# 1. 火焰图（Flame Graph）的解读方法，on-CPU 与 off-CPU 火焰图如何定位热点？ A 火焰图只能看 CPU 总利用率，无法定位具体函数 B on-CPU 火焰图用于定位锁等待与 IO 阻塞等阻塞热点 C off-CPU 火焰图用于定位 CPU 计算热点 D 火焰图纵向为调用栈深度，横向宽度代表采样时间占比，宽火焰为热点 ✓ 正确答案
# 2. Async Profiler / perf / eBPF 在性能剖析中的角色与互补？ A Async Profiler 是内核级工具，用于采样硬件计数器 B 三者功能完全重叠，只需选其一 C eBPF 零侵入观测内核与用户态事件，适合容器化生产环境 ✓ 正确答案 D perf 是 JVM 专用剖析器，无法分析内核
# 3. 如何读取火焰图定位性能瓶颈，on-CPU 与 off-CPU 分析的区别与互补？ A 两者互补：CPU 利用率高用 on-CPU 找计算热点，CPU 利用率低用 off-CPU 找阻塞点 ✓ 正确答案 B off-CPU 分析采集 CPU 上执行的调用栈，定位计算热点 C on-CPU 分析定位阻塞热点，如锁等待与 IO 等待 D 火焰图纵向代表采样时间占比，宽火焰为热点
# 4. Continuous Profiling（持续剖析）平台（Pyroscope/Parca/Conprof）在生产环境的低开销采集与采样策略？ A 持续剖析采用插桩式完整记录每次调用，开销高但准确 B 采样式剖析以较低频率采样，配合隔离部署与按需采样控制生产开销 ✓ 正确答案 C 采样频率越高开销越小，应尽量提高频率 D 持续剖析无法在时间维度回顾分析，只能实时查看
# 5. 采样剖析（sampling profiler）的采样原理与误差，如何避免"剖析本身影响结果"？ A 采样剖析通过周期性中断记录调用栈，多次采样统计函数耗时占比，需控制采样频率避免干扰结果 ✓ 正确答案 B 采样剖析无误差，单次采样即可给出精确结论 C 采样剖析对每个方法插桩，记录完整调用，开销高 D 采样频率越高开销越低，结果越准
# 6. 持续剖析（Continuous Profiling）如何与 Trace/指标关联，用于发布前后的回归检测？ A 持续剖析与 Trace、指标孤立，无法关联分析 B 回归检测只需看指标，无需剖析数据 C 发布前后对比剖析画像与指标，能定位性能回归的具体函数并联动告警 ✓ 正确答案 D 持续剖析只能实时看，无法回溯发布时刻
# 7. 性能分析的层次，从接口层（RT/TPS）到代码层（profiler 火焰图）再到基础设施（CPU/内存/IO）如何逐层定位？ A 三层定位相互独立，无需交叉验证 B 接口层用火焰图定位热点函数，代码层用 RT/TPS 判断异常 C 只需看接口层指标即可定位所有性能问题 D 基础设施层用 CPU/内存/IO 判断资源瓶颈，代码层用 profiler 定位热点函数 ✓ 正确答案
# 8. 持续剖析（Continuous Profiling），与按需剖析的差异，采样开销与生产可观测性的取舍？ A 持续剖析以低频率持续采集，可回溯与对比，但需控制采样与存储开销 ✓ 正确答案 B 持续剖析开销太高，无法用于生产环境 C 按需剖析覆盖全时段，可回溯历史性能 D 持续剖析只在发现问题时启动，开销只在剖析期间发生
# 9. 内存剖析与泄漏定位，堆转储分析、对象分配热点与 GC 日志如何结合定位内存泄漏与内存膨胀？ A 只需 GC 日志即可定位内存泄漏的具体对象 B 堆转储分析定位引用链确认泄漏持有者，GC 日志看堆增长趋势，分配热点定位分配点 ✓ 正确答案 C 堆转储能直接看到高频分配点，无需分配剖析 D 内存膨胀与内存泄漏是同一问题，处理方式相同
# 10. 