用。收集器方面比较重要的是 G1。G1 把堆划分为多个 Region维护 Remembered Set 来记录跨 Region 引用垃圾回收时不需要全堆扫描。G1 的特点是可以设置期望停顿时间但它是一个软约束不能保证完全精确。面试常问 G1 和 CMS 的区别对比点CMSG1堆结构传统分代连续内存逻辑分代物理上按 Region 管理并发阶段并发标记、并发清理并发标记、混合回收碎片问题可能产生内存碎片通过复制整理减少碎片停顿控制不可控可设置期望停顿时间适用场景低延迟、中小堆大堆、低延迟、可控停顿需要说明的是JDK 版本不同默认收集器也不同。面试这样说更稳妥不同 JDK 版本默认采用的收集器并不一致生产环境以自己项目实际使用的 JDK 版本为准。3.3 高频 JVM 调优参数与 OOM 排查路径JVM 调优参数是场景题常考点也是很多人只背不实践的部分。看一组常用启动参数java -Xms2048m -Xmx2048m \ -XX:MaxMetaspaceSize512m \ -XX:HeapDumpOnOutOfMemoryError \ -XX:HeapDumpPath/data/logs/app.hprof \ -XX:CompileThreshold10000 \ -jar app.jar参数含义如下-Xms/-Xmx堆初始值和最大值生产环境建议设为一致。-XX:MaxMetaspaceSize限制元空间大小避免类加载过多时无限增长。-XX:HeapDumpOnOutOfMemoryErrorOOM 时自动导出堆快照。-XX:HeapDumpPath堆快照保存路径。-XX:CompileThreshold方法调用多少次后触发 JIT 编译。这个参数的默认值在不同 JDK 版本中不同不要照搬数值面试时说清楚“它是 JIT 编译阈值具体默认值和版本相关”即可。OOM 排查路径建议按照这个顺序先看完整异常类型是Java heap space、Metaspace还是Direct buffer memory。确认发生时间点和对应的业务动作判断是流量突增还是内存泄漏。如果配置了 HeapDump拿到 hprof 文件用 MAT 分析看大对象和支配树。同时用jstack查看线程栈确认是否有线程阻塞或死锁。线上执行jmap需要谨慎因为会触发 STW高峰期操作前要评估影响。jmap -dump:formatb,file/data/logs/app.hprof pid jstack pid注意JVM 调优不是只调参数。先看 GC 日志、堆使用趋势和业务流量再决定是调大堆、改收集器还是优化代码里的对象创建频率。4. MySQL 从索引到事务场景题必须落在 SQL 上4.1 索引失效场景与索引设计原则MySQL 面试题里索引是被追问最深的部分。先理解为什么 InnoDB 用 B 树叶子节点保存数据非叶子节点只存索引值树的高度低磁盘 IO 次数少叶子节点之间通过双向链表连接范围查询高效。联合索引需要掌握最左前缀原则。假设表上有联合索引(name, age, city)查询条件如下查询条件索引命中情况说明WHERE name 张三 AND age 25命中联合索引从最左列开始WHERE name 张三命中联合索引覆盖了最左列即可WHERE age 25无法命中该联合索引缺少最左列 nameWHERE name 张三 AND city 上海部分命中只能用到 name 列city 无法继续匹配索引失效的常见原因包括对索引列使用函数或计算、隐式类型转换、LIKE %xx、用OR连接非索引列。例如下面这条 SQL即使create_time上有索引也会失效SELECT * FROM order_table WHERE DATE(create_time) 2024-06-01;推荐改写为范围查询才能利用索引SELECT * FROM order_table WHERE create_time 2024-06-01 00:00:00 AND create_time 2024-06-02 00:00:00;索引设计原则里有两个容易忽略的点。第一区分度高的列适合做索引性别这类低区分度字段单独建索引意义不大。第二覆盖索引可以减少回表但不要为了覆盖而把所有查询字段都塞进索引索引列过多会降低写入性能并增加存储成本。4.2 事务隔离级别与锁怎么讲才不背盘事务部分先明确 ACID但更重要的是隔离级别和锁机制。MySQL 默认隔离级别是 REPEATABLE READ主要通过 MVCC 实现快照读通过锁实现当前读。面试官经常追问REPEATABLE READ 为什么能解决幻读答案可以这样组织MVCC 通过undo log和read view提供一致性快照普通SELECT是快照读读到的是某个事务开始时的数据视图。