面试知识准备

仅仅个人准备, 知识点分布, 详细理解需要自己百度,google#

  1. kafka

     1. 为什么快?

 	1. partition文件采用追加, 且数据批量压缩
 	2. 利用了OS中内存-磁盘映射公里, 提高读写速度
 	3. 消息消费后, 不删除, offset偏移量增加
 	4. 事务实现??

    1. RocketMq

      1. 速度略逊Kafka, 但是消息可靠, 适合金融场景(吞吐够了, 几乎能满足所有业务)
      2. Broker区别Kafka, Broker有master, slave

    2. redis

      1. 哨兵机制

      2. 主从复制

      3. 持久化

        1. redis数据备份原理,RDB和AOF

          1. RDB : 子线程通过父线程建立的快照, 创建持久化文件, 更加紧凑,
          2. AOF: 类似日子, Redis收到写入命令记录到AOF文件中,更实时

        2. 同步机制

          1. 初次同步， 执行一次快照（RDB）文件 传输给从服务器，之后同步AOF指令

            1. 细节： 主服务器会维护一个AOF指令队列，如从服务器断开再连，对比同步偏移量判断缺失数据是否在AOF指令池，如果超过，执行全量同步

      4. master挂了选举

        1. 哨兵从slave中踢出与 master断开时长超过一定指的机器
        2. 按slave优先级, 优先级越低, 选中机会越大,
        3. 选取与master同步数据最多的
        4. 如果都相同, run id最小

      5. 为什么快

        1. 单线程, 无线程间同步/阻塞
        2. 字典结构, 存内存,0(1)
        3. NIO

      6. 内存满了

        1. 拒绝写入数据

        2. 随机淘汰key

        3. 移除使用最少

        4. 移除过期时间里面使用最少

        5. 移除最早过期

        6. LRU 算法

          1. 简单版： 维护链表，每次访问，移到表头（缺点：需要遍历）
          2. 优化版： 链表字典，字典存储前后索引，替代链表遍历功能

      7. Bloom Filter

        1. K个计算散列函数，算出结果在数组位点记录1，查询时判断是否全为1

      8. Pipeline

      9. Redis 集群部署方式??

    3. JVM

      1. JAVA内存模型:

        1. Java分工作内存, 主内存, 每个线程都有自己独立工作内存, 在CPU高速缓存中, 针对变量操作都在工作内存中进行.

        2. 结构图

          1. 计数器, 本地方法区 堆区, 执行栈, 元数据内存区(1.8中, 永久代 字符串,常量存入,元数据)

      2. 垃圾回收:

        1. Serial YGC, 单线程收集, 简单, 但Stop the world, 一般用在client端
        2. ParNew YGC 多线程版 Serial
        3. Parallel Scavenge 默认 可控吞吐量
        4. CMS 多线程搜集, 少占用用户线程时间, 但有碎片 (老年代使用)
        5. G1 没有年轻代,老年代, 通过region划分区域, 收集完成会压缩整理, java9 默认.

      3. 类加载机制

        1. 启动类加载器(java_home/lib)，拓展类加载器(java_home/lib/ext),应用程序加载器(用户代码)

    4. JAVA容器

      1. HashMap,CurrentHashMap

    5. 数据库

      1. 锁:

        1. 行锁
        2. 页锁
        3. 表锁

      2. 事物:

        1. 丢失更新,脏读,不可重复读,幻读

      3. 隔离级别:

        1. UnCommit,
        2. Commit
        3. 可重复读(事物内读的数据一样, 但这些数据不允许修改) MYSQL默认
        4. 串行化, 只准一个事物进行
        5. (解释: 幻读, select不在, 插入发现有了, 事务内读取到的状态无法支撑后续操作)

      4. MySql 存储引擎

        1. InnerDb (默认, 锁类型多)
        2. MyISAM (适合度, 写慢点,不支持事务)

    6. 数据结构算法

      1. B树,B-树
      2. B+树 适合存储数据量巨大, 因为数据均匀,层数少, 查找路径段段, 存储在磁盘上查找快
      3. 红黑树 适合内存级别, 效率比B+树快

    7. 并发

      1. 线程池

        1. 队列,

          1. SynchronousQueue,

            1. 不暂存, 提交给任务线程, 最好设置maxNumberPoolSize

          2. LinkedBlockingQueue,

            1. 使用corePoolSize,其他暂存

          3. ArrayBlockingQueue

            1. 使用maxNumberPoolSize, 其他暂存

        2. 拒绝策略

          1. 报异常(默认 RejectedExecutionException)
          2. 什么都不做
          3. 丢弃老任务
          4. 右提交的线程执行

      2. 线程协作类

        1. CountDownLatch: 计数器, CountDown到0, 任务才开始执行
        2. CyclicBarrier: 大家等着一起执行.达到规定数后一起执行
        3. Semaphore: 信号量, 类似砸门, 限流
        4. Exchanger: 线程见交换数据

      3. ExecutorCompletionService

      4. 分布式事务(数据一致性)

        1. 2阶段提交

          1. 执行上分为 参与者,协调者

            1. 步骤

              1. 执行者执行好事务, 做好redo/undo准备, 告知协调者准备好,等待通知commit指令
              2. 协调者收到执行者待准备好消息, 通知大家可以提交事务

            2. 缺点:

              1. 协调者挂了, 执行者无畏等待,
              2. 2阶段过程中, 有执行者网络不稳定, 未接收到指令, 造成其他执行者提交, 产生数据不一致问题

        2. 3阶段提交

          1. 同样分为 参与者/执行者

            1. 步骤:

              1. CanCommit —> preCommit—>doCommit

                1. canCommit: 协调者依次通知执行者, 是否尅执行事务, 反馈Yes, 进入预提交阶段
                2. preCommit : 执行者接收到协调者指令, 进行事务操作, 并记录好redo/undo日志, 并告知协调者准备就绪
                3. doCommit: 所有执行者准备就绪, 告知可以提交事务 , 进行最后commit操作.

            2. 优点:

              1. 执行者/协调者都加入了超时机制, 避免无谓等待
              2. 加入了准备阶段, 保证最后提交之前各执行者状态一致

            3. 缺点:

              1. 在最后doCommit阶段, 依然无法避免某执行者网络问题, 未接收到提交指令

        3. 终极方案, 引入 Paxos算法

    8. JDK代理 Cglib代理

      1. Spring默认用JDK(SpringBoot2.x会改为Cglib ,注入的是实现, 非接口时 会报错, 因为 JDK 动态代理是基于接口的，代理生成的对象只能赋值给接口变量。)

        1. 通过InvocationHandler 接口实现, 通过Proxy创建代理类

      2. Cglib 实现基层类

    9. 其他:

      1. 巨大并发系统如何设计

        1. 分布式部署

        2. 引入Redis, Redis可以做集群

        3. 引入本地缓存做 二级缓存

          1. 缓存如何同步??
          2. 预热点火策略?

        4. 引入MQ,不重要的逻辑做异步处理

        5. 削峰

          1. 硬件,F10
          2. MQ OR 信号量 实现
          3. 判断垃圾流量, 选择性屏蔽(或只削它)
          4. 额外: 令牌桶,和漏掉算法 (优缺点)

        6. 数据库读写分离, 集群, Sharding

        7. 服务保护,降级(框架层面)

    10. https://github.com/zqboss/JAVA-INTERVIEW

posted @ 2020-01-06 16:09  天空海阔  阅读(91)  评论(0)  编辑  收藏  举报