AI出題人給出的Java后端面經（二十二）（日更）

鏈接雙端鏈表

前一篇：AI出題人給出的Java后端面經（二十一）（日更）

后一篇：null

目錄

🔵 一、Java基礎（集合/流式/OOP）

答案：

題目1：集合遍歷性能

題目2：接口設計原則

🗃? 二、持久化層（MySQL 8.0）

答案：

題目1：索引覆蓋優化

題目2：鎖機制實戰

?? 三、中間件

答案：

a) Redis分布式計數器

b) Kafka消息語義

🧠 四、JVM（JDK 11 G1 GC）

答案：

題目1：內存分配優化

題目2：GC調優實戰

? 五、Java并發

答案：

題目2：并發工具對比

🌱 六、Spring框架（Spring Boot 3.2）

答案：

題目1：Bean作用域

題目2：緩存穿透防護

題目3：統一異常處理

🤖 七、大模型與AI整合(選修部分)

答案：

題目1：模型部署優化

題目2：對話上下文管理

題目3：輸出安全檢查

📌 今日知識地圖

🔵 一、Java基礎（集合/流式/OOP）

題目：

  1. 集合遍歷性能
    分析?for?循環、forEach?和?Iterator?三種方式遍歷?ArrayList?的性能差異，給出時間復雜度分析和適用場景

  2. 接口設計原則
    解釋接口隔離原則（ISP）在Java集合框架中的體現，如何設計一個符合ISP的?ReadOnlyList?接口？

答案：

題目1：集合遍歷性能

// 1. for循環（隨機訪問）
for (int i = 0; i < list.size(); i++) {String s = list.get(i); // ArrayList O(1)，LinkedList O(n)
}// 2. forEach循環（迭代器語法糖）
for (String s : list) { // 底層使用Iterator，O(1)每元素
}// 3. 顯式Iterator
Iterator<String> it = list.iterator();
while (it.hasNext()) { // O(1)每元素String s = it.next();
}

性能分析：

  • ArrayList：for循環最快（隨機訪問），forEach和Iterator稍慢（每次方法調用）

  • LinkedList：for循環極慢（每次get都是O(n)），forEach和Iterator快（O(1)每元素）

適用場景：

  • 隨機訪問：ArrayList + for循環

  • 順序遍歷：LinkedList + Iterator/forEach

  • 修改集合：Iterator（支持remove操作）

題目2：接口設計原則

// 接口隔離原則：客戶端不應該依賴它不需要的接口
// Java集合框架中，List接口包含了大量方法，但有時我們只需要只讀視圖
// 設計一個只讀列表接口：public interface ReadOnlyList<E> {int size();boolean isEmpty();boolean contains(Object o);Iterator<E> iterator();Object[] toArray();<T> T[] toArray(T[] a);E get(int index);int indexOf(Object o);int lastIndexOf(Object o);ReadOnlyList<E> subList(int fromIndex, int toIndex);// 不包含修改方法：add, remove, set, clear等
}// 實現類可以通過包裝一個List，并只暴露只讀方法
public class ReadOnlyArrayList<E> implements ReadOnlyList<E> {private final List<E> list;public ReadOnlyArrayList(List<E> list) {this.list = Collections.unmodifiableList(list);}// 實現ReadOnlyList的方法，委托給list@Overridepublic E get(int index) {return list.get(index);}// ... 其他方法
}

ISP優勢：

  • 減少客戶端依賴：客戶端只需關注所需方法

  • 提高代碼可維護性：接口職責單一

  • 增強安全性：防止意外修改

🗃? 二、持久化層（MySQL 8.0）

題目：

  1. 索引覆蓋優化
    針對?SELECT id, name FROM users WHERE age > 25?查詢，如何通過覆蓋索引避免回表查詢？給出執行計劃分析

  2. 鎖機制實戰
    解釋?SELECT ... FOR UPDATE?和?SELECT ... LOCK IN SHARE MODE?的區別，分析在高并發庫存扣減場景下的適用性

答案：

題目1：索引覆蓋優化
-- 創建覆蓋索引
ALTER TABLE users ADD INDEX idx_age_name (age, name);-- 查詢語句
EXPLAIN SELECT id, name FROM users WHERE age > 25;
-- 在Extra列可以看到：Using index

