问题导读: 1.JVM内存区域是什么样的？各有什么内容？ 2.什么是软引用? 3.什么是弱引用? JVM JVM内存区域包含以下几部分： Java虚拟机栈 ：线程私有。方法执行时同步创建栈帧，存储局部变量表、操作数栈、动态连接和方法出口等信息。方法执行过程就是入栈到出栈的一个过程。（补充：局部变量表中有基本数据类型、对象引用、返回地址类型，数据类型以局部变量槽来存储，long/double两个槽位，其余的只有一个，编译时确定，运行时不会发生改变）线程请求栈深度大于虚拟机所允许深度，将抛出StackOverflowError，如虚拟机栈容量可动态扩展，则当栈扩展时无法申请足够内存时抛出OOM。本地方法栈 ：线程私有。为虚拟机使用到的本地方法服务。也有可能StackOverflowError或OOM。Java堆： 线程共享。内存管理最大的一块。存放对象实例，垃圾收集器管理的内存区域。物理上可不连续，但在逻辑上是连续的。可根据-Xmx和-Xms设定固定大小或可扩展的。无空间完成对象实例分配且无法再扩展时，将抛出OOM。方法区： 线程共享。存储被虚拟机加载的类型信息、常量、静态变量、即时编译器后的代码缓存等数据。如果方法区无法满足新内存分配需求时，也会抛出OOM，一般垃圾回收器不对其进行处理。new对象的原理/生命周期 对象创建过程： new对象/反射创建对象的回收 当对象不再被使用时，就需要进行垃圾回收，为其他对象腾出空间。垃圾回收算法有哪些？新生代用的是哪种？哪种容易引起full GC？TLAB是什么？ 标记清除： 从gc root链上标记所有被引用的对象；遍历整个堆，把未标记的对象清除。（需暂停整个应用，并会产生内存碎片）。缺点：执行效率不稳定，会因为对象数量增长，效率变低；标记清除后会有大量的不连续的内存碎片，空间碎片太多就会导致无法分配较大对象，无法找到足够大的连续内存，而发生gc；标记整理： 算法分为”标记-整理-清除“阶段，首先需要先标记出存活的对象，然后把他们整理到一边，最后把存活边界外的内存空间都清除一遍。这个算法的好处就是不会产生内存碎片，但是由于整理阶段移动了对象，所以需要更新对象的引用。复制： 复制算法把内存空间划为两个相等的区域，每次只使用其中一个区域。垃圾回收时，遍历当前使用区域，把正在使用中的对象复制到另外一个区域中。缺点： 可用内存缩短一半，浪费空间。垃圾对象的判定方式？哪些可以做gc root对象 引用有哪些？各有什么特点？ 软引用（soft reference） 应用场景： 软引用通常用来实现内存敏感的缓存。如果还有空闲内存，就可以暂时保留缓存，当内存不足时清理掉，这样就保证了使用缓存的同时，不会耗尽内存。弱引用（weak reference） 虚引用（phantom reference） 什么是内存溢出，什么是内存泄漏 OOM如何排查？如何调优gc？ （没经验的话可以说自己会按照什么方式去排查） 调优： 堆大小的设置；新生代老年代的比例设置；回收器设置；（仅做了解，没实践过）用的是什么jdk版本？什么垃圾回收机制？G1和CMS的回收流程与算法是什么样的？有啥优缺点？（一定要提前了解线上用的是哪种，面试官会根据这个来引入） jdk1.8，用的是G1收集器。CMS收集器 优点： 并发收集，低停顿，缺点： 对CPU资源敏感，总吞吐量下降；无法处理浮动垃圾；空间碎片对对象分配不利；G1收集器 面向服务端应用的垃圾收集器，基于region的堆内存布局，化整为零，大小相等的region根据需要作为新生代或老年代，不同的region采用不同的策略处理，分代收集器。步骤：优点： 并行与并发，多CPU下可通过并发继续执行从而缩短停顿时间；分代收集：不需其他收集器配合就能独立管理整个GC堆；空间整合：整体基于标记-整理，局部复制来实现；可预测的停顿；Spring/SpringBoot @Target(FIELD)
@Retention(RUNTIME)
@Documented
public @interface CarName {
String value() default "";
} 复制代码 Spring beanFactory和Factory Bean的区别？ BeanFactory： 所有SpringBean的容器根接口，定义了Spring容器的规范，如getBean\isSingleton等方法；实现类诸如XmlBeanFactory、AbstructBeanFactory;FactoryBean： Spring容器创建Bean的一种形式，可让用户通过实现该接口来自定义该Bean接口的实例化过程；让调用者无需关心具体实现细节。方法有getObject/getObjectType/isSingleton；常用类有ProxyFactoryBean(AOP代理Bean).SpringBean的循环依赖如何处理的？有几级缓存？ 1、创建原始Bean对象 instanceWrapper = createBeanInstance(beanName, mbd, args);
final Object bean = (instanceWrapper != null ? instanceWrapper.getWrappedInstance() : null); 复制代码 2、暴露早期引用 addSingletonFactory(beanName, new ObjectFactory<Object>() {
@Override
public Object getObject() throws BeansException {
return getEarlyBeanReference(beanName, mbd, bean);
}
