大家好，我是二哥呀。
得物 App 我不经常用，去年想买一双乔丹的那个爆款鞋，我妹就推荐我去得物上看看，说上面啥样的鞋都有。
后来也有一些球友在得物实习，或者拿到得物的 offer，就关注的多了一些。我也统计了一波得物 25 届秋招的薪资信息，放在 Java 面试指南中，方便大家做个参考。
硕士海龟，策略算法岗，给到了 32k，还有 1.2k 的房补 硕士 985，数据分析岗，给了 28k，纠结了好几天，还是拒了 硕士 985，Java 岗，给到了 29k，还有一点签字费 硕士 211，软开岗，开了 28k，也是有房补 硕士 985，Java 岗，给到了 30k，7% 的公积金，还离家近
对比了一下去年的数据，发现得物今年开的薪资更猛了，这说明得物这几年一直发展的不错。但有一点我必须说明一下，据在得物实习和工作过的球友反馈，确实节奏挺快的。
这也能理解，总部在顶级一线城市上海嘛。
据说，得物目前的用户中，90后的占比超过 90%，在国内总计 2.6 亿 95 后人群中，得物的渗透率达到了 70%。
换句话说，这是一个属于年轻人的平台，活力四射。
那接下来，我们就以 Java 面试指南中收录的得物面经同学 9 面试题目为例，来看看得物到底面试难度如何？
1、《30 天速通 Java.pdf》下载 2、三分恶面渣逆袭在线版：https://javabetter.cn/sidebar/sanfene/nixi.html
得物面经同学 9 面试题目
JVM的架构，具体阐述一下各个部分的功能？
JVM 大致可以划分为三个部分：类加载器、运行时数据区和执行引擎。
① 类加载器，负责从文件系统、网络或其他来源加载 Class 文件，将 Class 文件中的二进制数据读入到内存当中。
② 运行时数据区，JVM 在执行 Java 程序时，需要在内存中分配空间来处理各种数据，这些内存区域主要包括方法区、堆、栈、程序计数器和本地方法栈。
③ 执行引擎，JVM 的心脏，负责执行字节码。它包括一个虚拟处理器，还包括即时编译器 JIT 和垃圾回收器。
Zset的底层如何实现？
跳表是有序集合 Zset 的底层实现之⼀。在 Redis 7.0 之前，如果有序集合的元素个数小于 128 个，并且每个元素的值小于 64 字节时，Redis 会使用压缩列表作为 Zset 的底层实现，否则会使用跳表；在 Redis 7.0 之后，压缩列表已经废弃，交由 listpack 来替代。
跳表由 zskiplist 和 zskiplistNode 组成，zskiplist ⽤于保存跳表的基本信息（表头、表尾、⻓度、层高等）。
typedef struct zskiplist {
struct zskiplistNode *header, *tail;
unsigned long length;
int level;
} zskiplist;
zskiplistNode ⽤于表示跳表节点，每个跳表节点的层⾼是不固定的，每个节点都有⼀个指向保存了当前节点的分值和成员对象的指针。
typedef struct zskiplistNode {
sds ele;
double score;
struct zskiplistNode *backward;
struct zskiplistLevel {
struct zskiplistNode *forward;
unsigned int span;
} level[];
} zskiplistNode;
Mysql隔离机制有哪些？怎么实现的？可串行化是怎么避免的三个事务问题？
事务的隔离级别定了一个事务可能受其他事务影响的程度，MySQL 支持的四种隔离级别分别是：读未提交、读已提交、可重复读和串行化。
事务的隔离级别是如何实现的？
读未提交不提供任何锁机制来保护读取的数据，允许读取未提交的数据（即脏读）。
读已提交和可重复读通过 MVCC 机制中的 ReadView 来实现。
READ COMMITTED：每次读取数据前都生成一个 ReadView，保证每次读操作都是最新的数据。 REPEATABLE READ：只在第一次读操作时生成一个 ReadView，后续读操作都使用这个 ReadView，保证事务内读取的数据是一致的。
