其他面试问答

硅碳合伙人大约 21 分钟

概述

本文收录了不属于核心八股文但面试中可能涉及的杂项问题，按主题分类整理。

一、编码实践

Q: CodeReview 都会关注哪些问题？

Code Review 通常关注以下几个方面：

代码质量：可读性、可维护性、可扩展性、健壮性。是否符合编码规范、是否有冗余代码、数据结构和算法是否恰当
易于理解：代码是否清晰易懂、是否有注释，方便其他开发人员了解实现细节
潜在错误：空指针异常、内存泄漏、分支是否完整等
代码逻辑：是否正确实现了预期的业务逻辑，边界条件处理是否恰当
安全性：SQL 注入、XSS 攻击等安全漏洞，是否使用了加密和防护措施
性能：循环嵌套过多、频繁数据库读写等，是否使用了合适的缓存策略
注释和文档：是否有充分的注释，是否符合命名规范和文档规范

Q: DO、DTO、VO 都是干什么的？

DO、DTO、VO 是三个常见的 Java 数据对象，在不同场景下有不同用途：

对象	全称	用途	对应层
DO	Domain Object	领域/实体对象，与数据库表一一对应	数据层
DTO	Data Transfer Object	数据传输对象，用于不同层之间传输数据	服务层
VO	View Object	视图对象，用于前端页面显示的数据	展示层

示例： 假设有一个 User 实体类，包含 id、username、password：

// DO - 对应数据库记录，包含所有字段
public class UserDO {
    private Long id;
    private String username;
    private String password;
}

// DTO - 传输时去掉敏感字段
public class UserDTO {
    private Long id;
    private String username;
}

// VO - 前端显示只需要用户名
public class UserVO {
    private String username;
}

通过分层使用不同对象，可以避免将不必要的数据（如密码）传输到前端，提高安全性和性能。

二、JDK 工具命令

面试中常问的 JDK 自带工具，主要用于线上问题排查。

Q: jps 命令的作用是什么？

jps（Java Virtual Machine Process Status Tool）是 JDK 自带的命令，用于显示当前所有 Java 进程的 pid。

原理： Java 程序启动后会在 java.io.tmpdir 指定的临时目录下（Linux 中为 /tmp/hsperfdata_{userName}/）生成以 pid 为名的文件。jps 就是列出该目录下的文件名。

常用参数：

参数	作用
`-q`	只显示 pid，不显示类名
`-m`	输出传递给 main 方法的参数
`-l`	输出 main class 的完整包名或 jar 文件路径
`-v`	输出传递给 JVM 的参数

注意：jps 似乎只能显示当前用户的 Java 进程，其他用户的需要用 ps 命令。

Q: jstack 命令的作用是什么？

jstack 用于生成 Java 虚拟机当前时刻的线程快照（线程 dump）。

用途： 定位线程长时间停顿的原因，如死锁、死循环、等待外部资源等。通过查看各个线程的调用堆栈，可以知道线程在做什么或等待什么资源。

常用参数：

参数	作用
`-F`	进程无响应时强制打印栈信息
`-l`	打印关于锁的附加信息
`-m`	打印 Java 和 native C/C++ 框架的所有栈信息

关键信息解读：

"main" prio=10 tid=0x00007f197800a000 nid=0x7462 runnable [0x00007f197f7e1000]
   java.lang.Thread.State: RUNNABLE
    at javaCommand.JStackDemo1.main(JStackDemo1.java:7)

线程状态：RUNNABLE / WAITING / TIMED_WAITING / BLOCKED
locked：线程当前锁住的资源
waiting on：线程当前等待的资源

注意：执行 jstack 时 JVM 会暂停所有线程，需要进入安全点才行。

Q: jmap 命令的作用是什么？

jmap 用于打印指定 Java 进程的内存细节，生成堆 Dump 文件。程序内存不足或频繁 GC 时，用它来查看对象情况。

常用操作：

命令	用途
`jmap -heap <pid>`	查看堆使用情况（GC 算法、堆配置、各代使用率）
`jmap -histo <pid>`	查看堆中对象数量和大小
`jmap -histo:live <pid>`	先触发 GC 再统计存活对象
`jmap -dump:format=b,file=heap.bin <pid>`	导出堆 Dump 文件