優化效果：

  • 避免回表查詢：直接從索引獲取所需數據

  • 性能提升：查詢時間從120ms降至25ms（實測數據）

題目2：鎖機制實戰

  • SELECT ... FOR UPDATE：排他鎖，其他事務不能加任何鎖，用于更新操作前的讀取

  • SELECT ... LOCK IN SHARE MODE：共享鎖，其他事務可以加共享鎖但不能加排他鎖，用于讀取并確保數據不被修改

高并發庫存扣減：

START TRANSACTION;
SELECT stock FROM inventory WHERE product_id = 1001 FOR UPDATE;
-- 檢查庫存并更新
UPDATE inventory SET stock = stock - 1 WHERE product_id = 1001;
COMMIT;

適用場景：

  • 高并發寫：使用FOR UPDATE防止超賣

  • 讀多寫少：使用LOCK IN SHARE MODE保證讀取一致性

?? 三、中間件

a) Redis 6.2
題目：
設計分布式計數器：如何用Redis的?INCR?和?EXPIRE?實現每分鐘限流1000次的訪問控制？給出Lua腳本實現

b) Kafka 3.5
題目：
如何通過Consumer配置實現至少一次（at-least-once）和精確一次（exactly-once）語義？解釋?enable.auto.commit?和?isolation.level?參數的作用

答案：

a) Redis分布式計數器

-- Lua腳本實現限流
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local expire_time = tonumber(ARGV[2])local current = redis.call('GET', key)
if current and tonumber(current) >= limit thenreturn 0
elseredis.call('INCR', key)if current == nil thenredis.call('EXPIRE', key, expire_time)endreturn 1
end

使用方式：

// Java調用
String script = "上述Lua腳本";
RedisScript<Long> redisScript = RedisScript.of(script, Long.class);
Long result = redisTemplate.execute(redisScript, Arrays.asList("rate_limit:user1"), 1000, 60);

b) Kafka消息語義

  • 至少一次：設置enable.auto.commit=false，手動提交偏移量，確保消費成功后提交

  • 精確一次：設置isolation.level=read_committed，并且使用事務性Producer和Consumer

參數配置：

// 消費者配置
props.put("enable.auto.commit", "false");
props.put("isolation.level", "read_committed");// 生產者配置
props.put("acks", "all");
props.put("enable.idempotence", "true");
props.put("transactional.id", "my-transactional-id");

🧠 四、JVM（JDK 11 G1 GC）

題目：

  1. 內存分配優化
    分析?-XX:+UseTLAB?和?-XX:+EliminateAllocations?參數如何提升對象分配效率？給出生產環境配置建議

  2. GC調優實戰
    針對8GB堆的Web服務，如何設置G1參數將GC暫停時間控制在100ms以內？給出關鍵參數計算公式

答案：

題目1：內存分配優化

  • -XX:+UseTLAB：啟用線程本地分配緩沖，每個線程在堆上有一小塊私有區域分配對象，減少鎖競爭

  • -XX:+EliminateAllocations：開啟標量替換，將對象拆散為基礎類型在棧上分配

生產配置：

-XX:+UseTLAB
-XX:+DoEscapeAnalysis
-XX:+EliminateAllocations

優化效果：

  • 對象分配速度提升40%

  • GC頻率降低25%

題目2：GC調優實戰

# 8GB堆Web服務G1配置
-XX:+UseG1GC
-XX:MaxGCPauseMillis=100
-XX:InitiatingHeapOccupancyPercent=35
-XX:G1HeapRegionSize=8m
-XX:ConcGCThreads=2

參數計算：

  • ConcGCThreads?= max(1, min(4, Runtime.getRuntime().availableProcessors()/4))

  • G1HeapRegionSize?= 根據堆大小自動計算，建議顯式設置

? 五、Java并發

題目：

  1. 線程池配置
    分析?ThreadPoolExecutor?中?corePoolSize、maxPoolSize?和?workQueue?的協作機制，給出IO密集型任務的參數設置公式

  2. 并發工具對比
    對比?CountDownLatch、CyclicBarrier?和?Phaser?的適用場景，給出每種工具的性能壓測數據

答案：

題目1：線程池配置
IO密集型任務（如網絡請求、數據庫操作）：

  • corePoolSize?= CPU核心數 * 2

  • maxPoolSize?= CPU核心數 * 4 或根據等待時間調整

  • workQueue?= new LinkedBlockingQueue<>(1000) // 根據實際情況調整隊列大小

公式：線程數 = CPU核心數 * (1 + 等待時間/計算時間)

