1年 java,蚂蚁一面,卒

1年 java,蚂蚁一面,卒_第1张图片

 

TreeSet/HashSet 区别

顾名思义,首先是结构上的不同

1、TreeSet背后的结构是TreeMap,也就是红黑树,能够实现自动排序。它通过equals方法或者compareTo方法进行内容的比较。

2、HashSet背后是HashMap,key是无序的,只能做外部排序。既然是Hash,那么就要重写其中对象的hashCode和equals方法

另外,还有个细微的差别可以拿来装b:

1、HashSet可以接受null值,有且只有一个 2、TreeSet默认不可以接受null值,会直接抛出空指针异常

set里没有重复数据,TreeSet里连虚无都没有。

HashMap 如何解决冲突,扩容机制

烂大街的问题,问哪答哪吧。这样的东西就是靠背。

HashMap的内部结构其实是数组+链表(java8后如果长度大于8则转换为红黑树)。HashMap初始化时,默认有16个hash槽

存入对象时,首先,通过对象的hashCode,定位到hash槽。如果多个对象同时落入同一个槽,那么就会使用链表解决本槽上的冲突。

HashMap在创建时,会有一个负载因子。每次put操作,都会检查当前容量是否会超出阈值(initailCapacity*loadFactor)。如果超出,则扩容为当前的两倍。扩容后,数据需要重新散列,也就是transfer方法。

经验:resize非常耗时,所以如果能够提前预估容量,可以把initailCapacity提前固定下来。

ConcurrentHashMap 如何做到高并发的

简单点说,使用了分段锁(分离锁)。每一把锁用于锁住容器中的一部分数据,减少线程间对锁的竞争。

这道题往深里问会死人的,篇幅有限,不啰嗦。

线程池平常怎么用

普通的场景,使用工厂类Executors创建就可以了。常用的有Single、Fixed、Cached三种。

更多时候,为了更精细的控制,会直接对ThreadPoolExecutor类进行定制。阿里的规范也要求这么搞(当然要舔一舔),我尤其关心其中的阻塞队列和饱和策略。

当然,你只有对阻塞队列和拒绝策略熟悉才能这么说。否则给自己挖坑就太不聪明了。

他们很喜欢你提到阿里规范,这让我觉得jdk设计的很low

多个线程等待到某一节点然后统一放行有几种实现方式?

最经典的就是CountDownLatch,主线程阻塞在await方法,每个线程调用countDown。可以解决一些经典的赛马问题。

还有一个变种就是CyclicBarrier。每个线程都阻塞在await方法,达到一定阈值集体放行。

另外还可以使用一些较初级的api,比如Thread的join方法。Future的get方法等。复杂不推荐。

也可以答sleep啊。有什么问题么?我用while等待一个变量也是可以的,但我为什么要这么做?

数据库索引结构

B+ Tree,为了适应缓慢的磁盘而生的一种索引结构。必须保证按照索引的最左前缀查询。

Hash 和HashMap类似,处理冲突的方式是链表

pg的索引结构就多了去了。Mysql这么少怎么感觉怪怪的?难道要我回答存储引擎的区别?

select * from t where a=? and b>? order by c limit 0,100 如何加索引

知道这个就结论就行了=> 当order by 字段出现在where条件中时,才会利用索引而无需排序操作。其他情况,order by不会出现排序操作。

按照最左原则,我可以创建 (a,b) 的索引。

什么是聚簇索引和非聚簇索引

一个表只能有一个聚簇索引。主索引文件和数据文件为同一份文件,默认的InnoDB就支持聚簇索引,B+ Tree的叶子节点上的data就是数据本身。

而MyISAM就不支持聚簇索引,它的叶子结点存放的不是数据本身,而是数据存放的地址。在文件结构上,会分为一个索引文件、一个数据文件。

对编程来说没什么鸟用。

了解 CAP 吗?redis 里的 CAP 是怎样的?

  • Consistency 一致性
  • Availability 可用性
  • Partition tolerance 分区容错 一般,都在C、A之间进行权衡。

redis简单主从模式侧重于CP的,即对于一致性要求较高。 redis-cluster,则属于AP类型,更加强调可用性

cap就是帽子,绿油油的那种

如何理解幂等?项目中接口的幂等是如何做的?