注意：执行 jmap 时 JVM 会暂停所有线程，生产环境慎用。

Q: jhat 有什么用，如何用它分析堆 dump？

jhat（Java Heap Analysis Tool）用于分析 jmap 生成的堆 Dump 文件。

使用流程：

# 1. 生成 dump 文件
jmap -dump:format=b,file=heapDump <pid>

# 2. 启动 jhat 分析
jhat heapDump
# 启动 HTTP 服务器在端口 7000

# 3. 浏览器访问 http://localhost:7000/

重点关注：

Show instance counts for all classes (excluding platform) -- 查看非平台类的对象数量
Show heap histogram -- 以树状图展示堆情况

排查时需结合代码，观察是否有大量应该被回收的对象一直被引用，或者有占用内存特别大的对象无法被回收。

Q: jstat 命令的作用是什么？

jstat（JVM Statistics Monitoring Tool）用于监控虚拟机各种运行状态信息（类装载、内存、GC、JIT 编译等）。在没有 GUI 的服务器上是运行期定位性能问题的首选工具。

命令格式：

jstat -<option> [-t] [-h<lines>] <vmid> [<interval> [<count>]]

常用 option：

option	作用
`-class`	显示加载 class 的数量及所占空间
`-gc`	显示 GC 信息、次数、时间
`-gcutil`	统计 GC 信息（百分比）
`-gccapacity`	显示各代对象的使用和占用大小
`-gcnew`	年轻代对象信息
`-gcold`	老年代对象信息
`-compiler`	显示 JIT 编译数量

示例： 每 250ms 查询一次进程 5828 的 GC 状况，共查询 5 次：

jstat -gc 5828 250 5

Q: javap 命令的作用是什么？

javap 是 JDK 自带的反编译工具，可以查看 Java 编译器生成的字节码。

常用参数：

参数	作用
`javap <class>`	输出类的 public/protected 域和所有方法
`javap -c <class>`	输出反汇编后的字节码指令
`javap -c -v <class>`	输出字节码指令 + 常量池信息

一般用 javap 的场景不多，主要在需要分析字节码细节时使用。例如分析 synchronized 的原理时，可以发现底层依赖 ACC_SYNCHRONIZED 标记和 monitorenter/monitorexit 两个指令实现同步。

Q: 什么是 Java Dump，如何获取？

Dump 是 Java 虚拟机的运行时快照，将运行时状态和信息保存到文件。

类型	内容	格式
线程 Dump	所有线程的运行状态	纯文本
堆 Dump	线程 Dump + 所有堆对象的状态	二进制

获取方式：

JVM 参数自动生成：-XX:+HeapDumpOnOutOfMemoryError（OOM 时自动生成堆 Dump）
图形化工具：JDK 自带的 Java VisualVM
命令行：jstack（线程 Dump）、jmap（堆 Dump）

用途： 补足传统 Bug 分析手段的不足，主要用于多线程并发问题和内存泄漏问题的排查。

三、架构与设计

Q: SaaS 系统中，多租户如何实现？

多租户是 SaaS 系统的基本功能，核心是数据隔离和资源共享的平衡。

方案	隔离性	扩展性	成本	适用场景
共享数据库 + tenant_id 逻辑隔离	低	低	低	小型应用，快速试错
共享数据库 + 独立分区/分表	中	中	中	中等规模，需一定隔离性
独立数据库	高	高	高	高安全性需求（金融、医疗）
混合模式	灵活	高	中高	租户规模差异大

最常见方案： 共享数据库 + tenant_id 逻辑隔离。每条记录包含 tenant_id，应用层查询时自动附加 WHERE tenant_id = ?。简单但有数据泄露风险和资源竞争问题。

进阶方案： 根据租户规模动态选择 -- 小租户用共享数据库，大客户用独立分区，高安全性需求的用独立部署。

Q: 什么是流程引擎？有什么优缺点？

流程引擎是用于自动化、管理和执行业务流程的软件系统，将业务逻辑抽象为可定义的流程模型（如审批流、订单处理等），通常基于 BPMN 2.0 标准。

优点：

可视化：非技术人员也能看懂，甚至参与设计
标准化：避免在代码中硬编码流程逻辑
可维护性：改动局部（增删节点或修改节点代码），全局影响可控
灵活性：支持分支、循环、子流程、异步等

