@ -1,139 +1,120 @@
# 面试问题整理
## ZooKeeper
### CAP定理：
1. CAP定理：
一个分布式系统不可能同时满足以下三种,一致性（ ） （ ） （ ） ， ， ， ， ， ， （ ）
一个分布式系统不可能同时满足以下三种,一致性（ ） （ ） （ ）
在此ZooKeeper保证的是CP， ， ， ，
另外在进行leader选举时集群都是不可用， ， （ ）
### ZAB协议：
2. ZAB协议：
ZAB协议包括两种基本的模式： ， ，
ZAB协议包括两种基本的模式：
当集群中超过半数机器与该 Leader 服务器完成数据同步之后， ，
### 选举算法和流程：
3. 选举算法和流程：
FastLeaderElection(默认提供的选举算法):
目前有5台服务器， ，
(1) 服务器1启动， ， ， ，
(2) 服务器2启动， ， ， ， ，
(3) 服务器3启动， ， ， ， ， ，
(4) 服务器4启动， ， ， ， ，
(5) 服务器5启动，
1. 服务器1启动， ， ， ，
2. 服务器2启动， ， ， ， ，
3. 服务器3启动， ， ， ， ， ，
4. 服务器4启动， ， ， ， ，
5. 服务器5启动，
## Redis
1. 应用场景
### 应用场景
(1) 缓存
(2) 共享Session
(3) 消息队列系统
(4) 分布式锁
1. 缓存
2. 共享Session
3. 消息队列系统
4. 分布式锁
2. 单线程的Redis为什么快
### 单线程的Redis为什么快
(1) 纯内存操作
(2) 单线程操作，避免了频繁的上下文切换
(3) 合理高效的数据结构
(4) 采用了非阻塞I/O多路复用机制
1. 纯内存操作
2. 单线程操作，避免了频繁的上下文切换
3. 合理高效的数据结构
4. 采用了非阻塞I/O多路复用机制
3. Redis 的数据结构及使用场景
### Redis 的数据结构及使用场景
(1) String字符串:字符串类型是 Redis 最基础的数据结构，首先键都是字符串类型，而且 其他几种数据结构都是在字符串类型基础上构建的，我们常使用的 set key value 命令就是字符串。常用在缓存、计数、共享Session、限速等。
(2) Hash哈希:在Redis中， 结构，形如value={{field1， ， ， ， ： 哈希可以用来存放用户信息，比如实现购物车
(3) List列表（ ） （ ）
(4) Set集合： （ ） ，
(5) Sorted Set有序集合（ ） ： ，
1. String字符串:字符串类型是 Redis 最基础的数据结构，首先键都是字符串类型，而且 其他几种数据结构都是在字符串类型基础上构建的，我们常使用的 set key value 命令就是字符串。常用在缓存、计数、共享Session、限速等。
2. Hash哈希:在Redis中， ， ， 。
3. List列表（ ） （ ）
4. Set集合： （ ） ，
5. Sorted Set有序集合（ ） ： ，
4. Redis 的数据过期策略
### Redis 的数据过期策略
Redis 中数据过期策略采用定期删除+惰性删除策略
(1)定期删除策略： ， ，
(2)惰性删除策略：在获取 key 时，先判断 key 是否过期，如果过期则删除。这种方式存在一个缺点：如果这个 key 一直未被使用，那么它一直在内存中，其实它已经过期了，会浪费大量的空间。
这两种策略天然的互补，结合起来之后，定时删除策略就发生了一些改变，不在是每次扫描全部的 key 了，而是随机抽取一部分 key 进行检查，这样就降低了对 CPU 资源的损耗， ，
但是有时候就是那么的巧，既没有被定时器抽取到，又没有被使用，这些数据又如何从内存中消失？没关系，还有内存淘汰机制，当内存不够用时，内存淘汰机制就会上场。淘汰策略分为：
(1)当内存不足以容纳新写入数据时， （
(2)当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。（ ）
(3)当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。
(4)当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 Key。这种情况一般是把 Redis 既当缓存，又做持久化存储的时候才用。
(5)当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 Key。
(6)当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 Key 优先移除。
Redis的LRU具体实现：
用栈的形式会导致执行select *的时候大量非热点数据占领头部数据，所以需要改进。
Redis每次按key获取一个值的时候， ，
在3.0的时候， ， ， ， ， ，
5. 如何解决 Redis 缓存雪崩问题
(1)使用 Redis 高可用架构：使用 Redis 集群来保证 Redis 服务不会挂掉
(2)缓存时间不一致，给缓存的失效时间，加上一个随机值，避免集体失效
(3)限流降级策略：有一定的备案，比如个性推荐服务不可用了，换成热点数据推荐服务
6. 如何解决 Redis 缓存穿透问题
(1)在接口做校验
(2)存null值（ ）
(3)布隆过滤器拦截： 将所有可能的查询key 先映射到布隆过滤器中， ， ， ，
布隆过滤器将值进行多次哈希bit存储， ， ，
7. redis的持久化机制
redis为了保证效率， ， ， ：
(1)RDB： ， ，
当Redis需要做持久化时， ， ，
(2)AOF： ，
使用AOF做持久化， ， ， ，
缺点是对于相同的数据集来说， ，