当前读如SELECT ... FOR UPDATE、UPDATE、DELETE会使用临键锁行锁加间隙锁锁定范围防止其他事务在这个范围插入新记录。默认隔离级别下的快照读能规避大部分幻读但不能完全等同于串行化。库存扣减是场景题的经典例子。正确写法要利用条件判断防止超卖UPDATE sku_stock SET stock stock - 1 WHERE sku_id ? AND stock 0;这个方案判断返回的影响行数如果等于 1说明扣减成功如果等于 0说明库存不足。相比先查询再更新它在单条 SQL 内完成原子操作避免了并发下的竞态问题。但要注意这只是单库单表场景的简单方案分布式环境还要结合分布式锁或乐观锁。4.3 慢 SQL 排查与 EXPLAIN 使用慢 SQL 是生产环境最常见的性能问题之一面试必问。排查链路是确认慢查询日志是否开启以及慢查询阈值。拿到慢 SQL 后先看表结构和数据量。用EXPLAIN查看执行计划。根据type、key、rows、Extra判断是否需要加索引或改写 SQL。EXPLAIN SELECT id, order_no, amount FROM order_table WHERE user_id 123 ORDER BY create_time DESC LIMIT 10;EXPLAIN 结果中关注这几个字段字段含义需要关注的点type访问类型从 system 到 const、ref、range、index、ALL性能依次变差key实际使用的索引如果为 NULL说明没有用索引rows预估扫描行数越小越好Extra附加信息出现 Using filesort、Using temporary 时通常需要优化如果Extra出现Using filesort说明排序没有利用索引。可以在 ORDER BY 字段上设计联合索引让排序直接走索引避免临时文件排序。候选人在回答慢 SQL 优化时容易一上来就说“加索引”。正确顺序是先看执行计划确认瓶颈是扫描行数、排序还是Join方式。如果查询本身需要扫描全表才能得到结果加索引可能只是解决表象。5. Spring 全家桶从三级缓存到 Spring AI5.1 Spring IoC 与三级缓存为什么需要多级Spring 面试题中“三级缓存”是一个典型的深度考点。先看三个缓存的作用缓存名称存储内容一级缓存singletonObjects完整单例 Bean二级缓存earlySingletonObjects提前暴露的 Bean可能未完成属性填充三级缓存singletonFactories存放 ObjectFactory用于生成代理或原始引用面试官会问为什么不能用一级缓存直接存完整对象因为 Spring 处理循环依赖时A 依赖 BB 依赖 A如果等 A 创建完成再暴露B 就找不到 A。所以 Spring 在 A 实例化后先把 A 的 ObjectFactory 放入三级缓存提前暴露引用。B 填充属性时拿到 A 的早期引用等 B 完成后A 再从三级缓存升级到一级缓存完成自己的初始化。更进一步的追问是一级缓存不够二级缓存为什么还要三级缓存答案是Spring 创建 Bean 时如果目标对象需要 AOP 代理代理对象通常在初始化后生成但循环依赖要求早期引用也是代理否则 A 注入给 B 的是普通对象最终 A 完成时又是一个代理对象两个对象不一致。三级缓存里的 ObjectFactory 可以延迟生成代理保证引用结束前拿到正确的代理对象。这里有一个高频坑构造器注入的循环依赖无法被三级缓存解决因为构造器要求在实例化阶段就拿到依赖而 Spring 此时还没有把早期引用放入缓存。5.2 事务失效场景与常见坑Spring 事务失效是场景题的常客。先看一个典型错误Service public class OrderService { Transactional public void createOrder(Order order) { this.updateStock(order); this.saveOrder(order); } Transactional(propagation Propagation.REQUIRES_NEW) public void updateStock(Order order) { // 扣减库存 } }这段代码的问题在于this.updateStock(order)调用的是当前对象的原始方法不是 Spring 容器中的代理对象。REQUIRES_NEW是事务传播行为要生效必须通过代理调用。同一个类内部调用时Spring AOP 拦截不到事务不会按预期独立开启。