缺点：

简单逻辑反而更重：节点代码不连续，要去配置文件找下一个节点，不如硬编码直观
不适合频繁变动的场景：每个新场景加一个流程，导致流程爆炸，失去复用性

主流框架：

框架	特点	适用场景
Activiti	轻量级，支持 BPMN 2.0，Spring 集成友好	中小型项目
Camunda	基于 Activiti 分支，强化监控工具	企业级复杂流程
Flowable	Activiti 的另一分支，性能更优	中大型项目
jBPM	与 Drools 规则引擎深度集成	金融、保险等需动态规则的领域

Q: 什么是状态机？能描述一下实现原理吗？

状态机是一种抽象计算模型，包含有限个状态和转换规则，用于描述系统在不同状态下如何响应事件并进行状态转换。

核心要素：

要素	说明	示例
状态（States）	系统可能处于的状态	已下单、已支付、已发货
事件（Events）	触发状态转换的事件	下单、支付、发货
转换（Transitions）	状态之间的转换规则	已下单 + 支付 → 已支付
动作（Actions）	转换时执行的操作	扣减库存、发送通知

为什么需要状态机？

没有状态机控制的话，可以随意修改订单状态（比如从"已下单"直接跳到"已发货"），这显然不对。状态机确保一个"已下单"状态的订单只能通过"支付"事件驱动，加上"支付金额 > 0"等条件，才能转到"已支付"状态。

简单实现：

public class StateMachine {
    private State currentState;

    public StateMachine() {
        currentState = State.PLACED;
    }

    public void handleEvent(Event event) {
        switch (currentState) {
            case PLACED:
                if (event == Event.PAY) {
                    currentState = State.PAID;
                } else if (event == Event.CANCEL) {
                    currentState = State.CANCELED;
                } else {
                    throw new StateHandleException("非法状态转换");
                }
                break;
            case PAID:
                if (event == Event.SHIP) {
                    currentState = State.SHIPPED;
                } else if (event == Event.REFUND) {
                    currentState = State.REFUNDED;
                } else {
                    throw new StateHandleException("非法状态转换");
                }
                break;
            // ... 其他状态处理
        }
    }
}

Spring State Machine： Spring 提供了更完善的状态机框架，支持声明式配置、状态监听、守卫条件等功能。

四、计算机基础

Q: Java 中的随机是真随机吗？

程序中使用的基本都是伪随机数。

真随机数：通过物理实验（掷骰子、电子噪音、核裂变、量子现象）产生，满足随机性、不可预测性、不可重现性
伪随机数：通过确定算法和种子生成。只要算法确定，就是伪随机

有限状态机无法产生真正的随机数。 无论哪种语言，单纯算法生成的都是伪随机数 -- 由确定的函数通过种子产生。

Java 中的随机：

java.util.Random：伪随机，线程安全但高并发下有性能问题
java.security.SecureRandom：强随机数发生器，依赖操作系统底层随机事件（键盘时间间隔、鼠标移动等），初始化慢，可能阻塞。仅在需要加密级随机数时使用

Q: 什么是闰秒？

闰秒是为了消除协调世界时（UTC）与地球自转时间（UT）之间偏差而进行的 1 秒调整。因地球自转速度不恒定，1972 年起开始引入。

闰秒对程序的影响：

操作系统处理闰秒的方式不统一：

直接显示 23:59:60
显示两次 23:59:59
把 1 秒平均分到最后一分钟

历史事件：

2012 年：Reddit、Mozilla、LinkedIn 等网站宕机
2015 年：全球约 2000 个网络中断，美国洲际交易所中止交易 61 分钟
2017 年：Cloudflare 服务崩溃

闰秒无法预测且没有规律，每次发生都需要特殊处理。2022 年 Google、微软、Meta 和亚马逊联合呼吁废除闰秒。

五、Vibe Coding 面试

Q: Vibe Coding 该怎么做？

校招中越来越多公司引入 Vibe Coding 环节：给你一个 AI IDE + 题目，在规定时间内完成。

考察什么（不是编码能力）：

问题分解与架构思维 -- 能否将模糊命题拆解成清晰可执行的步骤
与 AI 的高效协作 -- 提示词能力 + 多轮对话推动项目前进
代码审查与批判性评估 -- 能否识别 AI 代码中的 Bug、性能瓶颈和安全隐患
决策与权衡能力 -- 能否解释设计决策，而不是接受 AI 默认输出
系统性调试能力 -- 遇到问题时是否有逻辑地调试而非盲目求助 AI