Redis默认是快照RDB的持久化方式。
* 定期删除策略： ， ，
* 惰性删除策略：在获取 key 时，先判断 key 是否过期，如果过期则删除。这种方式存在一个缺点：如果这个 key 一直未被使用，那么它一直在内存中，其实它已经过期了，会浪费大量的空间。
* 这两种策略天然的互补，结合起来之后，定时删除策略就发生了一些改变，不在是每次扫描全部的 key 了，而是随机抽取一部分 key 进行检查，这样就降低了对 CPU 资源的损耗， ， ， ， ， ？ ， ， ， ：
1. 当内存不足以容纳新写入数据时， （
2. 当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 Key。（ ）
3. 当内存不足以容纳新写入数据时，在键空间中，随机移除某个 Key。
4. 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 Key。这种情况一般是把 Redis 既当缓存，又做持久化存储的时候才用。
5. 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 Key。
6. 当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 Key 优先移除。
### Redis的LRU具体实现：
传统的LRU是使用栈的形式， ， ， ， ， ， ， ， ， ， ，
### 如何解决 Redis 缓存雪崩问题
8. redis主从复制，
1. 使用 Redis 高可用架构：使用 Redis 集群来保证 Redis 服务不会挂掉
2. 缓存时间不一致，给缓存的失效时间，加上一个随机值，避免集体失效
3. 限流降级策略：有一定的备案，比如个性推荐服务不可用了，换成热点数据推荐服务
(1)从节点执行slaveofmasterIP，
(2)从节点中的定时任务发现主节点信息，
(3)从节点发送Ping信号， ，
(4)连接建立后，主节点将所有数据发送给从节点（数据同步）
(5)主节点把当前的数据同步给从节点后，便完成了复制的建立过程。接下来，主节点就会持续的把写命令发送给从节点，保证主从数据一致性。
### 如何解决 Redis 缓存穿透问题
主从刚刚连接的时候， （ ） ； ，
1. 在接口做校验
2. 存null值（ ）
3. 布隆过滤器拦截： 将所有可能的查询key 先映射到布隆过滤器中， ， ， ， ， ， ，
9. Redis和memcached的区别
### Redis的持久化机制
(1)存储方式上： ， ， ，
(2)数据支持类型上： ， ， ，
(3)用底层模型不同： ， ，
(4)value的大小： ，
Redis为了保证效率， ， ， ：
1. RDB： ， ，
当Redis需要做持久化时， ， ，
1. AOF： ，
使用AOF做持久化， ， ， ，
缺点是对于相同的数据集来说， ，
Redis默认是快照RDB的持久化方式。对于主从同步来说， ， （ ） ； ，
10. redis并发竞争key的解决方案
### Redis和memcached的区别
(1)分布式锁+时间戳
(2)利用消息队列
1. 存储方式上： ， ， ，
2. 数据支持类型上： ， ， ，
3. 用底层模型不同： ， ，
4. value的大小： ，
11. Redis与Mysql双写一致性方案
### redis并发竞争key的解决方案
1. 分布式锁+时间戳
2. 利用消息队列
### Redis与Mysql双写一致性方案
先更新数据库，再删缓存。数据库的读操作的速度远快于写操作的，所以脏数据很难出现。可以对异步延时删除策略，保证读请求完成以后，再进行删除操作。
12. Redis的管道pipeline
### Redis的管道pipeline
对于单线程阻塞式的Redis， ， ， ，
pipeline 底层是通过把所有的操作封装成流，
对于单线程阻塞式的Redis， ， ， ， ，
## Mysql
1. 事务的基本要素
### 事务的基本要素
(1) 原子性：事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行
(2) 一致性：事务开始前和结束后，数据库的完整性约束没有被破坏。
(3) 隔离性：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。
(4) 持久性：事务完成后，事务对数据库的所有更新将被保存到数据库，不能回滚。
1. 原子性：事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行
2. 一致性：事务开始前和结束后，数据库的完整性约束没有被破坏。
3. 隔离性：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。
4. 持久性：事务完成后，事务对数据库的所有更新将被保存到数据库，不能回滚。
2. 事务的并发问题
### 事务的并发问题
(1) 脏读： ， ，
(2) 不可重复读： ， ， ， ，
(3) 幻读： ， ， （ ）
1. 脏读： ， ，
2. 不可重复读： ， ， ， ，
3. 幻读： ， ， （ ） select某记录是否存在， ， ，
3. MySQL事务隔离级别
### MySQL事务隔离级别
事务隔离级别 | 脏读 | 不可重复读 | 幻读
读未提交 | 是 | 是 |是
@ -141,373 +122,306 @@ pipeline 底层是通过把所有的操作封装成流，
可重复读 | 否 | 否 |是
串行化 | 否 | 否 |否
幻读： ， ， ，
在MySQL可重复读的隔离级别中并不是完全解决了幻读的问题， ，
通过索引加锁， ，
5. Mysql的逻辑结构