常用失效场景整理如下场景原因处理方式同类内部方法调用没有经过代理对象拆到另一个 Service或获取代理对象调用异常被 catch 后没有抛出事务拦截器观察不到异常抛出异常或使用事务边界回滚回滚抛出的是受检异常且未配置 rollbackForSpring 默认只回滚 RuntimeExceptionrollbackFor Exception.class方法不是 publicSpring AOP 默认对 public 方法生效改成 public数据库引擎不支持事务比如 MyISAM改用 InnoDB排查事务不生效时不要只盯注解先确认调用链路上是否经过了代理。如果是在同一个类里调用的无论如何改propagation都没有意义。5.3 Spring AI 与 AI Agent 面试考察趋势AI 相关热点已经进入 Java 岗位面试。Spring AI 这类项目解决的是一个实际问题让 Java 应用能够用统一的方式接入大模型像 Spring Boot 管理数据库、消息队列一样管理 AI 能力。面试中可能问到这些方向在 Java 应用中怎么接入大模型接口。如何让模型回答私域知识。Function Calling 如何让模型触发 Java 方法。AI Agent 是什么和普通接口调用有什么不同。回答思路不要停留在“调用 HTTP 接口”层面要往工程落地靠。私域知识可以讲 RAG文档切分、向量化、存入向量数据库、查询时召回相关内容并拼进 Prompt减少大模型幻觉。Function Calling 可以让模型输出结构化函数调用参数Java 侧解析后执行真实业务逻辑。AI Agent 的核心概念可以这样解释Agent 不只是回答问题的聊天接口它能在一次任务中根据模型决策组合调用多个工具循环执行“观察 - 决策 - 行动”直到完成目标。Java 工程师的价值在于把 Agent 行为约束到业务系统内控制权限、超时、日志和异常兜底而不是让模型随意操作系统资源。6. 场景题与项目面拉分的关键战场6.1 场景题答题框架场景题是 Java(AI) 岗面试最容易拉开差距的部分。常见的错误回答方式是面试官问“订单超时怎么处理”候选人直接说“用延迟队列”。这个回答缺少两个关键环节约束确认和方案取舍。推荐按固定框架回答确认约束业务数据量有多大允许的延迟是多少一致性要求有多高。拆解核心问题是超时关单、幂等防重、还是库存扣减。给出主方案和实现要点。说明方案的代价和取舍。补充降级方案和监控手段。比如订单超时取消不能只回答一个技术组件要按不同量级选择方案。方案实现思路适用场景缺点定时任务扫描每隔一段时间扫描超时订单改状态订单量小、秒级延迟不敏感延迟受轮询间隔影响数据量大时压力大延迟队列订单创建时放入延迟队列到期消费需要准实时处理需要配套消息队列要考虑重试与持久化时间轮在 JVM 内存中管理定时任务超时任务量大、短延迟进程重启丢状态需要结合数据库兜底回答时把主方案说清楚同时补充一个兜底不管用哪种方案最终状态以数据库为准通过定时任务扫描来修正不一致记录。这个“兜底”意识是面试官比较看重的工程思维。注意场景题没有唯一正确答案。面试官在听你回答时重点是你有没有考虑并发、失败、重复执行和降级而不是你使用了多高深的技术。6.2 幂等、限流、缓存一致性等经典场景思路幂等性在支付、下单、消息处理场景非常常见。保证幂等的手段之一是唯一业务键加数据库唯一约束INSERT INTO idempotent_record (biz_key, status) VALUES (?, PROCESSING);如果 insert 成功说明这个请求没有被处理过继续执行业务如果遇到唯一键冲突说明请求重复直接返回或进入已处理分支。这里的核心是幂等不能依赖“先查再更新”要依靠数据库约束从源头挡住并发重复请求。限流方面常用令牌桶算法。单机可以通过 Guava RateLimiter分布式场景推荐 Redis Lua 脚本保证检查和扣减行为的原子性。回答时要说明限流维度按用户、按 IP、按接口以及超过阈值后是拒绝还是排队。缓存一致性是另一个高频场景。Cache Aside 模式是大多数业务的首选先更新数据库再删除缓存。为什么不是先删缓存再更新数据库因为删缓存后、更新数据库前如果有并发读请求可能把旧数据读进缓存。这里还要提延迟双删更新数据库后删除缓存延迟几百毫秒再次删除减少并发窗口。这个方案不是强一致方案但可以降低不一致概率成本较低。6.3 项目面怎么讲才能让面试官追问你会的项目面最怕两种表现一种是只讲业务功能不讲技术难点另一种是罗列了一堆技术名词但说不清为什么选它。推荐按照“背景 - 难点 - 方案 - 验证 - 踩坑”的结构表达。比如你做过一个下单服务可以这样组织背景订单峰值 QPS 高库存扣减需要精确。难点并发扣库存可能超卖订单状态可能不一致。方案数据库条件更新加库存校验Redis 先做热点预扣减异步任务核对最终状态。验证压测确认 TPS利用日志和监控核对补偿任务执行情况。踩坑最初只依赖 Redis 扣减Redis 宕机后无法恢复后来改为数据库最终校验。面试官听完这段故事会顺着你的方案追问分布式一致性、Redis 持久化、异步任务可靠性。