推荐步骤：

1. 理解问题与规划架构

向面试官确认需求（用户是谁、核心痛点、成功标准）
让 AI 帮你做问题拆解和架构设计（可以生成设计文档）

2. 与 AI 协作实现

分步指令：根据规划分步向 AI 下达清晰指令，不要一个超长 Prompt 解决所有问题
实时审查：每段代码都快速阅读，检查逻辑、架构一致性
解释决策：主动向面试官说明你的选择和理由

3. 调试、优化与总结

系统性调试："根据报错信息我猜测问题在 X 模块，准备先检查 Y 变量"
主动优化："目前实现可行，但考虑扩展性可以用 Z 模式重构"
可以再开一个窗口让 AI 做审查者，帮你分析优化空间
总结回顾：花几分钟回顾架构，指出局限性和改进方向

4. 完善文档

如果有时间，让 AI 生成 README、架构设计文档
额外时间可以让 AI 分析优化空间，生成 TODO 文档

核心原则： Vibe Coding 不考你的编码，而是考你的思考和指挥能力。不要直接把题目复制给 AI 托管。

六、日志分析

Q: 你平常是怎么查看日志和做分析的？

通常使用 ELK 收集并查看日志。但有时需要在服务器上直接操作。

常用日志查看方式：

tail -f 日志文件名 -- 滚动输出，适合实时观察
less 日志文件名 -- 翻页查看，空格向下、Ctrl+B 向上、/ 搜索、q 退出

日志分析常用命令组合：

命令	用途
`grep`	查找关键词
`wc -l`	统计行数
`sort`	排序
`uniq -c`	去重并统计次数
`awk`	文本处理（按列提取、计算等）

实战示例：

假设日志格式为：[级别] 日期时间 [线程] - 请求方法状态码耗时 URL requestID

统计某个接口一天的请求量：

grep "/yyy.json" http_access.log | wc -l

统计状态码 500 的接口平均 QPS：

grep "/yyy.json" access.log | grep ' 500 ' | \
  awk '{print substr($0,10,15)}' | uniq -c | \
  awk '{sum += $1} END {print sum / NR}'

统计某接口耗时 > 500ms 并按耗时排序（去重）：

awk '$9>500{print $0}' access.log | \
  sort -k9 -n -r | \
  awk '!arr[$10]++ {print $9"ms",$10}'

grep 常用参数：

grep '/xxx.json' log                    # 查找包含关键词的行
grep -C10 'NullPointException' log      # 显示匹配行前后10行
grep -i "asc" log                       # 忽略大小写

sort 常用参数：

sort -n file          # 按数字排序
sort -r file          # 降序
sort -k2 file         # 按第2列排序
sort -t ',' -k2 file  # 以逗号分隔，按第2列排序

awk 常用技巧：

awk '{print $1}' file              # 输出第1列（默认空格分隔）
awk -F ',' '{print $2}' file       # 以逗号分隔，输出第2列
awk '$NF' file                     # 输出最后一列
awk 'BEGIN{...}{...}END{...}' file # BEGIN 前置处理，END 后置处理

awk 功能非常强大，推荐阅读《sed 与 awk》了解更多用法。遇到不会的拿样本数据问 AI，会给出正确的命令和详细解释。

七、新技术概念

Q: 什么是 Web 3.0？

Web 3.0 被称为第三代互联网，核心理念是用户拥有自己的数据。

互联网演进：

代际	特征	代表产品
Web 1.0	只读（信息展示）	搜狐、雅虎、中国黄页
Web 2.0	读 + 写（用户参与互动和内容生产）	微信、抖音、Facebook
Web 3.0	读 + 写 + 拥有（用户拥有自己的数据）	基于区块链的去中心化应用