### Mysql的逻辑结构
最上层的服务类似其他CS结构， ， 第二层是Mysql的服务层， ，
最后一层是存储引擎的实现， ， ， 。
比如Select语句， ， （ ） ， ， ，
* 最上层的服务类似其他CS结构， ，
* 第二层是Mysql的服务层， ， 。
* 最后一层是存储引擎的实现， ， ， 比如Select语句， ， （ ） ， ， ，
4. MVCC,redolog,undo log
### MVCC,redolog,undolog,bin log
undoLog 也就是我们常说的回滚日志文件 主要用于事务中执行失败， ，
由引擎层的InnoDB引擎实现,是逻辑日志,记录数据修改被修改前的值,比如"把id='B' 修改为id = 'B2' ，
当一条数据需要更新前,会先把修改前的记录存储在undolog中,如果这个修改出现异常,,则会使用undo日志来实现回滚操作,保证事务的一致性。
当事务提交之后，
它保存了事务发生之前的数据的一个版本， ， （ ） ，
* undoLog 也就是我们常说的回滚日志文件 主要用于事务中执行失败， ， ， ， ， ， （ ） ，
* redoLog 是重做日志文件是记录数据修改之后的值， ： ， ， ， ， ，
* MVCC多版本并发控制是MySQL中基于乐观锁理论实现隔离级别的方式， ， ： ， （ ） ， ， ，
* binlog由Mysql的Server层实现,是逻辑日志,记录的是sql语句的原始逻辑， ‘ ’ ， ，
redoLog 是重做日志文件是记录数据修改之后的值，用于持久化到磁盘中。
redo log包括两部分：
由引擎层的InnoDB引擎实现,是物理日志,记录的是物理数据页修改的信息,比如“某个数据页上内容发生了哪些改动”
当一条数据需要更新时,InnoDB会先将数据更新， ， ， ，
### InnoDB的行锁模式
MVCC多版本并发控制是MySQL中基于乐观锁理论实现隔离级别的方式，
在MySQL中， ： ， （ ）
Read View判断行的可见性， ， ，
* 共享锁(S)： ， ， ， ， ， ， ， ，
* 排他锁(X)： ， ， ， ， ， ， ，
5. binlog
### 为什么选择B+树作为索引结构
由Mysql的Server层实现,是逻辑日志,记录的是sql语句的原始逻辑， ‘ ’
用于复制和恢复在主从复制中， ，
* Hash索引： ， ， ， ， ， ，
* 二叉查找树：解决了排序的基本问题，但是由于无法保证平衡，可能退化为链表。
* 平衡二叉树：通过旋转解决了平衡的问题，但是旋转操作效率太低。
* 红黑树：通过舍弃严格的平衡和引入红黑节点，解决了 AVL旋转效率过低的问题， ， ，
* B+树： ， ， ； ，
6. InnoDB的行锁模式
(1)共享锁(S)： ， ， ， ， ， ， ， ，
(2)排他锁(X)： ， ， ， ， ， ，
在没有索引的情况下，
7.为什么选择B+树作为索引结构
(1)Hash索引： ， ， ， ， ， ，
而B+ 树是一种多路平衡查询树，所以他的节点是天然有序的（左子节点小于父节点、父节点小于右子节点），所以对于范围查询的时候不需要做全表扫描
(2)二叉查找树：解决了排序的基本问题，但是由于无法保证平衡，可能退化为链表。
(3)平衡二叉树：通过旋转解决了平衡的问题，但是 旋转操作 效率太低。
(4)红黑树：通过舍弃严格的平衡和引入红黑节点，解决了 AVL旋转效率过低的问题， ， ，
(5)B+树： ，
8. B+树的叶子节点都可以存哪些东西
### B+树的叶子节点都可以存哪些东西
可能存储的是整行数据， ， ，
9. 覆盖索引
### 覆盖索引
指一个查询语句的执行只用从索引中就能够取得，不必从数据表中读取。也可以称之为实现了索引覆盖。
10. 查询在什么时候不走（预期中的）索引？
(1)模糊查询 %like
(2)索引列参与计算,使用了函数
(3)非最左前缀顺序
(4)where对null判断
(5)where不等于
(6)or操作有至少一个字段没有索引
(7)需要回表的查询结果集过大（超过配置的范围）
### 查询在什么时候不走（预期中的）索引？
11. 数据库优化指南
1. 模糊查询 %like
2. 索引列参与计算,使用了函数
3. 非最左前缀顺序
4. where对null判断
5. where不等于
6. or操作有至少一个字段没有索引
7. 需要回表的查询结果集过大（超过配置的范围）
(1)创建并使用正确的索引
(2)只返回需要的字段
(3)减少交互次数（批量提交）
(4)设置合理的Fetch Size（ ）
### 数据库优化指南
11. Mysql排序原理
1. 创建并使用正确的索引
2. 只返回需要的字段
3. 减少交互次数（批量提交）
4. 设置合理的Fetch Size（ ）
## JVM
1. 运行时数据区域
(1)程序计数器：
程序计数器是一块较小的内存空间，它可以看作是当前线程所执行的字节码的行号指示器。在虚拟机的概念模型里，字节码解释器工作时就是通过改变这个计数器的值来选
取下一条需要执行的字节码指令，分支、循环、跳转、异常处理、线程恢复等基础功能都需要依赖这个计数器来完成。是线程私有”的内存。
### 运行时数据区域
(2)Java虚拟机栈
与程序计数器一样， （ ） ， ：
都会创建一个栈帧 ，用于存储局部变量表、操作数栈、动态链接、方法出口等信息。每一个方法从调用直至执行完成的过程，就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。
(3)本地方法栈
本地方法栈（ ） ， （ ） ，
拟机使用到的Native方法服务。
(4)Java堆
对于大多数应用来说， ， ，
从内存回收的角度来看， ， ： ；
2.分代回收