串行化级别下，事务在读操作时，必须先加表级共享锁，直到事务结束才释放；事务在写操作时，必须先加表级排他锁，直到事务结束才释放。
什么是串行化？
串行化是最高的隔离级别，通过强制事务串行执行来避免并发问题，可以解决“脏读”、“不可重复读”和“幻读”问题。
Spring源码看过吗？Spring的三级缓存知道吗？
看过一些，主要就是针对 Spring 循环依赖、Bean 声明周期、AOP、事务、IOC 这五部分。
Spring 通过三级缓存机制来解决循环依赖：
一级缓存：存放完全初始化好的单例 Bean。 二级缓存：存放正在创建但未完全初始化的 Bean 实例。 三级缓存：存放 Bean 工厂对象，用于提前暴露 Bean。
抛开Spring，讲讲反射和动态代理？那三种代理模式怎么实现的？
反射：用于检查和操作类的方法和字段，动态调用方法或访问字段。反射是 Java 提供的内置机制，直接操作类对象。 动态代理：通过生成代理类来拦截方法调用，通常用于 AOP 实现。动态代理使用反射来调用被代理的方法。
代理方式有两种：JDK 动态代理和 CGLIB 代理。
①、JDK 动态代理是基于接口的代理，只能代理实现了接口的类。
使用 JDK 动态代理时，Spring AOP 会创建一个代理对象，该代理对象实现了目标对象所实现的接口，并在方法调用前后插入横切逻辑。
优点：只需依赖 JDK 自带的 java.lang.reflect.Proxy 类，不需要额外的库；缺点：只能代理接口，不能代理类本身。
②、CGLIB 动态代理是基于继承的代理，可以代理没有实现接口的类。
使用 CGLIB 动态代理时，Spring AOP 会生成目标类的子类，并在方法调用前后插入横切逻辑。
优点：可以代理没有实现接口的类，灵活性更高；缺点：需要依赖 CGLIB 库，创建代理对象的开销相对较大。
讲讲线程池？为什么用线程池？
线程池，简单来说，就是一个管理线程的池子。
①、频繁地创建和销毁线程会消耗系统资源，线程池能够复用已创建的线程。
②、提高响应速度，当任务到达时，任务可以不需要等待线程创建就立即执行。
③、线程池支持定时执行、周期性执行、单线程执行和并发数控制等功能。
集合里面的arraylist和linkedlist的区别是什么？有何优缺点？
ArrayList 是基于数组实现的，LinkedList 是基于链表实现的。
ArrayList 适用于：
随机访问频繁：需要频繁通过索引访问元素的场景。 读取操作远多于写入操作：如存储不经常改变的列表。 末尾添加元素：需要频繁在列表末尾添加元素的场景。
LinkedList 适用于：
频繁插入和删除：在列表中间频繁插入和删除元素的场景。 不需要快速随机访问：顺序访问多于随机访问的场景。 队列和栈：由于其双向链表的特性，LinkedList 可以高效地实现队列（FIFO）和栈（LIFO）。
介绍一下计网里面的tcp和udp协议
TCP 是面向连接的，而 UDP 是无连接的。
TCP 就像是打电话一对一私聊，UDP 就像是拿个大喇叭在广播（😂）。
在数据传输开始之前，TCP 需要先建立连接，数据传输完成后，再断开连接。这个过程通常被称为“三次握手”、“四次挥手”。
UDP 是无连接的，发送数据之前不需要建立连接，发送完毕也不需要断开，数据以数据报形式发送。
换句话说：TCP 是可靠的，它通过确认机制、重发机制等来保证数据的可靠传输。而 UDP 是不可靠的，数据包可能会丢失、重复、乱序。
介绍一下http和https的区别？为什么https安全？
HTTPS 是 HTTP 的增强版，在 HTTP 的基础上加入了 SSL/TLS 协议，确保数据在传输过程中是加密的。
HTTP 的默认端⼝号是 80，URL 以http://开头；HTTPS 的默认端⼝号是 443，URL 以https://开头。
HTTPS怎么保证建立的信道是安全的？
主要通过 SSL/TLS 协议的多层次安全机制，首先在握手阶段，客户端和服务器使用得是非对称加密，生成的会话密钥只有服务器的私钥才能解密，而私钥只有服务器持有。
在数据传输阶段，即使攻击者拦截了通信数据，没有会话密钥也无法解密。