}); 复制代码 3、解析依赖 populateBean(beanName, mbd, instanceWrapper); 复制代码 4、获取早期引用 protected Object getSingleton(String beanName, boolean allowEarlyReference) {
Object singletonObject = this.singletonObjects.get(beanName);
if (singletonObject == null && isSingletonCurrentlyInCreation(beanName)) {
synchronized (this.singletonObjects) {
// 从缓存中获取早期引用
singletonObject = this.earlySingletonObjects.get(beanName);
if (singletonObject == null && allowEarlyReference) {
ObjectFactory<?> singletonFactory = this.singletonFactories.get(beanName);
if (singletonFactory != null) {
// 从 SingletonFactory 中获取早期引用
singletonObject = singletonFactory.getObject();
this.earlySingletonObjects.put(beanName, singletonObject);
this.singletonFactories.remove(beanName);
}}}}
return (singletonObject != NULL_OBJECT ? singletonObject : null);
} 复制代码 /** 一级缓存，保存singletonBean实例: bean name --> bean instance */
private final Map<String, Object> singletonObjects = new ConcurrentHashMap<String, Object>(256);
/** 二级缓存，保存早期未完全创建的Singleton实例: bean name --> bean instance */
private final Map<String, Object> earlySingletonObjects = new HashMap<String, Object>(16);
/** 三级缓存，保存singletonBean生产工厂: bean name --> ObjectFactory */
private final Map<String, ObjectFactory<?>> singletonFactories = new HashMap<String, ObjectFactory<?>>(16);
Spring尝试获取单例bean时，首先会在三级缓存中查找。
protected Object getSingleton(String beanName, boolean allowEarlyReference) {
// 查询一级缓存
Object singletonObject = this.singletonObjects.get(beanName);
if (singletonObject == null && isSingletonCurrentlyInCreation(beanName)) {
synchronized (this.singletonObjects) {
//若一级缓存内不存在，查询二级缓存
singletonObject = this.earlySingletonObjects.get(beanName);
if (singletonObject == null && allowEarlyReference) {
//若二级缓存内不存在，查询三级缓存
ObjectFactory<?> singletonFactory = this.singletonFactories.get(beanName);
if (singletonFactory != null) {
//若三级缓存中的，则通过工厂获得对象，并清除三级缓存，提升至二级缓存
singletonObject = singletonFactory.getObject();
this.earlySingletonObjects.put(beanName, singletonObject);
this.singletonFactories.remove(beanName);
}
}
}
}
return (singletonObject != NULL_OBJECT ? singletonObject : null);
} 复制代码 protected Object doCreateBean(final String beanName, final RootBeanDefinition mbd, final @Nullable Object[] args)
throws BeanCreationException {
//此处略过 做某些事
// Eagerly cache singletons to be able to resolve circular references
// even when triggered by lifecycle interfaces like BeanFactoryAware.