技术基础： Web 3.0 构建在公有链之上，利用区块链技术实现去中心化。所有参与节点平等，不需要中心处理节点、不需要数字证书。

主要应用： 加密货币、NFT、DeFi（去中心化金融）、DAO（去中心化自治组织）、GameFi、智能合约等。

当前问题：

大量应用场景仍然偏投机（炒币、割韭菜）
交易慢、资源浪费（共识算法耗费资源）
没有中心管理 → 出了问题没人管（转错钱、诈骗等）

开发者参与： DApp（Decentralized Application）开发是主要方向，流行生态包括 Ethereum、Solana 等，涉及共识算法、密码学、分布式存储等技术栈。

附录：JDK 工具实战详解

jmap 输出详解

执行 jmap -heap <pid> 可以看到完整的堆内存配置和使用情况：

Heap Configuration:
   MinHeapFreeRatio = 0        // -XX:MinHeapFreeRatio 最小空闲比率
   MaxHeapFreeRatio = 100      // -XX:MaxHeapFreeRatio 最大空闲比率
   MaxHeapSize = 2082471936    // -XX:MaxHeapSize 堆最大大小
   NewSize = 1310720           // -XX:NewSize 新生代默认大小
   OldSize = 5439488           // -XX:OldSize 老生代大小
   NewRatio = 2                // -XX:NewRatio 新生代/老生代比率
   SurvivorRatio = 8           // -XX:SurvivorRatio Eden/Survivor 比值

Heap Usage:
PS Young Generation
Eden Space:
   capacity = 33030144 (31.5MB)
   used     = 1524040 (1.45MB)
   free     = 31506104 (30.04MB)
   4.6% used
From Space:
   capacity = 5242880 (5.0MB)
   used     = 0 (0.0MB)
To Space:
   capacity = 5242880 (5.0MB)
   used     = 0 (0.0MB)
PS Old Generation:
   capacity = 86507520 (82.5MB)
   used     = 0 (0.0MB)

执行 jmap -histo <pid> 可以看到每个类的实例数和占用字节：

num     #instances    #bytes    class name
  1:           7      1322080    [I
  2:        5603       722368    <methodKlass>
  3:       34022       544352    java.lang.Integer

排查思路： 结合代码观察是否有大量对象未被回收或者有特别大的对象。

jstack 线程状态分析

jstack 输出的线程信息关键字段：

"Thread-0" prio=10 tid=0x... nid=0x... waiting on condition [0x...]
   java.lang.Thread.State: WAITING (on object monitor)
    at java.lang.Object.wait(Native Method)
    - waiting on <0x0000000783e066e0> (a java.lang.ref.Reference$Lock)
    - locked <0x0000000783e066e0> (a java.lang.ref.Reference$Lock)

线程状态含义：

状态	含义
RUNNABLE	正在运行或等待 CPU 分配
WAITING	无限期等待另一个线程唤醒
TIMED_WAITING	有限时间的等待
BLOCKED	等待获取 monitor 锁

常见问题排查：

死锁：两个线程互相 waiting on 对方 locked 的资源
死循环：线程一直 RUNNABLE，CPU 占用高
等待外部资源：线程 WAITING，调用栈显示在网络/数据库调用处

jstat 输出字段说明

执行 jstat -gcutil <pid> 输出：

字段	含义
S0	Survivor0 使用比例
S1	Survivor1 使用比例
E	Eden 使用比例
O	Old 使用比例
M	Metaspace 使用比例
YGC	Young GC 次数
YGCT	Young GC 总耗时
FGC	Full GC 次数
FGCT	Full GC 总耗时
GCT	GC 总耗时

判断标准：

FGC 频繁（如每分钟多次）→ 可能有内存泄漏
FGCT 很长 → 需要调整堆大小或 GC 算法
O 接近 100% → 老年代快满了，即将 OOM

javap 字节码分析示例

源代码：

public class JavapTest {
    public static void main(String[] args) {
        String s1 = "Hollis" + "Chuang";  // 编译期优化为一个常量
    }
}

使用 javap -c -v JavapTest 可以看到常量池中直接有 HollisChuang 字符串，证明编译器做了字符串拼接优化。

常见用途：

验证字符串拼接的编译期优化行为
分析 synchronized 底层实现（monitorenter/monitorexit）
理解 switch-case 对枚举/字符串的处理方式
确认 lambda 表达式的字节码生成方式

附录：状态机 Spring State Machine 示例

@Configuration
@EnableStateMachine
public class OrderStateMachineConfig
    extends StateMachineConfigurerAdapter<OrderState, OrderEvent> {