1. 程序计数器：程序计数器是一块较小的内存空间，它可以看作是当前线程所执行的字节码的行号指示器。在虚拟机的概念模型里，字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令，分支、循环、跳转、异常处理、线程恢复等基础功能都需要依赖这个计数器来完成。是线程私有”的内存。
2. Java虚拟机栈： ， （ ） ， ：
3. 本地方法栈： （ ） ， （ ） ，
4. Java堆： ， ， ，
### 分代回收
HotSpot JVM把年轻代分为了三部分： （ ） ， ， ， ， ， ，
因为年轻代中的对象基本都是朝生夕死的，所以在年轻代的垃圾回收算法使用的是复制算法，复制算法的基本思想就是将内存分为两块，每次只用其中一块，当这一块内存用完，就将还活着的对象复制到另外一块上面。复制算法不会产生内存碎片。
在GC开始的时候， ， ， ， ， ，
经过这次GC后， ， ， ， ， ， ， ，
3.常见的垃圾回收机制
(1)引用计数法：
引用计数法是一种简单但速度很慢的垃圾回收技术。每个对象都含有一个引用计数器,当有引用连接至对象时,引用计数加1。当引用离开作用域或被置为null时,引用计数减1。虽然管理引用计数的开销不大,但这项开销在整个程序生命周期中将持续
发生。垃圾回收器会在含有全部对象的列表上遍历,当发现某个对象引用计数为0时,就释放其占用的空间。
因为年轻代中的对象基本都是朝生夕死的，所以在年轻代的垃圾回收算法使用的是复制算法，复制算法的基本思想就是将内存分为两块，每次只用其中一块，当这一块内存用完，就将还活着的对象复制到另外一块上面。复制算法不会产生内存碎片。
(2)可达性分析算法：
这个算法的基本思路就是通过一系列的称为“GC Roots”的对象作为起始点， ， ， （ ， ） ，
在Java语言中， ：
虚拟机栈（栈帧中的本地变量表）中引用的对象。
方法区中类静态属性引用的对象。
方法区中常量引用的对象。
本地方法栈中JNI（ ）
在GC开始的时候， ， ， ， ， ， ， ， ， ， ， ， ， ，
4. 垃圾回收算法
### 常见的垃圾回收机制
(1)停止-复制：先暂停程序的运行,然后将所有存活的对象从当前堆复制到另一个堆,没有被复制的对象全部都是垃圾。当对象被复制到新堆时,它们是一个挨着一个的,所以新堆保持紧凑排列,然后就可以按前述方法简单,直接的分配了。缺点是一浪费空间,两个堆之间要来回倒腾,
二是当程序进入稳定态时,可能只会产生极少的垃圾,甚至不产生垃圾,尽管如此,复制式回收器仍会将所有内存自一处复制到另一处。
1. 引用计数法：引用计数法是一种简单但速度很慢的垃圾回收技术。每个对象都含有一个引用计数器,当有引用连接至对象时,引用计数加1。当引用离开作用域或被置为null时,引用计数减1。虽然管理引用计数的开销不大,但这项开销在整个程序生命周期中将持续发生。垃圾回收器会在含有全部对象的列表上遍历,当发现某个对象引用计数为0时,就释放其占用的空间。
2. 可达性分析算法： ， ， ， （ ， ） ，
### 哪些对象可以作为GC Roots
(2)标记-清除：同样是从堆栈和静态存储区出发,遍历所有的引用,进而找出所有存活的对象。每当它找到一个存活的对象,就会给对象一个标记,这个过程中不会回收任何对象。只有全部标记工作完成的时候,清理动作才会开始。在清理过程中,没有标记的对象会被释放,不会发生任何复制动作。
所以剩下的堆空间是不连续的,垃圾回收器如果要希望得到连续空间的话,就得重新整理剩下的对象。
1. 虚拟机栈（栈帧中的本地变量表）中引用的对象。
2. 方法区中类静态属性引用的对象。
3. 方法区中常量引用的对象。
4. 本地方法栈中JNI（ ）
(3)标记-整理：它的第一个阶段与标记/清除算法是一模一样的， ， ， ， ，
### 垃圾回收算法
(4)分代收集算法： ， ， ， ， ，
1. 停止-复制：先暂停程序的运行,然后将所有存活的对象从当前堆复制到另一个堆,没有被复制的对象全部都是垃圾。当对象被复制到新堆时,它们是一个挨着一个的,所以新堆保持紧凑排列,然后就可以按前述方法简单,直接的分配了。缺点是一浪费空间,两个堆之间要来回倒腾,二是当程序进入稳定态时,可能只会产生极少的垃圾,甚至不产生垃圾,尽管如此,复制式回收器仍会将所有内存自一处复制到另一处。
2. 标记-清除：同样是从堆栈和静态存储区出发,遍历所有的引用,进而找出所有存活的对象。每当它找到一个存活的对象,就会给对象一个标记,这个过程中不会回收任何对象。只有全部标记工作完成的时候,清理动作才会开始。在清理过程中,没有标记的对象会被释放,不会发生任何复制动作。所以剩下的堆空间是不连续的,垃圾回收器如果要希望得到连续空间的话,就得重新整理剩下的对象。
3. 标记-整理：它的第一个阶段与标记/清除算法是一模一样的， ， ， ， ，
4. 分代收集算法： ， ， ， ， ，
5. Minor GC和Full GC
### Minor GC和Full GC触发条件
Minor GC触发条件： ，
Full GC触发条件：
(1) 调用System.gc时， ，
(2) 老年代空间不足
(3) 方法区空间不足
(4) 通过Minor GC后进入老年代的平均大小大于老年代的可用内存
(5) 由Eden区、From Space区向To Space区复制时， ， ，
* Minor GC触发条件： ，
* Full GC触发条件：
1. 调用System.gc时， ，
2. 老年代空间不足
3. 方法区空间不足
4. 通过Minor GC后进入老年代的平均大小大于老年代的可用内存
5. 由Eden区、From Space区向To Space区复制时， ， ，
6. JVM类加载过程
### JVM类加载过程
类从被加载到虚拟机内存中开始， ， ：
加载：
(1)通过一个类的全限定名来获取定义此类的二进制字节流
(2)将这个字节流所代表的静态存储结构转化为方法区的运行时数据结构