// 早期缓存单例对象以解决循环引用问题
// 即使问题是在如BeanFactoryAware的生命周期阶段接口处发生的
// 允许早期暴露参数
boolean earlySingletonExposure = (mbd.isSingleton() && this.allowCircularReferences &&
isSingletonCurrentlyInCreation(beanName));
if (earlySingletonExposure) {
if (logger.isTraceEnabled()) {
logger.trace("Eagerly caching bean '" + beanName +
"' to allow for resolving potential circular references");
}
// 将实例化完成但还未填装属性的bean引用暴露出来，方法为将beanName和对应singletonFactory加入第三级缓存Map
addSingletonFactory(beanName, () -> getEarlyBeanReference(beanName, mbd, bean));
}
// Initialize the bean instance.
Object exposedObject = bean;
// 此处省略部分代码
//填装属性，在此方法内尝试获得循环引用的被引用bean，方法与自身bean获得流程一致
populateBean(beanName, mbd, instanceWrapper);
exposedObject = initializeBean(beanName, exposedObject, mbd);
// 此处省略部分代码 复制代码 AOP的原理、使用场景、是否可以更改入出参？如何实现一个AOP？cglib和jdk代理的区别？（如果有时间，可以自己手动实践下） AOP，面向切面编程，可以对业务逻辑的各个部分进行隔离，从而使得业务逻辑各部分之间的耦合度降低，提高程序的可重用性。SpringAop基于动态代理实现。AOP的通知类型 在目标方法被调用之前调用通知功能后置通知（After）： 在目标方法完成之后调用通知，此时不会关心方法的输出是什么返回通知（After-returning）： 在目标方法成功执行之后调用通知异常通知（After-throwing） ：在目标方法抛出异常后调用通知环绕通知（Around）： 通知包裹了被通知的方法，在被通知的方法调用之前和之后执行自定义的行为。Java基础和网络 ==和equals的区别是什么？ Integer 1 == Integer 1比较的是什么？订单ID如何生成以保证唯一？（这个和电商业务的项目关联比较大） 优点： 高性能高可用，生成时不依赖数据库，完全内存中生成；容量大，每秒可生成百万的自增ID，ID自增存入数据库，索引效率高；缺点： 依赖与系统时间的一致性，如系统被回调时间，则可能造成ID重复。jsf架构用的是什么？rpc的哪种？rpc接口和http接口的区别？（了解即可） RPC接口与HTTP对比 Java并发编程（这块几乎每次都问） synchronized关键字 synchronized如何做到线程安全的？ volatile关键字（比synchronized更轻量级，性能更好） volatile能做到线程安全吗？ 1.不能，因为它没有锁机制，线程可并发操作共享资源。除非对变量的写操作不依赖于当前值。final关键字：修饰类、方法、变量，类不能被继承、方法不能重写、变量只能赋值一次 synchronized如何解决并发问题的？ 类锁： 所有对象共用一个锁；对象锁：一个对象一把锁，多个对象多把锁。synchronized修饰静态变量会怎样？ 无论synchronized关键字加在方法上还是对象上，它取得的锁都是对象，而不是把一段代码或函数当作锁――而且同步方法很可能还会被其他线程的对象访问。 轻量级锁： 偏向锁升级而来。会先把锁对象的对象头复制一份到当前线程的栈帧中的锁空间内，然后CAS把对象头重的内容替换为当前线程存储的锁记录的地址；如果此时另一个线程的CAS失败，则尝试自旋等待1释放锁（CPU消耗）。