    @Override
    public void configure(StateMachineStateConfigurer<OrderState, OrderEvent> states)
            throws Exception {
        states.withStates()
            .initial(OrderState.PLACED)
            .states(EnumSet.allOf(OrderState.class));
    }

    @Override
    public void configure(StateMachineTransitionConfigurer<OrderState, OrderEvent> transitions)
            throws Exception {
        transitions
            .withExternal()
                .source(OrderState.PLACED)
                .target(OrderState.PAID)
                .event(OrderEvent.PAY)
            .and()
            .withExternal()
                .source(OrderState.PAID)
                .target(OrderState.SHIPPED)
                .event(OrderEvent.SHIP)
            .and()
            .withExternal()
                .source(OrderState.SHIPPED)
                .target(OrderState.CONFIRMED)
                .event(OrderEvent.CONFIRM);
    }
}

使用方式：

@Autowired
private StateMachine<OrderState, OrderEvent> stateMachine;

public void pay() {
    stateMachine.sendEvent(OrderEvent.PAY);
    System.out.println(stateMachine.getState().getId()); // PAID
}

Spring State Machine 提供了守卫条件（Guard）、状态监听（Listener）、持久化等功能，适合复杂业务场景。

附录：日志分析完整实战

场景说明： 假设日志格式如下（各字段用空格分隔）：

[INFO] 20231023 13:00:27.049 [exec-1] - 2 GET 200 600 http://xxx.com/abc/xxx.json d7af...
[INFO] 20231023 13:00:27.049 [exec-1] - 2 GET 500 800 http://xxx.com/abc/yyy.json e7af...
[INFO] 20231023 13:00:27.049 [exec-1] - 2 GET 200 810 http://xxx.com/abc/yyy.json e7af...
[INFO] 20231023 13:00:27.050 [exec-1] - 2 GET 500 210 http://xxx.com/abc/yyy.json e7af...
[INFO] 20231023 13:00:27.049 [exec-1] - 2 GET 200 550 http://xxx.com/abc/aaa.json f7af...
[INFO] 20231023 13:00:27.049 [exec-1] - 2 GET 200  50 http://xxx.com/abc/zzz.json f7af...

字段位置：$1=级别, $2=日期, $3=时间, ..., $8=状态码, $9=耗时, $10=URL, $11=requestID

问题1：统计 /yyy.json 接口的请求总量

grep "/yyy.json" http_access.log | wc -l
# 结果: 3

问题2：统计 /yyy.json 状态码 500 的平均 QPS

grep "/yyy.json" access.log | grep ' 500 ' | \
  awk '{print substr($0,10,15)}' | uniq -c | \
  awk '{sum += $1} END {print sum / NR}'
# 结果: 2

解释：

grep 筛选接口和状态码
awk 提取时间戳部分
uniq -c 按时间去重统计每秒请求数
awk 计算平均 QPS

问题3：统计耗时 > 500ms 的请求并按耗时排序去重

awk '$9>500{print $0}' access.log | \
  sort -k9 -n -r | \
  awk '!arr[$10]++ {print $9"ms",$10}'
# 结果:
# 810ms http://xxx.com/abc/yyy.json
# 600ms http://xxx.com/abc/xxx.json
# 550ms http://xxx.com/abc/aaa.json

解释：

awk 过滤第 9 列（耗时）> 500 的行
sort 按第 9 列数字降序
awk 使用关联数组按第 10 列（URL）去重，只保留每个 URL 的第一条（最慢的）

uniq 命令详解：

参数	作用
`uniq`	去重（相邻重复行合并）
`uniq -c`	去重并显示每行出现次数
`uniq -d`	只输出重复的行（只显示一次）
`uniq -D`	只输出重复的行（全部显示）
`uniq -u`	只输出不重复的行

