Java后端面试题总结（模拟面试备春招）
文章目录
- Java基础
- 线程与锁
- JUC
- JVM与GC
- 中间件
- 消息队列
- Redis
- Nginx
- 计算机网络
- Mysql
Java基础
- 重载和重写的区别
重载：同一个类里，方法名相同，return类型，参数列表可以不同
重写：主要发生在继承里，将父类的方法进行扩展。
- String StringBuffer StringBuilder的区别是什么
- 可变性
String底层被final修饰，所以不可变长，每次改变它，都是创建一个新对象去赋值。StringBuilder和StringBuffer都是可变长的。
- 线程安不安全
String是被final修饰的，不可变，所以安全。
StringBuffer，底层有同步锁修饰方法，线程安全。
StringBuilder，比StringBuffer性能快一点，但是线程不安全。
- 自动装箱和拆箱
装箱：将基本类型用它们对应的引用类型包装起来。int->Integer
拆箱：将包装类型转换为基本数据类型。Integer->int
- ==与equals区别
==这个符号，在基本数据类型里比的是值，引用数据类型比的是地址。
equals这个符号，单纯比较内容。
- 接口和抽象类的区别
(1)接口默认是public修饰，接口里不能写任何方法的实现，抽象类可以
(2)接口的实例变量的默认final修饰，抽象类不一定
(3)接口可以多实现，抽象类只能单继承
(4)interface一个接口，必须实现所有里面的方法，extends一个抽象类，可以选择性重写
(5)接口不能new，但是可以声明，抽象类声明都不行
- ArrayList与LinkedList区别
(1)二者都是线程不安全
(2)ArrayList底层是Object数组，LinkedList底层是双向链表
(3)动态数组查找快且方便list.get(int index)，增删插慢，链表查找慢，但是增删插快
(4)动态数组整体消耗内存大，链表是每一个node占用大
- ArrayList与Vector的区别
Vector类的所有方法都是同步的，可以由两个线程安全地访问一个Vector对象，但是一个线程访问Vector的话代码要在同步操作上耗费大量的时间。
ArrayList不是同步的，所以不需要保证线程安全时建议使用ArrayList
- HashMap的底层实现
JDK1.8之前，结构是数组+链表，默认长度是16,16指的是数组的长度，每一个区域存储链表的头结点。HashMap通过key的hashCode经过扰动函数处理得到hash值，通过hash算法得到value。
JDK1.8开始，结构是数组+链表+红黑树，默认长度是16,16指的是数组的长度，每一个区域存储链表的头结点。在某一条链表长度超过8的时候，自动由链表转换成红黑树，减少IO次数，提升性能与效率，当链表长度小于6，再从红黑树转回链表。
- HashMap与HashTable的区别
HashMap不是线程安全的，因为他的方法不是同步的，所以性能也很高，并且允许在put的时候存放null值。默认容量是16，且在jdk1.8之后有转换成红黑树的机制。HashTable是线程安全的，因为他的方法都是同步的，所以性能很低，但是不允许在put的时候存放null，会引发空指针，默认容量是 11，扩容变2n+1，没有红黑树机制。
- HashMap的长度为什么默认是2的幂次方
hash值范围有40亿个数，存放在内存数量太多，所以进行了取模运算(n-1)&hash
- HashMap多线程操作导致死循环问题
这个问题只发生在jdk1.8之前。我们知道了resize操作，那么在多线程的时候会有可能导致哈希一致性，成为哈希环，且扩容之后，原node不一定还在原位置。
- HashSet与HashMap的区别