若自旋10次货100次还未等到，或又有线程来竞争，则轻量级锁就会膨胀成重量级锁。重量级锁： 除了拥有锁的线程外都将阻塞，防止CPU空转。ReentrantLock什么场景下使用？和synchronized有什么区别？ 场景： 1、若发现某操作已经在执行，则trylock(5,SECOND)尝试等待，等待超时则不执行；2、公平锁，等待着一个个执行；3、发现某操作在执行中，则不再执行trylock()；4、lockInterruptibly中断正在执行的操作立刻释放锁进入下一个操作。参数及其含义 新提交一个任务时的处理流程 为什么不建议使用Executors创建线程池的处理？ MySQL 脏读 ：脏读指的是读到了其他事务未提交的数据，未提交意味着这些数据可能会回滚，也就是可能最终不会存到数据库中，也就是不存在的数据。读到了并一定最终存在的数据，这就是脏读。幻读 ：幻读是针对数据插入（INSERT）操作来说的。假设事务A对某些行的内容作了更改，但是还未提交，此时事务B插入了与事务A更改前的记录相同的记录行，并且在事务A提交之前先提交了，而这时，在事务A中查询，会发现好像刚刚的更改对于某些数据未起作用，但其实是事务B刚插入进来的，让用户感觉很魔幻，感觉出现了幻觉，这就叫幻读。并发写问题： 存在这的情况，两个事务，对同一条数据做修改。最后结果应该是时间靠后的那个。并且更新之前要先读数据，这里所说的读和上面说到的读不一样，更新之前的读叫做“当前读”，总是当前版本的数据，也就是多版本中最新一次提交的那版。假设事务A执行 update 操作， update 的时候要对所修改的行加行锁，这个行锁会在提交之后才释放。而在事务A提交之前，事务B也想 update 这行数据，于是申请行锁，但是由于已经被事务A占有，事务B是申请不到的，此时，事务B就会一直处于等待状态，直到事务A提交，事务B才能继续执行，如果事务A的时间太长，那么事务B很有可能出现超时异常。解决幻读： 解决幻读用的也是锁，叫做间隙锁，MySQL 把行锁和间隙锁合并在一起，解决了并发写和幻读的问题，这个锁叫做 Next-Key锁。在不加事务的情况下，更新数据会加锁么？ Innodb自增ID的原理？是否会加锁？重启后ID如何处理的？ AutoIncrement最新值的获取涉及到锁，有三种锁模式，对应 innodb_autoinc_lock_mode 的值， 0 ，1，2. MySQL 8.0 之后，默认为 2， 在这之前，默认为 1。innodb_autoinc_lock_mode=0（traditional lock mode）：传统的auto_increment机制，这种模式下所有针对auto_increment列的插入操作都会加表级别的AUTO-INC锁，在语句执行结束则会释放，分配的值也是一个个分配，是连续的，正常情况下也不会有间隙（当然如果事务rollback了这个auto_increment值就会浪费掉，从而造成间隙）。一般情况下，一张表最大能放多少数据量级？ InnoDB存储引擎也有自己的最小储存单元--页（Page），一个页的大小是16K。页可以用于存放数据也可以用于存放键值+指针，在B+树中叶子节点存放数据，非叶子节点存放键值+指针。性别适合索引么？ 访问索引需要付出额外的IO开销，性别不适合做聚簇索引。但普通索引的话相当于拿到的是对应的ID，还需回表找数据。假如要从表的100万行数据中取几个数据，那么利用索引迅速定位，访问索引的这IO开销就非常值了。但如果是从100万行数据中取50万行数据，就比如性别字段，那相对需要访问50万次索引，再访问50万次表，加起来的开销并不会比直接对表进行一次完整扫描小。为什么不建议使用select *？ es如何做到高并发读写与同步的？如何保证数据的一致性？ es分为一个主节点和多个数据节点/候选主节点、协调节点，每个节点中存储数据，参与索引与搜索功能。每个节点包含主分片和副本，且同一主分片与其副本不在同一节点上。在进行数据写入时，每个节点都可以写，但根据路由规则计算后只写入相应的主分片，并并发同步到副本当中，同步完成后才通知成功。为了保证写入速度，采用延迟写策略，先写内存，每隔1s写入文件缓存，这时就可以被读取到了，再等5s写磁盘。读取时是随机读取。