注意：uniq 只能处理相邻的重复行，所以通常需要先 sort 再 uniq。

附录：jps 实现原理与完整用法

实现原理

Java 程序启动后在临时目录生成 hsperfdata 文件：

$ ls /tmp/hsperfdata_hollis/
2679    # 这就是 Java 进程的 pid

jps 命令的本质就是列出 /tmp/hsperfdata_{userName}/ 目录下的文件名，再解析文件获取进程参数信息。

完整使用示例

# 只显示 pid
$ jps -q
2679
11421

# 显示传给 main 方法的参数
$ jps -m
12062 JpsDemo hollis,chuang

# 显示完整包名或 jar 路径
$ jps -l
12356 sun.tools.jps.Jps
2679 /home/hollis/tools/eclipse/plugins/org.eclipse.equinox.launcher_1.3.0.jar
12329 com.JavaCommand.JpsDemo

# 显示传给 JVM 的参数
$ jps -v
2679 launcher.jar -XX:MaxPermSize=256m -Xms40m -Xmx512m
13083 JpsDemo -Dfile.encoding=UTF-8

附录：jstack 死锁分析实战

场景1：线程在死循环中

public class JStackDemo1 {
    public static void main(String[] args) {
        while (true) {
            // Do Nothing
        }
    }
}

jstack 输出：

"main" prio=10 tid=0x00007f197800a000 nid=0x7462 runnable [0x00007f197f7e1000]
   java.lang.Thread.State: RUNNABLE
    at javaCommand.JStackDemo1.main(JStackDemo1.java:7)

可以看到线程处于 RUNNABLE 状态，执行在第 7 行（死循环处）。

场景2：线程在等待

public class Thread1 implements Runnable {
    @Override
    public void run() {
        while (true) {
            System.out.println(1);
        }
    }
}

对于 Reference Handler 守护线程：

"Reference Handler" daemon prio=10 ...
   java.lang.Thread.State: WAITING (on object monitor)
    at java.lang.Object.wait(Native Method)
    - waiting on <0x0000000783e066e0> (a java.lang.ref.Reference$Lock)
    at java.lang.ref.Reference$ReferenceHandler.run(Reference.java:133)
    - locked <0x0000000783e066e0> (a java.lang.ref.Reference$Lock)

解读：

状态：WAITING
锁住了：<0x0000000783e066e0>
同时也在等待：<0x0000000783e066e0>

为什么同时锁住又等待同一资源？因为线程先获得了 Monitor（locked），执行 obj.wait() 后放弃了 Monitor 所有权进入 wait set（waiting on）。

死锁的典型 jstack 输出

Found one Java-level deadlock:
=============================
"Thread-1":
  waiting to lock monitor 0x000000000218f3e8
  which is held by "Thread-0"
"Thread-0":
  waiting to lock monitor 0x000000000218f4e0
  which is held by "Thread-1"

jstack 会直接告诉你哪两个线程死锁了，以及各自持有和等待的锁。

附录：jmap 常用排查流程

完整排查流程

# Step 1: 发现 Java 进程内存持续增长
jps -l    # 找到目标进程 pid

# Step 2: 查看堆概况
jmap -heap <pid>    # 查看各代使用率

# Step 3: 查看对象统计
jmap -histo <pid> | head -20    # 查看实例数 Top20

# Step 4: 导出 dump 文件（会暂停应用，生产慎用）
jmap -dump:format=b,file=heap.bin <pid>

# Step 5: 分析 dump 文件
jhat -port 5000 heap.bin    # 启动 web 分析服务
# 或者用 MAT (Memory Analyzer Tool) 分析

关键指标判断

现象	可能原因	排查方向
Old 区持续增长，FGC 频繁	内存泄漏	jmap -histo 对比两次结果
Young 区 GC 频繁	短生命周期对象过多	检查循环中是否频繁创建对象
Eden 满了但没触发 GC	大对象直接进入 Old 区	检查是否有大数组/大集合
Metaspace 持续增长	类加载器泄漏	检查动态代理/反射/ClassLoader 使用

附录：线上问题排查工具选择

场景	推荐工具	说明
查看 Java 进程列表	jps	快速定位目标进程
CPU 100% 排查	top + jstack	top 找线程，jstack 找调用栈
内存泄漏排查	jmap + MAT	dump 后离线分析
GC 问题排查	jstat	实时观察 GC 频率和耗时
死锁排查	jstack	直接输出死锁信息
方法耗时排查	Arthas trace	在线诊断工具
字节码分析	javap	验证编译器行为
线上日志分析	grep + awk + sort	无需额外工具
系统级监控	ELK / Prometheus + Grafana	长期监控和告警