Java面试差缺补漏(网上资料整理)

本文基于：BAT研发面试36题总结:Spring+Redis+Docker+Dubbo

一面

ArrayList和linkedlist区别。ArrayList是否会越界。

ArrayList是实现了基于动态数组的数据结构，如果达到一定的峰值，会对数组进行一个扩容（前数组的1.5倍）LinkedList是基于链表结构。

数据库引擎Innodb和myisam区别

参考：数据库引擎Innodb和myisam区别

什么是多态

Java多态实现原理
方法表是实现动态调用的核心

redis:list的底层实现–压缩列表

redis:list的底层实现–压缩列表

redis有序集合zset的底层实现——跳跃表skiplist

redis有序集合zset的底层实现——跳跃表skiplist

海量数据过滤，黑名单过滤一个url

常见面试题之布隆过滤器的使用案例（海量数据）

数据库的悲观锁和乐观锁应用场景。

二面

list set map 底层使用什么实现的有哪些典型实现

hashmap扩容是怎么扩容的，为什么是2的幂

答案： 我们正常的思维是进行一个%运算，但是%运算效率太过低下，所以采用2进制运算，同时为了保证2进制的情况下进行一个均匀分布，所以把容量设置成2的幂
参考：面试必考：HashMap容量为2次幂的原因

concurrenthashmap为什么线程安全，采用了什么措施应对高并发

线程池的参数有什么意义

参考:创建线程池每个参数有什么作用

Springmvc请求流程

参考：springMVC请求流程详解

Spring IOC，autowired如何实现

三面

CDN加速过程

分布式架构设计哪方面比较熟悉

讲讲你对CDN的了解，与分布式缓存和本地缓存的区别

多线程和高并发有什么区别

高并发下有哪些常用的技术解决方案，举三个高并发场景设计例子

负载均衡有接触过哪些开源框架，优劣势是什么？

LVS、NGINX
参考:很全！浅谈几种常用负载均衡架构
参考：Nginx面试中最常见的18道题 抱佛脚必备

数据库分库分表需要怎样来实现？

参考：数据库分库分表思路

1.分库分表带来的问题

1.事务一致性问题

分布式事务、最终一致性

2. 跨节点关联查询 join 问题

全局表
全局表，也可看做是"数据字典表"，就是系统中所有模块都可能依赖的一些表，为了避免跨库join查询，可以将这类表在每个数据库中都保存一份。这些数据通常很少会进行修改，所以也不担心一致性的问题。

字段冗余
一种典型的反范式设计，利用空间换时间，为了性能而避免join查询。例如：订单表保存userId时候，也将userName冗余保存一份，这样查询订单详情时就不需要再去查询"买家user表"了。

数据组装
在系统层面，分两次查询，第一次查询的结果集中找出关联数据id，然后根据id发起第二次请求得到关联数据。最后将获得到的数据进行字段拼装。

ER分片
关系型数据库中，如果可以先确定表之间的关联关系，并将那些存在关联关系的表记录存放在同一个分片上，那么就能较好的避免跨分片join问题。在1:1或1:n的情况下，通常按照主表的ID主键切分。

3.跨节点分页、排序、函数问题

在使用Max、Min、Sum、Count之类的函数进行计算的时候，也需要先在每个分片上执行相应的函数，然后将各个分片的结果集进行汇总和再次计算，最终将结果返回。

4. 全局主键避重问题

UUID
Snowflake分布式自增ID算法：Twitter的分布式自增ID算法snowflake (Java版)
结合数据库维护主键ID表

数据库端的常用优化策略？

参考:常见的数据库优化策略（经典）

如果让你来设计秒杀系统，你的设计思路是什么，为什么要这样设计？

高性能：
动态分离：静态数据进行缓存（比如CDN、本地缓存）
热点操作：通过限制行为控制热点操作频繁发生
热点数据：单独隔离，通过独立的设备存取
一致性
防止卖不出去和超卖问题
选择高可用的数据库，通过数据库的悲观锁进行锁定（因为是频繁的写操作）
高可用
防作弊：通过答题或者密码验证等方式
流量削峰：通过Mq的方式
其他
减少框架依赖
减少无关数据输出，比如日志等
监控，预防，恢复。