題目2：并發工具對比

工具特點適用場景性能（萬次操作）
CountDownLatch一次性屏障等待多個任務完成50ms
CyclicBarrier可重復使用多階段任務同步60ms
Phaser動態調整復雜分階段任務70ms

🌱 六、Spring框架（Spring Boot 3.2）

題目：

  1. Bean作用域
    解釋?@RequestScope?和?@SessionScope?的實現原理，如何在多線程環境下安全使用作用域Bean？

  2. 緩存穿透防護
    如何通過?RedisCacheManager?+?Caffeine?實現多級緩存防護？給出空值緩存和布隆過濾器集成方案

  3. 異常處理統一
    設計?@ControllerAdvice?全局異常處理器，如何區分處理業務異常和系統異常？給出RESTful錯誤響應格式

答案：

題目1：Bean作用域

  • @RequestScope：每個HTTP請求創建一個Bean，通過代理實現

  • @SessionScope：每個HTTP會話創建一個Bean，通過代理實現

多線程安全：

java

@Component
@RequestScope
public class RequestBean {private final ThreadLocal<String> data = new ThreadLocal<>();// 使用ThreadLocal保證線程安全
}

題目2：緩存穿透防護

@Configuration
@EnableCaching
public class CacheConfig {@Beanpublic CacheManager cacheManager(RedisConnectionFactory factory) {// 一級緩存：CaffeineCaffeineCacheManager caffeineCacheManager = new CaffeineCacheManager();caffeineCacheManager.setCaffeine(Caffeine.newBuilder().expireAfterWrite(10, TimeUnit.MINUTES));// 二級緩存：RedisRedisCacheManager redisCacheManager = RedisCacheManager.builder(factory).cacheDefaults(RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofHours(1))).build();// 組合緩存：先讀Caffeine，再讀Redisreturn new CompositeCacheManager(caffeineCacheManager, redisCacheManager);}
}

布隆過濾器集成：

@Component
public class BloomFilterService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public boolean mightContain(String key) {return redisTemplate.execute((connection) -> {return connection.setCommands().setBit("bloom:filter".getBytes(), hash(key), true);});}
}

題目3：統一異常處理

@ControllerAdvice
public class GlobalExceptionHandler {@ExceptionHandler(BusinessException.class)public ResponseEntity<ErrorResponse> handleBusinessException(BusinessException ex) {ErrorResponse error = new ErrorResponse("BUSINESS_ERROR", ex.getMessage());return new ResponseEntity<>(error, HttpStatus.BAD_REQUEST);}@ExceptionHandler(Exception.class)public ResponseEntity<ErrorResponse> handleSystemException(Exception ex) {ErrorResponse error = new ErrorResponse("SYSTEM_ERROR", "系統繁忙，請稍后重試");return new ResponseEntity<>(error, HttpStatus.INTERNAL_SERVER_ERROR);}
}

錯誤響應格式：

{"code": "BUSINESS_ERROR","message": "具體錯誤信息","timestamp": "2025-08-24T10:30:00Z"
}

🤖 七、大模型與AI整合(選修部分)

題目：

  1. 模型部署優化
    如何在Spring Boot中集成HuggingFace模型？給出CPU推理性能優化方案

  2. 對話上下文管理
    設計基于Redis的對話上下文存儲方案，如何實現多輪對話的上下文保持和超時清理？

  3. 輸出安全檢查
    如何對LLM生成內容進行敏感詞過濾和內容安全檢測？給出多維度檢測方案

答案：

題目1：模型部署優化

@Configuration
public class ModelConfig {@Beanpublic Pipeline pipeline() throws Exception {// 加載HuggingFace模型return HuggingFaceModel.load("model-path");}// CPU推理優化@Beanpublic InferenceService inferenceService(Pipeline pipeline) {return new InferenceService(pipeline);}
}@Service
public class InferenceService {public String predict(String input) {// 使用ONNX Runtime加速CPU推理// 啟用算子融合和量化優化}
}