实际上，HashSet是根据HashMap设计的。只不过一个是根据key算hashcode，一个是根据成员对象算hashcode，其他只有set都会有的性能问题的区别了。
- ConcurrentHashMap和HashTable的区别
从结构上，ConcurrentHashMap在jdk1.8开始有了红黑树的结构，HashTable没有。
从线程安全上，首先这俩都是保证线程安全的，但是保证线程安全的途径不一样。
ConcurrentHashMap在jdk1.4诞生，当时采用的是Segment分段锁，在HashMap的基础上加上锁，由于默认容量为16，所以性能大约是HashTable的16倍。在jdk1.8开始摒弃Segment的概念，使用CAS原子操作保证线程安全（在JDK1.8的时候synchronized已经优化的很好了），而HashTable就是无脑加锁去锁。
线程与锁
- 说说自己对synchronized的认识
synchronized主要是为了我们能够保证进行对某项共享资源，多线程的互斥操作，synchronized分为三类，this锁，synchronized同步块，和用synchronized直接修饰方法。
但是如果我们在循环的场景，就不能用this锁了，因为重复加锁去锁，很浪费性能，用synchronized修饰方法最好。
一般我们是直接用this锁的，因为锁的面积越小，出错的概率就越小。
这个synchronized在刚有的时候，是一个很有重量级的锁，因为它的底层是依赖于操作系统的Mutex Lock，而操作系统在内核态到用户态的互相切换，很浪费性能。在之后的优化，将其性能进行了一定的提升，也正是在这个时候，有了偏斜锁，轻量级锁，重量级锁，锁膨胀的概念，让它在不同的环境有了不同的发挥。
- 说说synchronized与ReentrantLock的区别
synchronized是一个关键字，在编译的时候会受到操作系统，JVM所影响，而ReentrantLock是.lock包下的一个类。
synchronized的性能一开始不如ReentrantLock，后来因为优化的比较好，出现了无锁，偏斜锁，轻量级锁，重量级锁，和锁膨胀机制之后就比较牛了，超过了。
此外，synchronized有几个功能不如ReentrantLock：
①synchronized不是公平锁，但是ReentrantLock是公平锁，公平锁的意思就是，先来的线程先获得锁，先释放锁。
②synchronized不能实现中断等待，ReentrantLock可以，中断等待，就是让自旋锁这类的，放弃请求。
③当wait的时候，synchronized唤醒锁是靠notify或者notifyAll而且还是单个释放或者全局释放，ReentrantLock靠的是condition进行选择性释放。
- 为什么要用线程池
降低资源消耗，方便管理线程，提升响应速度
- 实现Runnable接口和Callable接口使用线程池的区别
Runnable接口实现之后无法进行返回值，但是Callable实现之后可以返回值
- 创建线程池的方法
(1)使用构造方法创建
(2)使用Executors实现以下三种ThreadPoolExecutor：
JUC
- 介绍一下Atomic原子类
Atomic也是JUC包下的，具备一定的原子操作，原子操作，用白话来说，就是对于一个线程的操作全程，只要是开始了就不会被其他线程干扰，反过来说，就是保证线程安全。
- 介绍一下AtomicInteger
首先这个类也是在JUC的原子类包下的，所以具有着CAS的操作。我们之所以使用CAS就是避免synchronized的高额开销，其原理就是使用CAS+volatile+native。
具体来说，我们的CAS操作，从本质上说，就是使用的Unsafe下的一个native方法获取到原值的地址，去和volatile所修饰的新值（因为volatile保证全局可见直接注入内存）去对比，然后替换旧值，这样就能保证无论怎么样都能获取到最新的值了。
