Библиотека собеса по Java | вопросы с собеседований

💬 Обратная связь

Первый опрос по грейдам в этом году. Ваш грейд:

🔥 — Senior
👍🏼 — Middle
❤️ — Junior
😁 — Ещё учусь

🐸 Библиотека собеса по Java

❓ Как бы вы оптимизировали запрос с JOIN?

— Создание индексы на колонках, которые используются для соединений. Это ускорит поиск строк, особенно если соединяемые таблицы большие.

— Если возможно, уменьшить размер данных, участвующих в соединении. Для этого можно использовать подзапросы или фильтровать данные до соединения.

— Использование правильного типа JOIN.

— EXPLAIN для анализа выполнения запроса и выявления узких мест. Это покажет, как именно СУБД обрабатывает запрос и на каких этапах происходят замедления.

— Если запросы с JOIN используются часто, создать материализованные представления для хранения результатов, что снизит нагрузку на базу данных при повторных обращениях.

— Рассмотреть варианты изменения структуры БД (например, денормализация).

🐸 Библиотека собеса по Java

#core #лучшее2025

❓ Что такое авторизация и аутентификация?

▪️ Аутентификация — процесс проверки подлинности субъекта (пользователя или системы) на основе предоставленных им учетных данных (например, пары логин/пароль, сертификата или токена). Она подтверждает, что субъект является тем, за кого себя выдаёт.

▪️Авторизация — процесс определения прав и привилегий аутентифицированного субъекта в рамках определённой системы или ресурса. Она определяет, какие действия или ресурсы доступны субъекту после успешной аутентификации.

Аутентификация устанавливает личность субъекта, а авторизация — его полномочия в системе.

🐸 Библиотека собеса по Java

#core #лучшее2025

❓ Какие бывают гарантии доставки сообщений в Kafka?

В Kafka существует три уровня гарантий доставки сообщений:

1️⃣ At most once (максимум один раз)

Сообщение может быть потеряно, но никогда не будет обработано дважды. Producer отправляет сообщение и не ждет подтверждения (acks=0). Самый быстрый, но ненадежный вариант.

2️⃣ At least once (минимум один раз)

Сообщение гарантированно доставлено, но может быть обработано несколько раз. Producer ждет подтверждения от лидера (acks=1) или всех реплик (acks=all). При повторной отправке возможны дубликаты. Используется чаще всего.

3️⃣ Exactly once (ровно один раз)

Сообщение доставляется и обрабатывается строго один раз. Достигается через idempotent producer (enable.idempotence=true) и транзакции. Самый надежный, но с небольшим оверхедом по производительности.

Выбор зависит от задачи: для логов подойдет at most once, для финансовых операций — exactly once, для большинства случаев — at least once с идемпотентной обработкой.

🐸 Библиотека собеса по Java

#core #лучшее2025

👀 Задача: Разработка высоконагруженного сервиса кеширования (middle+)

В компании возникла необходимость повысить производительность системы за счёт внедрения распределённого кеша.

Ваша задача — спроектировать и реализовать высоконагруженный сервис кеширования, обеспечивающий быструю и надёжную работу в условиях интенсивного использования.

▪️ Условия:

1. Высокая доступность: сервис должен быть устойчив к сбоям и обеспечивать непрерывную работу.
2. Масштабируемость: возможность горизонтального масштабирования для обработки увеличивающегося объёма данных.
3. Консистентность данных: обеспечение согласованности данных между узлами кеша.
4. Управление устареванием: реализация механизма автоматического удаления устаревших данных из кеша.

💡 Ключевые моменты:

— Выбор технологии: определение подходящего решения для распределённого кеширования (например, Redis, Memcached или собственная реализация).
— Репликация и шардирование: обеспечение надёжности и производительности через распределение данных и их дублирование.
— Алгоритмы замещения: выбор и реализация стратегий удаления устаревших или редко используемых данных (например, LRU, LFU).

✔️ Решение:

Использовать Redis в режиме кластеризации для обеспечения распределённого хранения данных. Настроить репликацию для повышения отказоустойчивости и реализовать механизм шардирования для равномерного распределения нагрузки.

Применить алгоритм LRU (Least Recently Used) для автоматического удаления устаревших данных. Внедрить системы мониторинга (например, Prometheus) и логирования для оперативного отслеживания состояния кеша и быстрого реагирования на возможные проблемы.

Реализация на картинке 👆🏻

#лучшее2025

🎄 С Новым Годом, будущие Java-разработчики!

Пусть в новом году все собеседования заканчиваются офферами, вопросы по многопоточности больше не пугают, а разница между HashMap и ConcurrentHashMap будет понятна на автомате 🎁

Готовьтесь к собесам вместе с нами — впереди много полезного контента! 🔥

🐸 Библиотека собеса по Java

❓ Почему Spring по умолчанию создает бины как singleton?