同时es集群可扩展上百台的服务器，所以能够做到高并发的读写与同步es的使用场景有哪些？有哪些关键字，作用是什么？ 检索、搜索、统计数据。es的分片和副本数设置的是多少？16:1？有几个主节点？分片副本的作用？ 准实时的原因是什么？ 网络问题： 集群间的网络延迟导致一些节点访问不到master，认为master挂掉了从而选举出新的master，并对master上的分片和副本标红，分配新的主分片；节点负载： 主节点的角色既为master又为data，访问量较大时可能会导致ES停止响应（假死状态）造成大面积延迟，此时其他节点得不到主节点的响应认为主节点挂掉了，会重新选取主节点。内存回收： 主节点的角色既为master又为data，当data节点上的ES进程占用的内存较大，引发JVM的大规模内存回收，造成ES进程失去响应。为了避免脑裂现象的发生，我们可以从根源着手通过以下几个方面来做出优化措施： 适当调大响应时间，减少误判：通过参数discovery.zen.ping_timeout设置节点状态的响应时间，默认为3s，可以适当调大，如果master在该响应时间的范围内没有做出响应应答，判断该节点已经挂掉了。调大参数（如6s，discovery.zen.ping_timeout:6），可适当减少误判。角色分离 ：即是上面我们提到的候选主节点和数据节点进行角色分离，这样可以减轻主节点的负担，防止主节点的假死状态发生，减少对主节点“已死”的误判。选举触发 ：在候选集群中的节点的配置文件中设置参数discovery.zen.munimum_master_nodes的值，这个参数表示在选举主节点时需要参与选举的候选主节点的节点数，默认值是1，官方建议取值(master_eligibel_nodes/2) + 1，这样做既能防止脑裂现象的发生，也能最大限度地提升集群的高可用性，因为只要不少于discovery.zen.munimum_master_nodes个候选节点存活，选举工作就能正常进行。当小于这个值的时候，无法触发选举行为，集群无法使用，不会造成分片混乱的情况。什么是倒排索引？ Redis redis的优缺点是什么？优点 1、高性能的key-value内存数据库 – 读速度是 110000 次/s,写速度是 81000 次/s 。缺点 redis为什么这么快？ 高可用有哪些方式？当存储不了数据时怎么处理？（熟记淘汰策略） Redis 提供 6 种数据淘汰策略： 分布式锁是怎么用的？是否存在缺点/问题？如果使用setNx命令有什么问题？ 缺点 还知道其他哪些分布式锁？如何选型？ 缺点： 不具备可重入性；不具备阻塞锁特性，需手动循环；没有锁失效机制；优点： Redis有很高的性能；Redis命令对此支持较好，实现起来比较方便。基于Zookeeper实现分布式锁 优点： 具备高可用、可重入、阻塞锁特性，可解决失效死锁问题。缺点： 因为需要频繁的创建和删除节点，性能上不如Redis方式。解决方式： 两个参数（根据需要配置）：min-slaves-to-write 1/min-slaves-max-lag 10减少异步复制数据的丢失 存储方式在redis和db中如何选型？如何保证redis和数据库的一致性？ MySQL用于持久化的存储数据到硬盘,功能强大,但是速度较慢。Redis用于存储使用较为频繁的数据到缓存中,读取速度快。Redis适合放一些频繁使用,比较热的数据,因为是放在内存中,读写速度都非常快,一般会应用在下面一些场景:排行榜、计数器、消息队列推送、好友关注、粉丝。哨兵模式大概讲一讲。 Redis 的持久化机制是什么？各自的优缺点？ 优点： 1、只有一个文件 dump.rdb，方便持久化。2、容灾性好，一个文件可以保存到安全的磁盘。3、性能最大化，fork 子进程来完成写操作，让主进程继续处理命令，所以是 IO最大化。使用单独子进程来进行持久化，主进程不会进行任何 IO 操作，保证了 redis的高性能；4、相对于数据集大时，比 AOF 的启动效率更高。缺点 ：数据安全性低。RDB 是间隔一段时间（每隔五分钟）进行持久化，如果持久化之间 redis 发生故障，会发生数据丢失。所以这种方式更适合数据要求不严谨的时候。AOF（Append-only file) ：是指所有的命令行记录以 redis 命令请求协议的格式完全持久化存储保存为 aof 文件。