- AQS的浅层理解
AQS是比较复杂的东西，我仅仅说说我自己的理解，如果有错误欢迎指出。
AQS是JUC包下一个核心的机制，它是这样设计的：我们有一个共享资源池，如果这个池是空闲的，没有被其他线程获取锁，AQS就可以让一个准备获取锁的线程转换为工作线程去执行，然后将其锁定，不被外来线程所干扰；如果这个池已经被占用了，那么就会进行线程的阻塞或者锁的释放，来让请求的线程获得到锁。
而以上AQS的特征是由CLH队列提供的。
CLH队列是一个双向FIFO队列构成的，说简单点，这个队列如同我们想象的那样，肯定里面是有node 的，node也有pre节点和next节点的，我们最终的目的是让AQS通过CLH获取到线程的同步状态，所以这里就把线程设计成了一个node，加入到队列，让线程之间能够排队去获取共享资源。
并且，为了添加线程到队列是安全的，它还使用到了CAS操作，保证开销小，且安全。再通过内置的一个state方法能监视到线程的实际的状态。
此外ReentrantLock，读写锁，信号量，FutureTask都是基于这种机制。
- AQS的深度理解
上面已经说了，我们会使用CLH的队列线程，去访问可能空闲的资源然后绑定，而AQS对于资源的理解，也是有两种方式的：
(1)Exclusive独占：只有一个线程可以去执行，比如ReentrantLock。
(2)Share共享：可以多个线程共同访问，比如CyclicBarrier CountDownLatch 读写锁…
不同的自定义同步器争用共享资源的方式也不同。自定义同步器实现时只需要定义状态的获取和释放，不用维护CLH。
再用口述几个AQS的经典组件：
- Semaphore（信号量）
和Synchronized的区别在于，信号量指定了一个共享区域允许多个线程共同访问。
- CountDownLatch（倒计时器）与CyclicBarrier（循环栅栏）
二者的情况其实是差不多的，有一个主线程和若干子线程访问资源的时候，我们可以设置屏障，CountDownLatch的作用是，当左右子线程都经过屏障了之后，主线程，才能从屏障的位置继续执行，也就是被阻塞了，但是子线程不受影响。而CyclicBarrier则是子线程也会受到影响，也就是被阻塞，等子线程都到达了屏障之后，才能与主线程一起重新开始运行。
JVM与GC
- 介绍一下JVM内存区域
在Java内存区域中有Java虚拟机栈，堆，程序计数器，本地方法栈，方法区。
其中，线程共享的是堆，方法区，而线程私有的是程序计数器，Java虚拟机栈，本地方法栈。
然后简单介绍一下它们的职责。
- Java虚拟机栈
Java虚拟机栈里有栈帧，每当一个方法被执行就会产生栈帧，当一个方法被垃圾回收了栈帧就会出栈，所以也是线程私有的，当方法太多了，栈帧就会爆炸，然后oom，但是在爆炸之前，会尝试申请一个新的内存区域防止oom，如果还不够就oom
- 程序计数器
相对占用较少的内存，并且是线程私有的，目的是通过计数器给线程指引下一个所要执行的字节码指令，本质上属于逻辑计数器，并且只给java方法使用，且不会出现oom
- 堆
存储所有方法的实例，是JVM里面最大的地方，也是多线程相互共享的一个区域，可以在堆里面进行变量的更新，进行线程的通讯，并且jdk8采用分代回收算法进行垃圾回收，当内存不够，会oom
- 本地方法栈
native
- 方法区
也可以叫元数据区，存储方法的常量，静态变量方法，也是线程共享的，实际上也是存储元数据信息。
- 常见的垃圾回收算法
标记算法：
- 引用计数
当一个方法被引用了，进栈，计数器+1，出栈，计数器-1，计数器=0，垃圾回收。
- 可达性分析
以GC ROOTS为根，将可以调用到的方法串成一条链，不在链上的就回收。
回收算法
- 标记-清除
用可达性分析标记，不可达清除，如果不额外整理，会产生内存碎片。
- 复制算法