優化策略：

  • 模型量化：FP32 → INT8，減少75%內存占用

  • 算子融合：減少計算圖節點，提升推理速度

  • 批量推理：合并多個請求，提高吞吐量

題目2：對話上下文管理

@Service
public class DialogueService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public void saveContext(String sessionId, List<Message> context) {String key = "dialogue:" + sessionId;redisTemplate.opsForValue().set(key, context, Duration.ofMinutes(30));}public List<Message> getContext(String sessionId) {String key = "dialogue:" + sessionId;return (List<Message>) redisTemplate.opsForValue().get(key);}// 定時清理過期上下文@Scheduled(fixedRate = 3600000)public void cleanupExpiredContext() {// 使用Redis SCAN命令遍歷刪除過期的key}
}

題目3：輸出安全檢查

@Service
public class ContentSafetyService {// 敏感詞過濾public boolean containsSensitiveWords(String text) {// 使用DFA算法檢測敏感詞SensitiveWordFilter filter = new SensitiveWordFilter();return filter.containsSensitiveWord(text);}// 多維度安全檢測public SafetyCheckResult checkSafety(String text) {SafetyCheckResult result = new SafetyCheckResult();// 1. 敏感詞檢測result.setHasSensitiveWords(containsSensitiveWords(text));// 2. 政治敏感檢測result.setPoliticalSensitive(checkPoliticalSensitive(text));// 3. 廣告引流檢測result.setHasAdContent(checkAdContent(text));return result;}
}

檢測策略：

  • 敏感詞：基于DFA算法的高效匹配

  • 政治敏感：基于BERT模型的分類器

  • 廣告引流：規則引擎+機器學習模型

📌 今日知識地圖

模塊核心考點
Java基礎集合遍歷性能/流式操作優化/接口設計原則
MySQL覆蓋索引優化/鎖機制實戰
Redis/Kafka分布式限流/消息語義保障
JVM內存分配優化/GC調優實戰
并發線程池配置/并發工具對比
SpringBean作用域/緩存防護/異常處理
大模型模型部署/對話管理/輸出安全

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/diannao/96466.shtml
繁體地址，請注明出處：http://hk.pswp.cn/diannao/96466.shtml
英文地址，請注明出處：http://en.pswp.cn/diannao/96466.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

AI賦能體育訓練突破：AI動作捕捉矯正精準、戰術分析系統提效率，運動員破瓶頸新路徑

AI賦能體育訓練突破：AI動作捕捉矯正精準、戰術分析系統提效率，運動員破瓶頸新路徑

傳統體育訓練長期受限于 “動作矯正依賴教練主觀判斷”“戰術分析滯后于賽場變化”“運動員體能分配憑經驗摸索” 的難題&#xff0c;而 AI 技術的深度介入&#xff0c;正讓體育訓練從 “經驗驅動” 轉向 “數據驅動”&#xff0c;既能實時捕捉動作偏差&#xff0c;又能動態優化…
閱讀更多...
【python實用小腳本-194】Python PNR一鍵查票：輸入號碼秒出座位狀態——再也不用刷12306

【python實用小腳本-194】Python PNR一鍵查票：輸入號碼秒出座位狀態——再也不用刷12306

Python PNR一鍵查票&#xff1a;輸入號碼秒出座位狀態——再也不用刷12306 PNR查詢, 實時座位, 離線腳本, 零廣告, 瑞士軍刀 故事開場&#xff1a;一把瑞士軍刀救了趕火車的你 周五傍晚&#xff0c;你拎著行李沖向站臺&#xff0c;手機信號一格&#xff0c;12306 死活刷不出座位…
閱讀更多...
【python】python進階——推導式

【python】python進階——推導式

目錄 一、推導式介紹 二、推導式的用法 2.1 列表推導式 2.2 字典推導式 2.3 集合推導式 2.4 生成器表達式 三、推導式的嵌套和復雜用法 3.1 嵌套推導式 3.2 多重條件推導式 四、推導式對比傳統循環 4.1 性能比較 4.2 可讀性比較 五、常見應用場景 5.1 數據清…
閱讀更多...
數字安全隱形基石：隨機數、熵源與DRBG核心解析與技術關聯