(3)在内存中生成一个代表这个类的Class对象，
验证：
验证是连接阶段的第一步， ，
准备：
准备阶段是正式为类变量分配内存并设置类变量初始值的阶段， （ ） ， ，
解析：
解析阶段是虚拟机将常量池内的符号（ ） （ ）
初始化：
初始化阶段是类加载过程的最后一步， （ ）
7. 双亲委派模型
1. 加载： ， ， ，
2. 验证： ， ，
3. 准备： ， （ ） ， ，
4. 解析： （ ） （ ）
5. 初始化： ， （ ）
### 双亲委派模型
双亲委派的意思是如果一个类加载器需要加载类，那么首先它会把这个类请求委派给父类加载器去完成，每一层都是如此。一直递归到顶层，当父加载器无法完成这个请求时，子类才会尝试去加载。
8. 什么情况下需要开始类加载过程的第一个阶段加载
### 什么情况下需要开始类加载过程的第一个阶段加载
(1) 遇到new、getstatic、putstatic或invokestatic这4条字节码指令时， ， ： （ ） ，
(2) 使用java.lang.reflect包的方法对类进行反射调用的时候， ，
(3) 当初始化一个类的时候，如果发现其父类还没有进行过初始化，则需要先触发其父类的初始化。
(4) 当虚拟机启动时， （ （ ） ） ，
1. 遇到new、getstatic、putstatic或invokestatic这4条字节码指令时， ， ： （ ） ，
2. 使用java.lang.reflect包的方法对类进行反射调用的时候， ，
3. 当初始化一个类的时候，如果发现其父类还没有进行过初始化，则需要先触发其父类的初始化。
4. 当虚拟机启动时， （ （ ） ） ，
9. CAS操作
### CAS操作
CAS是英文单词CompareAndSwap的缩写， ： ： ， ，
CAS指令执行时， ， ，
如 Intel 处理器，比较并交换通过指令的 cmpxchg 系列实现。
CAS是英文单词CompareAndSwap的缩写， ： ： ， ， ， ， ，
CAS操作ABA问题： ， ，
Java并发包为了解决这个问题， ，
### CAS操作ABA问题：
10. synchronized（ ， ）
如果在这段期间它的值曾经被改成了B， ， ， ，
AQS内部有3个对象， （ ， ） ， （ ） ，
### AQS理论的数据结构
11. AtomicInteger
AQS内部有3个对象， （ ， ） ， （ ） ，
12. i++操作的字节码指令
### i++操作的字节码指令
(1) 将int类型常量加载到操作数栈顶
(2) 将int类型数值从操作数栈顶取出，
(3) 将int类型变量从局部变量表的第1个Slot中取出，
(4) 将局部变量表的第1个Slot中的int类型变量加1
(5) 表示将int类型数值从操作数栈顶取出， ，
1. 将int类型常量加载到操作数栈顶
2. 将int类型数值从操作数栈顶取出，
3. 将int类型变量从局部变量表的第1个Slot中取出，
4. 将局部变量表的第1个Slot中的int类型变量加1
5. 表示将int类型数值从操作数栈顶取出， ，
## Java基础
1.集合类
Map接口和Collection接口是所有集合框架的父接口：
(1)Collection接口的子接口包括：
(2)Map接口的实现类主要有：
(3)Set接口的实现类主要有：
(4)List接口的实现类主要有：
2.HashMap如果我想要让自己的Object作为K应该怎么办
(1)重写hashCode()是因为需要计算存储数据的存储位置， ， ；
(2)重写equals()方法， ， ， ；
3.HashMap和ConcurrentHashMap
### HashMap和ConcurrentHashMap
由于HashMap是线程不同步的， ， ，
HashMap在put的时候， （ ） ， ， ， ， ， ， ， ， ，
HashMap的环： ， ， ， ， ， ， ， ， ， ， ， ， ， ， ，
在JDK1.7版本中， ， ， < K , V > [] table数组， ， ， ， ， ， ， ，
在JDK1.8版本中， ， ， ，
在JDK1.7版本中， ， ， < K , V > [] table数组， ， ， ， ， ， ， ， ， ， ， ，
### HashMap如果我想要让自己的Object作为K应该怎么办
4. volatile
1. 重写hashCode()是因为需要计算存储数据的存储位置， ， ；
2. 重写equals()方法， ， ， ；
### volatile
volatile在多处理器开发中保证了共享变量的“ 可见性”。可见性的意思是当一个线程修改一个共享变量时，另外一个线程能读到这个修改的值。(共享内存，私有内存)
5. 死锁的4个必要条件
### 死锁的4个必要条件
(1) 互斥条件：一个资源每次只能被一个线程使用；
(2) 请求与保持条件：一个线程因请求资源而阻塞时，对已获得的资源保持不放；
(3) 不剥夺条件：进程已经获得的资源，在未使用完之前，不能强行剥夺；
(4) 循环等待条件：若干线程之间形成一种头尾相接的循环等待资源关系。
1. 互斥条件：一个资源每次只能被一个线程使用；
2. 请求与保持条件：一个线程因请求资源而阻塞时，对已获得的资源保持不放；
3. 不剥夺条件：进程已经获得的资源，在未使用完之前，不能强行剥夺；
4. 循环等待条件：若干线程之间形成一种头尾相接的循环等待资源关系。
指定获取锁的顺序可避免死锁
6. 如何指定多个线程的执行顺序
### 如何指定多个线程的执行顺序
(1) 设定一个 orderNum， ， ，
(2) 在每一个线程的开始，要 while 判断 orderNum 是否等于自己的要求值！！不是，则 wait，
1. 设定一个 orderNum， ， ，