将堆里面的内存按照比例分成对象面和空闲面，如果对象面的内存满了，就把还活着的放到控线面不断循环，缺点就是，不好划分实际比例，优点就是没碎片，适用于成活率不高的对象。
- 标记-整理
在标记-清除的基础上，使用更多的性能，将对象平移，把内存碎片的坑填上
- 分代收集算法
Minor GC：
新生代GC主要用复制算法，因为成活率不高，在新生代的内存区域，又分为Eden区和Survivor区，二者初始大小比例是8:1，复制就是基于这两者进行的。
当经历15代，或者Eden Survivor炸了，或者产生了巨大的对象，在这三种情况下，会进入老年代。
Full GC：
老年代GC主要用标记清除或者标记整理算法。执行效率比Minor GC慢。
- 对新生代/老年代垃圾回收器的了解
新生代垃圾回收器：
- Serial GC：复制算法，单线程最古老的GC，要不回收，要不运行，吞吐量极低。
- ParNew GC：复制算法，多线程版Serial GC，多核效果明显，唯一可以和CMS相连。
- Parallel GC：复制算法，运用多线程，分布式的去进行垃圾回收，提升回收效果，减少回收时间，提升吞吐量。
老年代垃圾回收器：
- Serial Old GC：标记-整理，老年代版Serial GC
- Parallel Old GC：标记-整理，老年代版Parallel GC
- CMS GC：标记-清除，采用并发追溯标记，找到新生代到老年代的对象，在程序不终止的情况下去追溯，并在短暂的jvm停止中，快速收集垃圾，并不断循环，会产生oom
- G1 GC ：复制+标记-整理jdk9默认gc，采用分代收集算法
- 如何判断对象已经死亡
- 介绍一下强引用，软引用，弱引用，虚引用
- 如何判断一个类是无用的类
中间件
消息队列
29 用消息队列的好处
主要是异步处理操作提升性能和解耦。
举一个关于异步的简单例子大量数据，实时加载进模型进行数据分析，并且将分析的结果回传给前端去展示，如果是同步的情况，就会很慢，但是异步就可以边加载边计算边展示。
在前后端开发的时候，如果用户的数据直接写入数据库，就会有很大压力，如果我们用消息队列，异步写入数据库，也就不会崩溃了，而且响应快，所以效率也就提升了。但我们也需要考虑其他特殊的因素，比如进入消息队列了，但是从消息队列入库失败了，这就会导致，如果立刻return数据，就会出bug，所以，应该等入库之后再return
还有一点就是解耦，我们将整个项目的资源和使用进程分为消息的发布和订阅模式，就可以让我们在该使用某种数据了之后再去订阅获取。
30 常见的消息队列对比
- ActiveMQ和RabbitMq消息丢失的概率很低，但是Rocket MQ和Kafka理论不会丢失数据
- ActiveMQ性能略低于其他三种，并且版本更新也慢。
- RabbitMq吞吐量略低于Kafka和RocketMq，但是性能很好，如果并发量低于百万级，使用RabbitMq是最好的，但是如果是大数据领域，使用Kafka和RocketMq是最好的
- RocketMq是阿里开源的。
- kafka拥有在大数据领域极高的应用，拥有超高的吞吐量和低延迟，唯一的缺点就是会造成消息重复消费。
- 使用消息队列可能会带来的问题
系统的可用性降低：引用多用了一种中间价去优化，所以有可能出bug然后就炸了
系统的复杂性提高：我们用消息队列就是为了能让数据不爆炸式的读写，但是如果出现了数据丢失，就是另一回事了
系统一致性问题：分布式环境下，如果消费者没有被真正消费的消息没有同步就会出问题
- RabbitMq是如何保证数据一致性的
(1)就如我们上面所说的那样，有可能消费者还没有真正消费，数据就消失的情况，所以我们这里可以引用事务的概念，当程序真正运行完成之后，我们才去提交任务的完成，不然我们就将任务去进行回滚。
(2)可以将没持久消息同步到磁盘上并且当broker宕机后可以去恢复
(3)使用发布方确认，比如我们的消息已经到了broker，但是没有添加进队列，这时候宕机了，就会无法保持一致性。