这些方向你应该提前准备好。项目经历不是越多越好而是要把每一段的“决策点”讲清楚。讲项目时最忌讳背流程变成“我用了 Redis、用了 MQ、用了微服务”这种名词堆砌。7. 十面九过的人在面试中做对了什么7.1 错误示范背答案 vs 讲推理十面九过的人不是把所有面试题都押中了而是在回答方式上更接近工程师思维。看一组对比面试官提问错误回答推荐回答volatile 保证什么volatile 保证可见性和有序性它保证可见性和有序性但不保证原子性所以适合状态标记不适合计数器线程池怎么配置背出七个参数根据业务区分核心线程和队列并说明拒绝策略的选择依据事务为什么失效因为 catch 了异常同一类内部调用没走代理对象或者异常类型不在回滚范围内并给出验证方法区别点在于背答案的人只会给出定义讲推理的人会继续说出边界条件和工程启示。后者更有价值因为面试官能顺着你的回答继续提问如果你能接住面试就会变成讨论而不是审问。7.2 一个可能的面试回答范例以“如何设计限流方案”为例推荐的组织方式“我会先确认目标的 QPS 和允许的突刺。如果业务集中在单机直接用 Guava 的 RateLimiter 令牌桶就够了如果多实例部署需要做一个中心化的限流我倾向用 Redis 加 Lua 脚本保证扣减令牌的原子性。这里有一个取舍Redis 限流会增加一次网络开销限流器本身也可能成为瓶颈所以我会给限流器加降级开关Redis 异常时降级为本地限流保证核心链路可用。同时每个接口的限流阈值分开配置防止一个接口打爆另一个接口。”这段回答的优点是先说约束再说方案再说取舍最后给降级。整个过程没有依赖某个“标准答案”而是展示了工程决策能力。7.3 面试节奏与复盘方法面试过程中掌握一个回答原则先结论后展开。比如被问到 OOM 排查先快速说“我通常先看异常类型再确认是堆、元空间还是直接内存的问题然后结合 heap dump 和线程栈定位”之后再展开细节。如果一开始就扎进具体参数面试官反而抓不住重点。面试后的复盘要有记录。建议准备一张复习表每天面试结束后把问题按知识点归类标记出哪些题真正答上来了哪些题是听到题目后头脑空白。对于没答上来的题不要只看答案要自己写代码复现或用文字复述一遍推理过程。复盘的价值是发现知识盲区而不是收集更多题目。8. 常见坑与复习清单8.1 Java(AI) 岗面试最常见的三个坑第一个坑只背八股没有代码验证。HashMap 的树化条件、线程池的拒绝流程、事务失效场景这些内容不写代码很难真正理解。哪怕每天只写一个小 Demo也比纯刷题有效。第二个坑答原理时缺少“为什么”的层次。回答“负载因子是 0.75”只是现象层能说出这个值是空间和时间的折中才算进入原理层。面试官连续追问时能不能再往上一层取决于平时有没有追问自己的习惯。第三个坑场景题只给方案不聊约束和取舍。比如“缓存一致性用延迟双删”如果不说为什么需要延迟、延迟多久、失败后如何兜底面试官会认为你只是背过一篇文章没有真实落地经验。8.2 考前一周复习清单考前不要漫无目的地刷题按板块建立完成标准更高效。参考清单如下阶段复习内容完成标准Java 基础与并发HashMap、ConcurrentHashMap、线程池、锁能写出线程池创建代码并解释拒绝策略选择JVM内存区域、GC、常见收集器、调优参数能说清 OOM 排查路径能解释 G1 的 Region 设计MySQL索引、事务隔离级别、锁、慢 SQL能对慢 SQL 做 EXPLAIN并根据结果给出优化SpringIoC、AOP、事务、三级缓存能画出三级缓存处理循环依赖的过程AI 延伸Spring AI、RAG、Function Calling、Agent能说出一个最小 AI 应用集成流程场景题幂等、超时、限流、缓存一致性、分布式事务每个场景都能说出主方案、取舍和降级方案每个体系在复习完成后可以用“二十分钟讲清楚一个知识点”作为自测方式。比如给自己限定时间把 Spring 三级缓存从为什么需要讲到三个缓存分别存什么再讲代理对象怎么处理。能连续讲二十分钟不自相矛盾这个知识点才算过关。8.3 金九银十的复习重心从“背得多”转向“想得清楚”金九银十只是投递和面试频率更高的窗口面试难度并不会因此降低。对 Java(AI) 岗来说核心能力仍然是 Java 基础、JVM、MySQL、Spring 这些体系的深度以及面对新方向时能否快速迁移已有经验。Spring AI、RAG、Agent 这些新概念会不断出现但面试官真正评估的是你能否用工程思维拆解陌生问题。准备面试时少刷“标准答案”多练“推理链条”。每遇到一道题都把它拆成“概念是什么、底层原理是什么、业务场景怎么用、线上问题怎么排查”四层。当你能把每个考点沿着这条链讲清楚面试官的连续追问就不再是压力源而是证明你理解深度的机会。十面九过不是靠运气是靠准备充分之后产生的稳定输出。