Netty 是构建高性能、高可扩展性网络应用的基石，尤其适用于需要处理大量并发连接和高速数据传输的场景。
Netty 的核心应用场景如下：
| 应用领域 | 核心需求 | 代表技术 |
|---|---|---|
| 互联网分布式 | 高并发、高可用、服务治理 | Dubbo、gRPC、RocketMQ、API Gateway |
| 大数据 | 高吞吐、跨节点通信 | Hadoop、Spark、Flink、Elasticsearch |
| 游戏与 IoT | 长连接、低延迟、自定义协议 | 游戏后端、物联网平台 |
| 协议实现 | 灵活编解码、高性能网络 IO | WebSocket, HTTP, 自定义 TCP/UDP 协议 |
Spring Boot 是一个基于 Spring 框架的“开箱即用”的脚手架框架，它基于约定优于配置的原则，极大地简化了 Spring 应用的搭建和开发过程。
SpringBoot 的核心特性：
spring-boot-starter-web），解决版本兼容问题。java -jar)。/actuator/health 等端点）。Dubbo 与 Spring Cloud Gateway 对比：
| 对比维度 | Dubbo | Spring Cloud Gateway |
|---|---|---|
| 核心定位 | RPC （远程过程调用） 框架 | API 网关 （流量入口） |
| 核心功能 | 服务间高性能调用、服务治理 | 请求路由、过滤链（安全、限流、日志） |
| 解决需求 | 服务之间如何调用 (东西向流量) | 外部请求如何进入微服务集群 (南北向流量) |
| 工作层次 | 服务层 (Service-to-Service) | 入口层 (Edge Service) |
| 关键能力 | 服务发现、负载均衡、容错、熔断 | 动态路由、身份认证、权限校验、限流 |
| 通信协议 | 默认 Dubbo 协议 (TCP)、HTTP、gRPC | HTTP、HTTPS （基于 WebFlux) |
判断 Java 对象是否可以被回收有两种方法：
引用计数算法（Reference Counting）的原理是：在对象中添加一个引用计数器，每当有一个地方引用它时，计数器值就加一；当引用失效时，计数器值就减一；任何时刻计数器为零的对象就是不可能再被使用的。
引用计数算法简单高效，但是存在循环引用问题——两个对象出现循环引用的情况下，此时引用计数器永远不为 0，导致无法对它们进行回收。
一句话概括：Hibernate 是全自动的 ORM 框架（能自动生成 SQL），而 MyBatis 是半自动的 ORM 框架（需手动写 SQL 但更灵活）。
| 对比维度 | MyBatis | Hibernate |
|---|---|---|
| SQL 灵活性 | 方便优化 SQL，灵活性高 | 自动生成 SQL，复杂查询需 HQL 或原生 SQL，灵活性较低 |
| 学习成本 | 需熟悉 SQL 和数据库特性，适合有 SQL 经验的团队 | 面向对象思维，适合快速上手 ORM 的团队 |
| 开发效率 | 需手动编写 SQL 和结果映射，适合定制化需求 | 自动化 CRUD，快速开发简单应用 |
| 缓存机制 | 提供一级/二级缓存，需手动管理 | 内置多级缓存（查询缓存、集合缓存），自动化程度高 |
| 数据库兼容性 | SQL 依赖具体数据库语法，移植性较差 | 通过方言（Dialect）适配多数据库，移植性好 |
| 关联映射 | 需手动配置 <association>/<collection> |
自动管理对象关系（如 @OneToMany），配置简洁 |
| 适用场景 | 复杂查询、高性能系统（如金融、电商） | 快速开发、对象模型复杂的应用（如管理后台） |
略
【典型回答】
Java 最显著的特性：
Java 既是解释型语言，又是编译型语言
解决并发问题，其实最简单的办法就是让共享变量只有读操作，而没有写操作。这个办法如此重要，以至于被上升到了一种解决并发问题的设计模式：不变性（Immutability）模式。所谓不变性，简单来讲，就是对象一旦被创建之后，状态就不再发生变化。换句话说，就是变量一旦被赋值，就不允许修改了（没有写操作）；没有修改操作，也就是保持了不变性。
Guava 是 Google 开源的 Java 类库，提供了一个工具类 RateLimiter。
【示例】使用 RateLimiter 限流
//限流器流速：2 个请求/秒
RateLimiter limiter = RateLimiter.create(2.0);
//执行任务的线程池
ExecutorService es = Executors.newFixedThreadPool(1);
//记录上一次执行时间
prev = System.nanoTime();
//测试执行 20 次
for (int i = 0; i < 20; i++) {
//限流器限流
limiter.acquire();
//提交任务异步执行
es.execute(() -> {
long cur = System.nanoTime();
//打印时间间隔：毫秒
System.out.println((cur - prev) / 1000_000);
prev = cur;
});
}
// 输出结果：
// ...
// 500
// 499
// 500
// 499