2. 在每一个线程的开始，要 while 判断 orderNum 是否等于自己的要求值！！不是，则 wait，
7. 为什么要使用线程池
### 为什么要使用线程池
(1) 减少创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。
(2) 可以根据系统的承受能力，调整线程池中工作线程的数目，放置因为消耗过多的内存，而把服务器累趴下
1. 减少创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。
2. 可以根据系统的承受能力，调整线程池中工作线程的数目，放置因为消耗过多的内存，而把服务器累趴下
8. 核心线程池ThreadPoolExecutor内部实现
### 核心线程池ThreadPoolExecutor内部实现
(1) corePoolSize：
(2) maximumPoolSize：
(3) keepAliveTime：
(4) unit: keepAliveTime 的单位。
(5) workQueue： ，
(6) threadFactory： ， ，
(7) handler： ，
1. corePoolSize：
2. maximumPoolSize：
3. keepAliveTime：
4. unit: keepAliveTime 的单位。
5. workQueue： ，
6. threadFactory： ， ，
7. handler： ，
9. HashSet和HashMap
### HashSet和HashMap
HashSet的value存的是一个static finial PRESENT = newObject()。而HashSet的remove是使用HashMap实现,则是map.remove而map的移除会返回value,如果底层value都是存null,显然将无法分辨是否移除成功。
10. Boolean占几个字节
### Boolean占几个字节
未精确定义字节。Java语言表达式所操作的boolean值， ， ，
11. Java 虚拟机是如何判定两个 Java 类是相同的（同名类怎么加载）
判定两个 Java 类是相同的，
12. GC中Stop the world（ ）
### GC中Stop the world（ ）
在执行垃圾收集算法时， ， ， ， ， ， ，
但不是说GC必须STW,你也可以选择降低运行速度但是可以并发执行的收集算法，这取决于你的业务。
## 消息队列
1. 为什么需要消息队列
### 为什么需要消息队列
解耦，异步处理，削峰/限流
2. Kafka 如何保证可靠性
如果我们要往 Kafka 对应的主题发送消息，我们需要通过 Producer 完成。前面我们讲过 Kafka 主题对应了多个分区，每个分区下面又对应了多个副本；为了让用户设置数据可靠性， Kafka 在 Producer 里面提供了消息确认机制。也就是说我们可以通过配置来决定消息发送到对应分区的几个副本才算消息发送成功。可以在定义 Producer 时通过 acks 参数指定（在 0.8.2.X 版本之前是通过 request.required.acks 参数设置的，详见 KAFKA-3043） ：
acks = 0： ，
acks = 1： ，
acks = all（
3. Kafka消息是采用Pull模式，
### Kafka 如何保证可靠性
Kafka最初考虑的问题是， ， ， ： ，
push模式下， ，
Pull有个缺点是， ， ， ，
如果我们要往 Kafka 对应的主题发送消息，我们需要通过 Producer 完成。前面我们讲过 Kafka 主题对应了多个分区，每个分区下面又对应了多个副本；为了让用户设置数据可靠性， Kafka 在 Producer 里面提供了消息确认机制。也就是说我们可以通过配置来决定消息发送到对应分区的几个副本才算消息发送成功。可以在定义 Producer 时通过 acks 参数指定。这个参数支持以下三种值：
* acks = 0： ，
* acks = 1： ，
* acks = all（ ，
4. Kafka是如何实现高吞吐率的
### Kafka消息是采用Pull模式，
(1)顺序读写： ，
(2)零拷贝：跳过“用户缓冲区”的拷贝，建立一个磁盘空间和内存的直接映射，数据不再复制到“用户态缓冲区”
(3)文件分段： ， ，
(4)批量发送： ， ，
(5)数据压缩： ，
Kafka最初考虑的问题是， ， ， ： ， ， ， ， ， ， ，
5.MQ与RPC的选择
### Kafka是如何实现高吞吐率的
实时返回，返回值，消费策略（速度）
1. 顺序读写： ，
2. 零拷贝：跳过“用户缓冲区”的拷贝，建立一个磁盘空间和内存的直接映射，数据不再复制到“用户态缓冲区”
3. 文件分段： ， ，
4. 批量发送： ， ，
5. 数据压缩： ，
## Dubbo
1. Dubbo的容错机制
### Dubbo的容错机制
(1) 失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。可通过 retries="2" 来设置重试次数
(2) 快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
(3) 失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
(4) 失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
(5) 并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
(6) 广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息