Mysql有很大的数据量怎么办？
当单表数据增量过快，比如说单表超过 500 万条数据，就可以考虑分表了。
在技术派实战项目中，我们将文章表和文章详情表做了分表处理，因为文章的详情数据量会比较大，而文章的基本信息数据量会比较小。
垂直拆分可以减轻只查询文章基本数据，不需要附带文章详情时的查询压力。
当然了，当表的数据量过大时，仍然要考虑水平分表，将一个表的数据分散到多个表中，以减轻单表的查询压力。
比如说我们将文章表拆分成多个表，如 article_0、article_9999、article_19999 等。
怎么分表分库？
如果表的字段过多，我会按字段的访问频率或功能相关性拆分成多个表，减少单表宽度。
如果单表数据量过大，我会按 ID 或时间将数据分到多张表中。比如订单表可以按 user_id % N 进行水平分表。
如果业务模块较多，我会将不同模块的表分布到不同的数据库中，比如用户相关的表放在一个库，订单相关的表放在另一个库。
可以使用 mycat 或者 Sharding-JDBC 等中间件。
Redis的基本数据类型？
Redis 有五种基本数据类型，这五种数据类型分别是：string（字符串）、hash（哈希）、list（列表）、set（集合）、sorted set（有序集合，也叫 zset）。
Redis的持久化呢？有何优缺点？
Redis 支持两种主要的持久化方式：RDB 持久化和 AOF持久化。这两种方式可以单独使用，也可以同时使用。
RDB 持久化通过创建数据集的快照来工作，在指定的时间间隔内将 Redis 在某一时刻的数据状态保存到磁盘的一个 RDB 文件中。
AOF 持久化通过记录每个写操作命令并将其追加到 AOF 文件中来工作，恢复时通过重新执行这些命令来重建数据集。
如果需要尽可能减少数据丢失，AOF 是更好的选择。尤其是在频繁写入的环境下，设置 AOF 每秒同步可以最大限度减少数据丢失。
如果性能是首要考虑，RDB 可能更适合。RDB 的快照生成通常对性能影响较小，并且数据恢复速度快。
如果系统需要经常重启，并且希望系统重启后快速恢复，RDB 可能是更好的选择。虽然 AOF 也提供了良好的恢复能力，但重写 AOF 文件可能会比较慢。
在许多生产环境中，同时启用 RDB 和 AOF 被认为是最佳实践：
使用 RDB 进行快照备份。 使用 AOF 保证崩溃后的最大数据完整性。
B+树了解吗？底层呢？为什么这么用？
MySQL 的默认存储引擎是 InnoDB，它采用的是 B+树索引，是 B 树的升级版。
B 树是一种自平衡的多路查找树，和红黑树、二叉平衡树不同，B 树的每个节点可以有 m 个子节点，而红黑树和二叉平衡树都只有 2 个。
换句话说，红黑树、二叉平衡树是细高个，而 B 树是矮胖子。
B 树的一个节点通常包括三个部分：
键值：即表中的主键 指针：存储子节点的信息 数据：表记录中除主键外的数据
不过，正所谓“祸兮福所倚，福兮祸所伏”，正是因为 B 树的每个节点上都存了数据，就导致每个节点能存储的键值和指针变少了，因为每一页的大小是固定的，对吧？
于是 B+树就来了，B+树的非叶子节点只存储键值，不存储数据，而叶子节点存储了所有的数据，并且构成了一个有序链表。
这样做的好处是，非叶子节点上由于没有存储数据，就可以存储更多的键值对，树就变得更加矮胖了，于是就更有劲了，每次搬的砖也就更多了（😂）。
ending
一个人可以走得很快，但一群人才能走得更远。二哥的编程星球已经有 6600 多名球友加入了，如果你也需要一个良好的学习环境，戳链接 🔗 加入我们吧。这是一个 编程学习指南 + Java 项目实战 + LeetCode 刷题 + 简历精修 的私密圈子，你可以阅读星球专栏、向二哥提问、帮你制定学习计划、和球友一起打卡成长。
两个置顶帖「球友必看」和「知识图谱」里已经沉淀了非常多优质的学习资源，相信能帮助你走的更快、更稳、更远。
如果觉得有帮助，不妨随手点个赞、在看、转发三连吧，如果你想第一时间收到推送，也可以给我加个星标🌟谢谢你看我的文章，我们明天见。
最后，把二哥的座右铭送给大家：没有什么使我停留——除了目的，纵然岸旁有玫瑰、有绿荫、有宁静的港湾，我是不系之舟。共勉 💪。