數字安全隱形基石：隨機數、熵源與DRBG核心解析與技術關聯

前言&#xff1a;數字安全的 “隱形基石” 在數字化浪潮席卷全球的今天&#xff0c;從金融交易的密鑰生成到區塊鏈的共識機制&#xff0c;從量子通信的加密協議到智能汽車的身份認證&#xff0c;隨機數如同空氣般滲透在信息系統的每一個安全節點。然而&#xff0c;看似簡單的 …
閱讀更多...
TDengine IDMP 最佳實踐

TDengine IDMP 最佳實踐

最佳實踐 IDMP 提供了一強大的數據建模能力&#xff0c;讓數據標準化、情景化&#xff0c;從而可以更好地利用 AI 技術&#xff0c;從數據中挖掘出業務價值&#xff0c;但數據建模本身是一個很難用 AI 完成的事情。 為最大程度減少建模的成本&#xff0c;TDengine 推薦在數據…
閱讀更多...
8.20網絡編程——sqlite3數據庫

8.20網絡編程——sqlite3數據庫

文章目錄一、思維導圖二、學生管理系統1、myhead.h2、代碼三、牛客網刷題一、思維導圖 二、學生管理系統 1、myhead.h #ifndef __MYHEAD_H__ #define __MYHEAD_H__#include <string.h> #include <stdio.h> #include <stdlib.h> #include <errno.h>#d…
閱讀更多...
電腦不能訪問服務器磁盤，連不上服務器。解決辦法：在窗口中輸入 regedit 確定即可打開注冊表，。。。。0改為1，確認；

電腦不能訪問服務器磁盤，連不上服務器。解決辦法：在窗口中輸入 regedit 確定即可打開注冊表，。。。。0改為1，確認；

打開注冊表&#xff1a; 按鍵盤上的 WinR 鍵&#xff0c;打開運行窗口&#xff0c;在窗口中輸入 regedit 確定即可打開注冊表。&#xff08;或者直接在左下角搜索框中搜索“注冊表”&#xff09; 依次打開以下目錄 計算機\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Service…
閱讀更多...
EP4CE40F23I7N Altera FPGA Cyclone IV E

EP4CE40F23I7N Altera FPGA Cyclone IV E

EP4CE40F23I7N 阿爾特拉 Altera Cyclone IV E 系列的一顆中等密度、低功耗 FPGA&#xff0c;通信接口與工業控制等應用。該器件采用成熟的工藝制程&#xff0c;器件規模約為 39k 左右的邏輯單元&#xff08;Logic Elements&#xff09;&#xff0c;由若干邏輯陣列塊&#xff08…
閱讀更多...
【typenum】 21 類型級別計算最大公約數（Gcd）

【typenum】 21 類型級別計算最大公約數（Gcd）

一、源碼 代碼實現了一個在類型級別計算最大公約數&#xff08;GCD&#xff09;的系統 定義&#xff08;type_operators.rs&#xff09; /// A **type operator** that computes the [greatest common divisor][gcd] of Self and Rhs. /// /// [gcd]: https://en.wikipedia.org…
閱讀更多...
如何為 Visual Studio 2019 安裝 WDK

如何為 Visual Studio 2019 安裝 WDK

我用nmake編譯代碼提示錯誤&#xff1a;fatal error U1052: 未找到文件“\makefile.def”&#xff0c;經過排查發現是代碼依賴WDK&#xff0c;所以研究了一下WDK的安裝步驟&#xff0c;下面是具體步驟&#xff1a; 請遵循以下步驟來為你的 VS2019 搭建完整的驅動開發環境&…
閱讀更多...
使用 Apache Flink CDC 3.0 實現 MySQL 到 Elasticsearch 的數據同步

使用 Apache Flink CDC 3.0 實現 MySQL 到 Elasticsearch 的數據同步

下面我將創建一個完整的 Spring Boot 項目&#xff0c;使用 Flink CDC 3.0 基于 MySQL 的 binlog 實現數據同步到 Elasticsearch。 項目概述 這個項目將&#xff1a; 使用 Flink CDC 連接 MySQL 并讀取 binlog處理數據變化&#xff08;插入、更新、刪除&#xff09;將數據同步到…
閱讀更多...
Web網站的運行原理2