- 如何确保RabbitMq不被重复消费
我能想到的有两种方法，第一种就是用redis的set操作，保证所有操作的唯一性；第二种就是为消息指令添加主键，保证主键唯一，不脏读。
Redis
- redis与memcached的区别
(1) redis支持更丰富的数据类型（支持更复杂的应用场景）：Redis不仅仅支持简单的kv，还有list set zset hash等数据结构的存储。memcached只支持string
(2)redis支持持久化，memchached不支持
(3)redis有分布式集群一说，memcached只有客户端分布式一说
(4)memchached是使用多线程，非阻塞io的网络模型；Redis是单线程多路复用的IO模型
- redis缓存淘汰策略（假如mysql有2kw数据，redis只能存20w，怎么保证redis里的数据都是热点数据）
从redis.conf配置即可，共有6种方案：
(1)volatile-lru:从已设置过期时间的数据集中挑选最近少使用的数据淘汰
(2)从已设置过期施加你的数据集中挑选要过期的数据淘汰
(3)从已设置过期时间的数据集中任意选择数据淘汰
(4)当内存不足以容纳新写入数据的时候，在键空间中，移除最近最少使用的key
(5)从数据集中任意选择数据淘汰
(6)禁止驱逐数据，也就是当内存不足以容纳新写入数据的时候，新写入数据回报错。
- redis的缓存持久化
RDB 建立快照，直接复制
AOF appends log
默认使用RDB，也可以结合使用
- redis缓存雪崩和缓存穿透问题的解决方案
缓存穿透：绕过缓存，拼命访问数据库。
有两种方法：第一种是把不存在的请求存入缓存，但是过期时间设置短一点。第二种是用位图存储所有可能的请求数据做拦截器
缓存雪崩：大面积缓存过期。
解决方法有三种：第一种是选择缓存持久化快速回复缓存，但是这个方法在恢复的过程中无法存入新的缓存。第二种是本地ehcache缓存+hystrix分布式缓存降级第三种是HA。
- 如何解决Redis的并发竞争key
也就是说，多个节点同时对一个key进行操作，最后导致指令重排。
有两种处理方法，但是都是基于分布式锁的。
第一种是使用redis自带的分布式锁，但是会对系统造成一定的性能问题，所以如果没有这种并发竞争key的问题存在，就不要用。
第二种就是使用zk，zk是一种高可靠的资源管理框架。它可以在某个方法上了锁之后，对访问方法的结点进行一个唯一的瞬时有效的数字，然后根据数字去排序获取锁，最后完成业务再释放锁。
- 如何保证缓存和数据库双写时候数据的一致性
串行化读写
Nginx
40 简单介绍一下你理解的Nginx
它也是一款轻量级的web服务器，主要功能是反向代理，负载均衡，弹性收缩等服务。简单介绍下
- 反向代理
首先先说说正向代理，某些情况下，我们需要用户去访问服务器，需要手动设置好服务器的ip和端口，可以拿学校的内网举例，我们想从家连接到学校内网服务器，就需要经历学校才可以。
而反向代理不是给我们代理的，而是代理服务器的，也就是说，我们不需要去和内网服务器去交互，而是直接和代理服务器交互，我们将http请求发给他，他再转发给内网服务器，然后得到结果之后再返回给客户端。
- 负载均衡
我们应该在学zk，Ribbon的时候就知道这个了，有很多种负载均衡算法，说白了就是分担http请求平均到每一台服务器。
- 动静分离
其实这一点是很常用的，如果我们每一次都去加载网页的静态资源，很浪费服务器资源，所以就可以让nginx做到将静态部分的页面缓存起来。
- Nginx优点是什么
(1)高并发，高性能（其他web服务器不具有）
(2)可以横向扩展（模块化设计，第三方插件齐全）
(3)高可靠性（可以持续运行）
(4)热部署
(5)BSD许可（可以修改源代码，发布我们自定义的nginx使用）
- Nginx的构成部分
(1)Nginx二进制可执行文件：由各个模块源码编译出一个文件
