本文介绍了Java中三种对象拷贝方式：引用拷贝、浅拷贝和深拷贝。引用拷贝直接复制对象引用地址，与原对象共享同一实例；浅拷贝创建新对象并复制基本类型值，但引用类型字段仍共享；深拷贝创建完全独立的新对象。实现方式上，浅拷贝需重写clone()方法，深拷贝可通过递归clone或序列化实现，后者要求所有嵌套类实现Serializable接口。特别指出String在浅拷贝中的特殊表现，以及Object.cl

摘要：String、StringBuffer和StringBuilder主要存在三个核心差异：1) 可变性 - String不可变，后两者可变；2) 线程安全 - String天然线程安全，StringBuffer通过synchronized实现线程安全，StringBuilder非线程安全；3) 性能 - StringBuilder最快，StringBuffer次之，String最差。优化建议包

摘要：ConcurrentHashMap在JDK1.7采用分段锁机制，通过Segment数组实现并发控制，每个Segment独立扩容；JDK1.8改为数组+链表/红黑树结构，使用CAS和synchronized实现线程安全。1.7版本通过两次哈希定位到Segment和桶位置，写操作仅锁定对应Segment；1.8版本引入ForwardingNode协助扩容，put过程包含CAS尝试、同步锁和树化判

摘要：HashMap在JDK1.8后采用数组+链表+红黑树结构，当链表长度≥8且数组长度≥64时转为红黑树。put流程包括哈希计算、数组检查、节点插入和扩容判断。扩容机制通过位运算高效计算新下标，容量为2的幂次方确保均匀分布。JDK1.8将头插法改为尾插法，避免了多线程下的死循环问题。HashMap是非线程安全的，建议并发场景使用ConcurrentHashMap。默认负载因子0.75平衡了空间和

Redis分布式锁实现方案摘要：Redis分布式锁通过SETNX+EXPIRE或SET扩展命令保证原子性，利用Redisson实现自动续期、可重入等功能。核心机制包括：1)Watchdog自动续期；2)PubSub+信号量实现等待/唤醒；3)MultiLock解决主从一致性问题，需在所有独立节点加锁成功；4)RedLock算法确保高可用（N/2+1节点成功）。高级特性包括公平锁、读写锁等，适用于不

本文系统整理了Caffeine缓存相关的面试知识点，包含七个核心模块：1）基础原理与特性；2）与其他缓存组件的对比分析；3）核心机制如性能优化、淘汰策略；4）优缺点评估与选型建议；5）缓存一致性问题解决方案；6）多级缓存架构设计；7）缓存命中率优化方法。重点剖析了Caffeine的高效实现原理、与Guava/Redis的差异、内存管理机制等关键技术问题，为缓存系统设计提供了全面的参考框架。

摘要：Caffeine是基于Java8的高性能本地缓存库，采用W-TinyLFU算法实现优于传统LRU/LFU的缓存命中率。它支持多种缓存策略（容量/时间/引用）、异步加载和事件监听，提供Cache、LoadingCache和AsyncLoadingCache三种核心使用场景。W-TinyLFU通过频率草图（Count-MinSketch）实现高效频率统计，采用窗口缓存保护新数据，并通过分层迁移规

Redis提供了多种高效的数据结构：String采用SDS动态字符数组，防止缓冲区溢出；Hash使用压缩列表或哈希表存储键值对；List支持链表操作；ZSet通过跳表+哈希表实现有序集合，跳表相比B+树更适合内存操作，复杂度更低；Set存储唯一元素。扩展类型包括位图、基数统计、地理空间和消息流。这些数据结构针对不同场景优化，如String支持二进制安全存储，ZSet通过分层链表实现高效查询，跳表相

本文档详细介绍了基于Kafka实现的异步秒杀系统设计方案。针对秒杀场景高并发、数据一致性等核心痛点，采用Redis+Lua脚本进行原子校验和预扣库存，通过Kafka实现异步解耦，并结合本地消息表确保消息可靠发送。消费端采用事务包裹业务逻辑，配合手动ACK机制保证消息可靠消费。文档还总结了全流程中的7个关键问题及解决方案，包括JMeter压测异常、消费端报错等。最终系统实现了流量削峰和数据一致性目标

摘要：本文系统介绍了Kafka分布式消息队列的核心组件和工作原理。重点讲解了Broker节点、Topic主题、Partition分区等核心概念，以及生产者发送消息的分区选择策略和ACK机制。同时详细阐述了Broker的多副本存储架构、消息同步流程，以及消费者消费消息的推拉模式、分区分配策略和Offset提交机制。通过深入解析Kafka的底层设计，帮助读者全面理解这一高性能分布式消息系统的运作机制。