❌

На самом деле это исторический баг! Изначально Spring создавал новый бин для каждого запроса, но один из разработчиков забыл добавить new в цикле, и все бины стали синглтонами. Теперь это называют фичей для совместимости с легаси-кодом! 🎅

Праздничный факт: Если добавить @Scope("christmas"), Spring будет создавать новый бин только 31 декабря! Идеально для сезонных акций! 🎄

✔️

Почему singleton — это дефолт:

→ Производительность: создание объекта — дорогая операция (выделение памяти, вызов конструктора, DI). Создавать бин на каждый запрос — огромные издержки.

→ Управление системными ресурсами: многие бины инкапсулируют ресурсы операционной системы или сети, которые дорого создавать и должны быть общими.

→ Естественная модель для stateless компонентов: 90%+ бизнес-логики в Spring — stateless операции. Создавать новый объект для каждого вызова бессмысленно.

→ Экономия ресурсов: один EntityManager, один RestTemplate, один connection pool

→ Кэширование: бин может безопасно кэшировать данные (если они read-only)

→ Простота жизненного цикла: @PostConstruct выполнится один раз

🐸 Библиотека собеса по Java

@spring

WANTED: JAVA-ЭКСПЕРТ

Разыскивается мастер JVM, способный разложить по полочкам всё: от Garbage Collector до тонкостей Spring. Хватит скрывать знания за корпоративными стенами.

Приметы:

— в совершенстве знает Java (знание Go или Python будет плюсом);
— понимает, что на самом деле спрашивают на интервью в топовых компаниях;
— обладает талантом объяснять сложные темы доступным языком;
— готов качать своё медийное имя.

Условия:

— гонорар за подготовку материалов для собеседований;
— статус лидера мнений в Java-сообществе;
— методическая поддержка от команды Proglib Academy.

Явка с повинной

P.S. Знаешь Java-гуру, который засиделся в тени? Сдай его нам.

💬 Обратная связь

Какие планы на новогодние праздники?

🎉 — Ем салатики и отдыхаю
🤔 — Какие праздники, буду работать
⚡️ — Буду учиться и писать пет проектики
😁 — Просто ответ, если ничего другого не подошло))

🐸 Библиотека собеса по Java

❓ Как выбрать между монолитом, модульным монолитом и микросервисами при проектировании системы?

Выбор зависит от нескольких факторов: размера команды, требований к масштабированию и сложности бизнес-логики.

🔹 Монолит подходит для MVP, стартапов и небольших команд. Все в одном приложении — проще разрабатывать, тестировать и деплоить. Минус — со временем становится сложно поддерживать из-за связанности компонентов.

🔹 Модульный монолит — это компромисс. Архитектура разбита на модули с четкими границами, но все еще в одном деплойменте. Отличный вариант, когда нужна структура микросервисов без их операционной сложности. Позволяет в будущем безболезненно выделить модули в отдельные сервисы.

🔹Микросервисы выбираем, когда есть реальная необходимость: разные части системы масштабируются по-разному, работают большие независимые команды, нужна изоляция отказов. Но это дорого — требуется инфраструктура для мониторинга, трейсинга, service discovery, обработки распределенных транзакций.

#patterns

🐸 Библиотека собеса по Java

❓ Почему нельзя использовать ArrayList в многопоточной среде?

❌

Если два потока одновременно добавят элементы, они создадут ситуацию, где список существует в двух состояниях одновременно (квантовая суперпозиция данных).

✔️

ArrayList не thread-safe, потому что все операции не синхронизированы. При concurrent доступе возникают три основные проблемы:

1. Race condition при модификации.
2. ConcurrentModificationException.
3. Нарушение инвариантов (самое опасное).

🐸 Библиотека собеса по Java

#concurrency

❓ Чем отличается процесс от потока?

🔹 Процесс — это отдельная программа, выполняющаяся в своей выделенной области памяти. У каждого процесса есть собственное адресное пространство, и он изолирован от других процессов.

Взаимодействие между процессами требует механизмов межпроцессного взаимодействия (IPC), таких как сокеты, каналы или общая память. Это делает процессы более независимыми, но обмен данными между ними — более сложным и ресурсозатратным.

🔹 Поток — это "легковесная" единица выполнения, которая работает в рамках одного процесса и использует общую память этого процесса.

В Java потоки одного процесса могут совместно использовать объекты и переменные, что значительно упрощает взаимодействие между ними по сравнению с процессами. Однако такая общая память влечет за собой риски, такие как состояния гонок и необходимость синхронизации, чтобы избежать конфликтов при одновременном доступе к ресурсам.