1. 失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。可通过 retries="2" 来设置重试次数
2. 快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
3. 失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
4. 失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
5. 并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
6. 广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息
## 计算机网路
1.get和p ost区别
### Get和P ost区别
(1) Get是不安全的， ， ；
(2) Get传送的数据量较小， ； ，
(3) Get限制Form表单的数据集的值必须为ASCII字符；
(4) Get执行效率却比Post方法好。Get是form提交的默认方法。
(5) GET产生一个TCP数据包； （ ， ）
1. Get是不安全的， ， ；
2. Get传送的数据量较小， ； ，
3. Get限制Form表单的数据集的值必须为ASCII字符；
4. Get执行效率却比Post方法好。Get是form提交的默认方法。
5. GET产生一个TCP数据包； （ ， ）
2. Http请求的完全过程
### Http请求的完全过程
(1) 浏览器根据域名解析IP地址（ ）
(2) 浏览器与WEB服务器建立一个TCP连接
(3) 浏览器给WEB服务器发送一个HTTP请求（ ） ： （ ） （ ） （ ） （ ）
(4) 服务端响应HTTP响应报文， （ ） （ ） （ ） （ ）
(5) 浏览器解析渲染
1. 浏览器根据域名解析IP地址（ ）
2. 浏览器与WEB服务器建立一个TCP连接
3. 浏览器给WEB服务器发送一个HTTP请求（ ） ： （ ） （ ） （ ） （ ）
4. 服务端响应HTTP响应报文， （ ） （ ） （ ） （ ）
5. 浏览器解析渲染
3. tcp和udp区别
### tcp和udp区别
(1)TCP面向连接;UDP是无连接的，
(2)TCP提供可靠的服务。也就是说， ， ， ， ， ，
(3)TCP面向字节流， ， ， ， （ ， ， ）
(4)每一条TCP连接只能是点到点的;UDP支持一对一， ，
(5)TCP首部开销20字节;UDP的首部开销小，
(6)TCP的逻辑通信信道是全双工的可靠信道，
TCP的优点： ， ， ， ， ， ： ， ， ， ， ， ， ， ， ， ，
UDP的优点： ， ， ， ， ， ： ： ， ， ， ： ， ： ， ， ， ， ： ， ， ， ， ： ， ， ， ， ：
1. TCP面向连接;UDP是无连接的，
2. TCP提供可靠的服务。也就是说， ， ， ， ， ，
3. TCP面向字节流， ， ， ， （ ， ， ）
4. 每一条TCP连接只能是点到点的;UDP支持一对一， ，
5. TCP首部开销20字节;UDP的首部开销小，
6. TCP的逻辑通信信道是全双工的可靠信道，
4. 三次握手
### tcp和udp的优点
第一次握手： ， （ ） ， ， ； ： （ ）
第二次握手： ， （ ） ， （ ） ， ， ；
第三次握手： ， ） ， ， （ ） ，
* TCP的优点： ， ， ， ， ， ： ， ， ， ， ， ， ， ， ， ，
* UDP的优点： ， ， ， ， ， ： ： ， ， ， ： ， ： ， ， ， ， ： ， ， ， ， ： ， ， ， ， ：
5. 为什么不能两次握手
### 三次握手
* 第一次握手： ， （ ） ， ， ； ： （ ）
* 第二次握手： ， （ ） ， （ ） ， ， ；
* 第三次握手： ， ） ， ， （ ） ，
### 为什么不能两次握手
TCP是一个双向通信协议， ， ，
6. 四次挥手
### 四次挥手
(1)客户端进程发出连接释放报文， ， ， （ ） ， ， （ ） ， ，
(2) 服务器收到连接释放报文， ， ， ， ， ， （ ） ， ， ， ， ， ，
(3) 客户端收到服务器的确认请求后， ， （ ） ， （ ）
(4) 服务器将最后的数据发送完毕后， ， ， ， ， ， ， ， （ ） ，
(5) 客户端收到服务器的连接释放报文后， ， ， ， ， ， （ ） ， ∗ ∗ （ ） ， ，
(6) 服务器只要收到了客户端发出的确认， ， ， ，
1. 客户端进程发出连接释放报文， ， ， （ ） ， ， （ ） ， ，
2. 服务器收到连接释放报文， ， ， ， ， ， （ ） ， ， ， ， ， ，
3. 客户端收到服务器的确认请求后， ， （ ） ， （ ）
4. 服务器将最后的数据发送完毕后， ， ， ， ， ， ， ， （ ） ，
5. 客户端收到服务器的连接释放报文后， ， ， ， ， ， （ ） ， ∗ ∗ （ ） ， ，
6. 服务器只要收到了客户端发出的确认， ， ， ，
7. 为什么连接的时候是三次握手，关闭的时候却是四次握手
### 为什么连接的时候是三次握手，关闭的时候却是四次握手
因为当Server端收到Client端的SYN连接请求报文后， ， ， ， ， ， ， ， ，
## 数据结构与算法
1. 排序算法
### 排序算法
(1) 冒泡排序
(2) 选择排序：选择排序与冒泡排序有点像，只不过选择排序每次都是在确定了最小数的下标之后再进行交换，大大减少了交换的次数
(3) 插入排序： ， ，