(2)Nginx.conf配置文件：控制Nginx行为
(3)access.log：记录所有的HTTP请求
(4)error.log：记录bug
计算机网络
- 三次握手，四次挥手
三次握手
四次挥手
- TCP与UDP之间的区别
https://blog.csdn.net/qq_41936805/article/details/103499343
- HTTP1.0和HTTP1.1的区别
http1.0默认使用短连接，也就是每进行一个http操作就发送一次请求，建立一次连接，任务结束就断开连接，这样太耗资源了。
http1.1开始默认使用长连接，也就是说前后端用于传递http请求数据的tcp连接不会中断。
Mysql
- 说说自己对于Mysql的两种存储引擎，MyISAM和InnoDB的理解
①count运算上的区别：因为MyISAM有meta-data，所以全量查询很快，但是INNODB没有
②事务与安全：MyISAM性能会更快，但是不支持事务，INNODB支持事务，所以也支持事务相关的，隔离，回滚，等等的ACID操作
③MyISAM不支持外键，INNODB支持
- 解释一下最左前缀原则
mysql的索引可以按照一定的顺序引用多列，这样就可以称之为联合索引。而最左前缀原则指的就是，如果查询的时候查询条件能精确匹配到所有列，就可以返回值。如果匹配顺序不同也可以，但是如果匹配项少，就匹配不到了。
由于最左前缀原则，在创建联合索引的时候，索引字段的顺序需要考虑字段值去重之后的个数，较多的放在前面。
但是如果使用联合索引，就需要避免冗余索引，因为在大多数情况下能够命中（name）的也能命中(name,age)，也就是少的能命中多的。所以应该尽量扩展已有的索引而不是创建新索引。
- 解释一下b与b+的区别
首先这两者都是m叉查找树，二者都是为了减少IO次数，而被制作出来，去搜索数据的，因为IO对于资源消耗很多，所以为了减少消耗资源，提升速度，就有了这两者，但是也是有显著的区别的。
①B+树比B树更矮，所以IO次数更少
②B+树的查询效率更加高
③B+树更加有利于对数据库进行扫描
④B+树的非叶子节点不存数据，只充当索引，而B树非根子节点都会存储数据
- 如果mysql一张表记录过大，那么数据库的crud性能会明显下降，这时候该怎么办呢
①限定数据的范围：对于where条件，一定要有所指定，最好不要全量查询。
②读写分离：分库之后，主库负责写，从库负责读
③垂直分区：根据数据库里面的数据表按照相关性拆分。也就是列的拆分。
④水平分区：保持基本的数据结构，对数据分片，然后切分到不同的数据库或者表，可理解为分布式，这样改动比较简单，但是分库才能体现。只不过在写事务的时候会很复杂。最好在客户端进行拆分。
- 事务的理解，什么是事务
首先，事务具有四大特性：ACID
原子性：要么全做，要么全不做。
一致性：执行事务前后，数据保持一致。
隔离性：事务是单独执行的，不会被其他事务干扰。
持久性：一个事务被提交之后，改变的持久的。
- 并发事务带来的问题
- 脏读：读到了下一毫秒就更新的数据
- 丢失修改：两个事务同时修改数据，导致其中一个修改被覆盖。
- 不可重复读：循环读数据的过程中，另一个事务修改数据，导致两次读的不一样。
- 幻读：循环读的过程中，插入了新数据，导致两次读的不一样。与不可重复读区别就在于，一个是insert一个是update
- 对事务隔离级别的认识
sql标准定义了四个隔离级别：
①read-uncommitted(读未提交):会造成脏读，幻读，不可重复读
②read-committed(读已提交):会造成幻读和不可重复读
③repeatable-read(可重复读):会造成幻读，是mysql的默认隔离级别.
④serializable(可串行化):什么都不会发生
详情也可以看这篇文章：https://blog.csdn.net/qq_41936805/article/details/103175124