🐸 Библиотека собеса по Java

#concurrency

💬 Обратная связь

Какие вопросы публиковать больше?

👍🏼 — Классика с собесов, чтобы точно набить руку на ближайший
🤔 — Вопросы, которые не встречаются в каждой статье вида "N вопросов для собеса"
🔥 — Больше практики, а то одна теория

🐸 Библиотека собеса по Java

✔️ Collections Challenge: Реализация Custom HashMap

Напишите упрощённую версию HashMap с нуля 👇

📦 Задание

Реализуйте SimpleHashMap<K, V> — собственную реализацию хеш-таблицы без использования готовых Map.

📋 Требования

1. Основная функциональность

→ put() — добавить/обновить пару ключ-значение
→ get() — получить значение по ключу (null если нет)
→ remove() — удалить элемент, вернуть старое значение
→ containsKey() — проверка наличия ключа
→ size() — текущее количество элементов
→ keySet() — множество всех ключей

2. Внутренняя структура

→ Использовать массив buckets (корзин)
→ Collision resolution через связный список (chaining)
→ Начальная ёмкость — 16 элементов
→ Load factor — 0.75

3. Обязательные фичи

→ Автоматическое расширение (resize) при превышении load factor
→ Корректная работа с null ключами
→ Правильный расчёт hashCode (учитывать equals/hashCode contract)
→ Обработка коллизий

Ставьте → 🔥, если нравится формат. Если нет → 🤔

💬 Пишите решение в комментариях, главное прячьте под спойлер.

🐸 Библиотека собеса по Java

#practise

❓ Где лучше хранить пароль: в строке или в массиве символов?

Пароль лучше хранить в массиве символов.

— Строки в Java неизменяемы, и их нельзя явно удалить из памяти. Они остаются там до сборки мусора, что может привести к утечке пароля.
— Массив можно очистить вручную после использования (путём перезаписи значения), что даёт больший контроль над временем хранения данных.

🐸 Библиотека собеса по Java

#core

❓ В чем разница между fail-fast и fail-safe итераторами?

❌

Fail-fast итераторы — это те, которые быстро падают при первой же ошибке, потому что написаны на скорострельном C++. А fail-safe итераторы работают медленно, зато безопасно, потому что каждый элемент проверяется антивирусом перед возвратом.

✔️

🔹 Fail-fast итераторы:

→ Бросают ConcurrentModificationException при структурном изменении коллекции во время итерации.
→ Проверяют modCount (счетчик модификаций) при каждом вызове next().
→ Используются в большинстве коллекций из java.util (ArrayList, HashMap, HashSet).
→ Работают на оригинальной коллекции.

🔹 Fail-safe итераторы:

→ Работают на копии/снимке коллекции, поэтому не бросают исключений.
→ Используются в java.util.concurrent коллекциях (CopyOnWriteArrayList, ConcurrentHashMap).
→ Могут не отражать актуальное состояние коллекции (weakly consistent).
→ Потребляют больше памяти из-за копирования.

🐸 Библиотека собеса по Java

#core

❓ Почему нельзя использовать LocalDateTime для работы с временными метками в распределенных системах?

❌

Потому что LocalDateTime — это местное время, а в распределенных системах все серверы находятся в разных городах! Если один сервер в Москве показывает 15:00, а другой в Владивостоке — 22:00, то база данных не знает, как решить противоречия.

✔️

LocalDateTime не хранит информацию о часовом поясе и смещении относительно UTC, что делает его непригодным для распределенных систем

🐸 Библиотека собеса по Java

#core

❓ Для чего нужна HashMap?

❌

HashMap нужна исключительно для того, чтобы было что спросить на собеседовании. Без неё интервьюеры бы не знали, как отсеивать кандидатов.

✔️

HashMap — это реализация структуры данных hash table, которая обеспечивает быстрый доступ, вставку и удаление элементов по ключу в среднем за O(1).

Основные сценарии использования:

1️⃣ Кеширование и мемоизация — когда нужен быстрый доступ к часто используемым данным.

2️⃣ Подсчет частоты элементов — классическая задача с O(n) сложностью.

3️⃣ Индексация для быстрого поиска — когда нужно избежать линейного перебора.

🐸 Библиотека собеса по Java

#core

Spring — это не вся Java

На собеседованиях любят гонять по «кишкам» языка, конкурентности и алгоритмам. Если ты знаешь только фреймворк, шаг влево-вправо грозит провалом.

Новогодняя акция 1 + 2:

Покупаешь один курс, получаешь три. Оплачивается только позиция с максимальным чеком.

Java-набор:

— Алгоритмы и структуры данных (база Enterprise);
— Архитектуры и шаблоны проектирования.

Подготовиться к офферу

Актуально до 31 декабря.
Нужен совет? @manager_proglib