(4) 快速排序：通过一趟排序将序列分成左右两部分，其中左半部分的的值均比右半部分的值小，然后再分别对左右部分的记录进行排序，直到整个序列有序。
1. 冒泡排序
2. 选择排序：选择排序与冒泡排序有点像，只不过选择排序每次都是在确定了最小数的下标之后再进行交换，大大减少了交换的次数
3. 插入排序： ， ，
4. 快速排序：通过一趟排序将序列分成左右两部分，其中左半部分的的值均比右半部分的值小，然后再分别对左右部分的记录进行排序，直到整个序列有序。
```
int partition(int a[], int low, int high){
int key = a[low];
@ -520,7 +434,6 @@ int partition(int a[], int low, int high){
a[low] = key;
return low;
}
void quick_sort(int a[], int low, int high){
if(low >= high) return;
int keypos = partition(a, low, high);
@ -529,35 +442,33 @@ void quick_sort(int a[], int low, int high){
}
```
(5) 堆排序： ， ， ， ， ， ， ，
(6) 希尔排序：先将整个待排记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录基本有序时再对全体记录进行一次直接插入排序。
(7) 归并排序：把有序表划分成元素个数尽量相等的两半，把两半元素分别排序，两个有序表合并成一个
5. 堆排序： ， ， ， ， ， ， ，
6. 希尔排序：先将整个待排记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录基本有序时再对全体记录进行一次直接插入排序。
7. 归并排序：把有序表划分成元素个数尽量相等的两半，把两半元素分别排序，两个有序表合并成一个
## 实际问题
1. 高并发系统的限流详解及实现
### 高并发系统的限流详解及实现
在开发高并发系统时有三把利器用来保护系统：缓存、降级和限流。
缓存： ， ， ， ， ， ， ， （ ） ， ，
降级：服务降级是当服务器压力剧增的情况下，根据当前业务情况及流量对一些服务和页面有策略的降级，以此释放服务器资源以保证核心任务的正常运行。降级往往会指定不同的级别，面临不同的异常等级执行不同的处理。根据服务方式：可以拒接服务，可以延迟服务，也有时候可以随机服务。根据服务范围：可以砍掉某个功能，也可以砍掉某些模块。总之服务降级需要根据不同的业务需求采用不同的降级策略。主要的目的就是服务虽然有损但是总比没有好。
限流：限流可以认为服务降级的一种，限流就是限制系统的输入和输出流量已达到保护系统的目的。一般来说系统的吞吐量是可以被测算的，为了保证系统的稳定运行，一旦达到的需要限制的阈值，就需要限制流量并采取一些措施以完成限制流量的目的。比如：延迟处理，拒绝处理，或者部分拒绝处理等等。
常见的限流算法有 ： 计数器、漏桶和令牌桶算法。漏桶算法在分布式环境中消息中间件或者Redis都是可选的方案。发放令牌的频率增加可以提升整体数据处理的速度， ， ，
* 缓存： ， ， ， ， ， ， ， （ ） ， ，
* 降级：服务降级是当服务器压力剧增的情况下，根据当前业务情况及流量对一些服务和页面有策略的降级，以此释放服务器资源以保证核心任务的正常运行。降级往往会指定不同的级别，面临不同的异常等级执行不同的处理。根据服务方式：可以拒接服务，可以延迟服务，也有时候可以随机服务。根据服务范围：可以砍掉某个功能，也可以砍掉某些模块。总之服务降级需要根据不同的业务需求采用不同的降级策略。主要的目的就是服务虽然有损但是总比没有好。
* 限流：限流可以认为服务降级的一种，限流就是限制系统的输入和输出流量已达到保护系统的目的。一般来说系统的吞吐量是可以被测算的，为了保证系统的稳定运行，一旦达到的需要限制的阈值，就需要限制流量并采取一些措施以完成限制流量的目的。比如：延迟处理，拒绝处理，或者部分拒绝处理等等。
### 常见的限流算法：
2. 如何在大量的数据中找出不重复的整数
常见的限流算法有计数器、漏桶和令牌桶算法。漏桶算法在分布式环境中消息中间件或者Redis都是可选的方案。发放令牌的频率增加可以提升整体数据处理的速度， ， ，
位图法， ： ， ， ，
### 秒杀并发情况下库存为负数问题
3. 如何从5亿个数中找出中位数
分治法，分治法的思想是把一个大的问题逐渐转换为规模较小的问题来求解。对于这道题，顺序读取这 5 亿个数字，对于读取到的数字 num， ，
4. 秒杀并发情况下库存为负数问题
(1)for update显示加锁
(2)把udpate语句写在前边， ，
1. for update显示加锁
2. 把udpate语句写在前边， ，
```
update products set quantity = quantity-1 WHERE id=3;
select quantity from products WHERE id=3 for update;
(3)update语句在更新的同时加上一个条件
```
1. update语句在更新的同时加上一个条件
```
quantity = select quantity from products WHERE id=3;
update products set quantity = ($quantity-1) WHERE id=3 and queantity = $quantity;
update products set quantity = ($quantity-1) WHERE id=3 and queantity = $quantity;
```
yuanguangxin
5 years ago