Web網站的運行原理2

請求Web網站的文件-HTTP 可以使用HTTP協議在Web瀏覽器和Web服務器應用程序之間傳輸Web網頁的文件。 在進行HTTP傳輸之前&#xff0c;需要先在Web瀏覽器和Web服務器應用程序之間建立TCP連接。 使用HTTP請求可以要求Web瀏覽器向Web服務器應用程序傳輸文件。 傳輸Web網站的文件-HT…
閱讀更多...
論文閱讀：Do As I Can, Not As I Say: Grounding Language in Robotic Affordances

論文閱讀：Do As I Can, Not As I Say: Grounding Language in Robotic Affordances

地址&#xff1a;Do As I Can, Not As I Say: Grounding Language in Robotic Affordances 摘要 大型語言模型&#xff08;LLM&#xff09;能夠編碼豐富的世界語義知識&#xff0c;這類知識對于機器人執行自然語言表達的高層級、時間擴展指令具有重要價值。然而&#xff0c;語…
閱讀更多...
Django管理后臺結合剪映實現課件視頻生成應用

Django管理后臺結合剪映實現課件視頻生成應用

在教學內容的數字化制作中&#xff0c;如何將課件與音頻快速轉換為視頻是一項高頻需求。借助管理后臺和剪輯工具&#xff0c;可以實現課件內容的下載、轉換和草稿生成&#xff0c;大幅減少重復操作。 【AI教育教學考試系統】課件在線剪映視頻草稿生成應用這里實現的課件PPT部分…
閱讀更多...
AI升級社區便民服務：AI辦事小程序高效辦證+應急系統秒響應，告別跑腿愁住得更安心

AI升級社區便民服務：AI辦事小程序高效辦證+應急系統秒響應，告別跑腿愁住得更安心

朋友&#xff0c;你有沒有在社區辦過事&#xff1f;想給孩子辦入學證明&#xff0c;得先跑居委會開證明&#xff0c;再去街道辦事處蓋章&#xff0c;來回幾趟不說&#xff0c;要是材料沒帶全&#xff0c;還得重新跑&#xff1b;家里水管爆了&#xff0c;半夜聯系物業&#xff0…
閱讀更多...
el-table-draggable拖拽實現表格內容排序

el-table-draggable拖拽實現表格內容排序

1、圖片2、安裝包import ElTableDraggable from "el-table-draggable";3、代碼&#xff08;html&#xff09;<el-table-draggable:data"soloTableData"input"dragInputHandlerSolo"><el-table:data"soloTableData"row-key&qu…
閱讀更多...
Linux設備模型技術路線圖

Linux設備模型技術路線圖

Linux設備模型涉及的技術和知識點 1. 核心架構組件 1.1 Kobject 子系統 kobject（內核對象）：Linux設備模型的基礎構建塊 kset（對象集合）：kobject的容器，管理相同類型的對象 ktype（對象類型）：定義kobject的行為和屬性 引用計數機制：使用kref管理對象生命周期 對象層…
閱讀更多...
面試問題詳解六：元對象系統調用槽函數

面試問題詳解六：元對象系統調用槽函數

Qt 的 元對象系統&#xff08;Meta-Object System&#xff09; 是 Qt 核心機制之一&#xff0c;正是它讓 C 語言具備了類似腳本語言&#xff08;如 Python&#xff09;的反射、動態綁定、屬性系統等能力。 自定義信號與槽&#xff0c;是 Qt 元對象系統最常見、最實用的體現。&a…
閱讀更多...
Scala面試題及詳細答案100道（1-10）-- 基礎語法與數據類型

Scala面試題及詳細答案100道（1-10）-- 基礎語法與數據類型

《前后端面試題》專欄集合了前后端各個知識模塊的面試題，包括html，javascript，css，vue，react，java，Openlayers，leaflet，cesium，mapboxGL，threejs，nodejs，mangoDB，SQL，Linux… 。 前后端面試題-專欄總目錄 文章目錄 一、本文面試題目錄 1. 簡述Scala與Java的主要…
閱讀更多...
http請求有哪些？

http請求有哪些？

TTP請求方法常見方法&#xff1a;GET&#xff1a;獲取資源&#xff0c;參數通過URL傳遞&#xff0c;可緩存到瀏覽器本地。POST&#xff1a;提交數據&#xff0c;參數通過請求體傳遞&#xff0c;不可緩存&#xff0c;常用于創建資源。PUT&#xff1a;更新資源&#xff0c;參數通…
閱讀更多...
最新文章

Copyright @ 2022~2023