数据日志，记录操作命令。优点： 1、数据安全，aof 持久化可以配置 appendfsync 属性，有 always，每进行一次命令操作就记录到 aof 文件中一次。everysec每秒同步一次；2、通过 append 模式写文件，即使中途服务器宕机，可以通过 redis-check-aof工具解决数据一致性问题。3、AOF 机制的 rewrite 模式。AOF 文件没被 rewrite 之前（文件过大时会对命令进行合并重写），可以删除其中的某些命令（比如误操作的 flushall）缺点： AOF 文件比 RDB 文件大，且恢复速度慢。数据集大的时候，比 rdb 启动效率低。Kafka/MQ MQ kafka基本原理 Kafka是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，用scala语言编写kafka使用场景 kafka特性 Zookeeper在kafka的作用 1、无论是kafka集群，还是producer和consumer都依赖于zookeeper来保证系统可用性集群保存一些meta信息。MQ/Kafka的区别 Master/Slave/Broker概念 Master/Slave概念Broker概念： Kafka: Broker是个物理概念，1个broker就对应1台机器。Master/Slave/Broker特性 在Kafka里面，Maser/Slave是选举出来的！RocketMQ不需要选举！总结 ，RocketMQ不需要像Kafka那样有很重的选举逻辑，它把这个问题简化了。剩下的就是topic/queue的路由信息，那用个简单的NameServer就搞定了，很轻量，还无状态，可靠性也能得到很好保证。数据可靠性 RocketMQ支持异步实时刷盘，同步刷盘，同步Replication，异步Replication性能对比 Kafka单机写入TPS约在百万条/秒，消息大小10个字节消息投递实时性 消费失败重试 Kafka消费失败不支持重试。总结： 例如充值类应用，当前时刻调用运营商网关，充值失败，可能是对方压力过多，稍后再调用就会成功，如支付宝到银行扣款也是类似需求。严格的消息顺序 Kafka支持消息顺序，但是一台Broker宕机后，就会产生消息乱序消息回溯 Kafka理论上可以按照Offset来回溯消息MQ出现消息积压了怎么办？ kafka写超时怎么处理？ MQ/Kafka会丢消息么？如何保证数据一致性？ 是否会出现脑裂现象？ ArrayList的扩容机制说一说。 （准备了hashmap没准备它，尴尬了） 如果通过无参构造的话，初始数组容量为0，当真正对数组进行添加时（即添加第一个元素时），才真正分配容量，默认分配容量为10；当容量不足时（容量为size，添加第size+1个元素时），先判断按照1.5倍（位运算）的比例扩容能否满足最低容量要求，若能，则以1.5倍扩容，否则以最低容量要求进行扩容。https://www.cnblogs.com/cxuanBlog/p/13181746.html 介绍一下hashMap，1.7和1.8的区别是什么？ concurrentHashMap的1.7和1.8的区别？1.7为什么要优化到1.8？是否会发生全表锁（size计算） https://zhuanlan.zhihu.com/p/133923068 hashMap如何快速提取数据？ 为什么扩容是2倍？ 并发场景下是否会出现数据的丢失？ public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
int i = indexFor(hash, table.length);
for (Entry e = table; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
} 复制代码 算法（代码后续我再贴出） 项目（个人理解，仅作参考） 项目的时间把控
/2 
京ICP备2020039040号
简书网举报电话：021-34700000
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