锁竞争与线程阻塞剖析，线程转储与异步剖析如何定位锁竞争、死锁与线程饥饿，锁粒度优化如何验证？ A 死锁指单线程长时间等待，与锁竞争无关 B 异步剖析通过线程转储定位锁等待事件，无需锁事件统计 C 线程转储中连续出现 BLOCKED 同一锁的线程栈，提示锁竞争 ✓ 正确答案 D 锁粒度优化后无需压测验证，直接可确认优化效果
# 11. JFR（Java Flight Recorder）与 perf 联动，JVM 内部事件与系统事件的关联分析？ A JFR 记录系统级事件，perf 记录 JVM 内部事件 B 通过时间戳对齐，将 JFR 的 JVM 事件与 perf 的系统事件关联分析 ✓ 正确答案 C JFR 与 perf 记录的事件完全相同，无需联动 D JFR 只能记录 GC 事件，无法记录线程与锁
# 12. eBPF 剖析（on-CPU/off-CPU 火焰图）与 JVM/JDK 内建剖析的适用边界？ A eBPF 剖析能深入 JVM 内部，覆盖 GC 与分配热点 B eBPF 剖析无法采样 native 栈，只能看 Java 方法 C JVM 内建剖析对系统调用与内核等待观测有限，eBPF 侧重内核与系统层 ✓ 正确答案 D JVM 内建剖析能观测内核栈与系统调用
# 13. 性能回归的自动化，如何建立性能基线、阈值告警与对比测试，避免环境噪声？ A 通过固定环境、预热、多次运行统计与置信区间，避免环境噪声造成误报 ✓ 正确答案 B 性能基线取单次压测瞬时值即可，无需多次统计 C 环境噪声不影响性能回归结果，无需处理 D 对比测试只需比较当前版本，无需与基线版本对比
# 14. 性能剖析的采样周期与开销控制，如何在生产环境以低开销持续采样而不影响业务？ A 采样频率越高开销越低，应在生产环境使用最高频率 B 采用异步采样、低频、按比例采样与隔离部署，控制剖析开销不影响业务 ✓ 正确答案 C 插桩式剖析开销低，适合生产环境持续采样 D 采样开销与频率无关，无需控制
# 15. JVM GC 与调优参数对压测结果的影响，如何隔离环境差异，保证结果可比？ A 堆大小与 GC 收集器不影响压测结果，无需固定 B 压测对比需固定 JVM 参数、数据量与实例规格，隔离环境差异才能保证可比 ✓ 正确答案 C GC 停顿与业务耗时无关，无需单独分析 D 不同 GC 配置对吞吐量与停顿影响相同，可随意切换
# 16. 微基准测试工具（JMH/caliper）在性能回归中的应用，微基准与全链路压测的分工？ A 微基准精确测量代码级性能退化，适合 CI 回归；全链路压测验证整体性能 ✓ 正确答案 B 微基准用于定位系统级整体性能问题，替代全链路压测 C 微基准无法避免 JIT 影响，结果不可信 D 全链路压测能精确测量单个方法性能，无需微基准
# 17. eBPF 与零侵入剖析在容器化环境的应用边界，内核态观测的覆盖范围与限制？ A eBPF 能深入 JVM 内部，覆盖 Java 方法与 GC 事件 B eBPF 零侵入观测内核与系统事件，但对 JVM 内部感知有限，需配合 JVM 剖析 ✓ 正确答案 C eBPF 无需内核权限与版本支持，任何环境可用 D eBPF 只能观测用户态，无法观测内核栈
# 18. 性能剖析结果的统计可信度，多次采样的方差、环境噪音与置信区间如何评估，避免一次采样定结论？ A 单次采样即可给出精确结论，无需多次运行 B 方差越大说明结果越可信，稳定性越高 C 通过多次采样评估方差与置信区间，剔除离群值，避免环境噪音与误判 ✓ 正确答案 D 对比两个版本只需看单次均值，无需统计检验