幂等是指多次执行,影响相同。

比如大多数Post操作,重复提交订单等,最终只会有一个订单生成成功。还有一种情况就是消息,由于大多数MQ之保证at least once,所以消息有时会重复。

1、对于Post请求,我一般在请求成功后,强制跳转到其他页面,避免刷新提交。

2、复杂的操作一般使用流水号来实现。

3、某些不带流水号的消息,处理的时候,就要进行多次校验和check,甚至引入消息状态表,来保证幂等。

就如同表白,每次表白都是被拒绝,因为我就是那个id!

解释下乐观锁悲观锁

悲观锁总是假设情况最坏,每次操作数据都认为别人会修改,就加锁来保证安全。后面的访问者只能等待。数据库中的行锁、表锁,java中的同步关键字等,都属于悲观锁。

乐观锁正好相反,总是假设最好的情况,不用对数据加锁,但多了一次额外的判断操作。比如concurrent包里大量的CAS操作、判断新旧版本号机制等。

悲观锁是老婆,有你独占;乐观锁是炮友,按预约规划

JVM 判断对象是否回收?

答案就是GC roots。也就是从根对象出发,没有任何一个对象引用到它,那么就判断这个对象是不可达的。

通常被骂“断子绝孙”的人,就是要被回收的root

GCROOT 有哪些?

1 、 虚拟机栈(栈帧中的本地变量表)中引用的对象。

2、 本地方法栈中JNI(即一般说的native方法)引用的对象。

3、 方法区中的静态变量和常量引用的对象。

4、活跃线程的引用对象

所以不要让他们过度繁殖。

反射能获得类里面方法的名称吗?参数名称呢?参数类型呢?

都可以。

java8以后,通过Parameter类获取参数名称。但有前提,需要加编译开关。

javac -parameters
复制代码

默认是关闭的,干!

问题都偏到月球上去了

动态代理的实现方式?CgLib 和 jdk 的代理有什么区别?

java中通过实现InvocationHandler接口来实现动态代理,然后使用Proxy将其初始化。

Cglib使用了ASM自己吗生成框架,可以代理普通类,但代理不了final类,而jdk的只能代理接口。

在spring里,cglib胜出

分布式锁有哪些主流实现方式?redis 和 zk 锁有什么区别?

大体分为两类。

乐观锁: 基于版本号机制和CAS实现,与存放版本号的存储无关。

悲观锁: 1、基于数据库记录,进入时写数据,退出时删记录

2、数据库行锁,比如分布式quartz,它是一把排它锁

3、基于Redis的setnx函数(由于大多数会设置超时,所以推荐用带px的set原子函数)

4、基于zookeeper

区别:

redis获取锁是轮训机制。锁释放后会有多个调用者争抢,某些任务有可能饿死。

zk是监听机制,有变动会接到通知。除了非公平锁,也可以实现公平锁。

从优雅性来说,显然redis胜出

ThreadLocal 作用是什么?说下用法

ThreadLocal用来隔离数据。 ThreadLocal中存放的是与线程相关的数据,底层实际上是一个map,通过线程可以获取存储数据的map。

这种方式与Servlet中的Request类似。

一些需要绑定到线程的数据,比如一些线程的统计数据,就可以放在这里。

据说这是一种线程同步方式,但它明显无锁啊。

ThreadLocal有没有优化方式?

ThreadLocal中的Map性能较差,解决Hash采用的线性探测方法。

Netty就对它进行了优化,优化方式是继承了Thread类,实现了自己的FastThreadLocal。它使用

搞不懂jdk,明明有O(1)的Map,非要自己造个更慢的轮子,为什么呢?话说,这个问题,简直又偏到火星了。

设计秒杀系统要考虑哪些点?

1、数据预热 秒杀都是瞬时操作,不要等流量来了再加载数据。可以提前对数据进行预热,比如加载到缓存等。

2、缓存 包括CDN缓存和数据缓存。保证缓存系统的高可用,数据随后落地。

3、解决超卖 引入MQ,串行化操作库存,达到阈值后不再消费,并关闭购买功能。或者直接操作缓存。

4、流量削峰 通过引入MQ,将耗时业务进行削峰,平稳处理用户需求。

5、熔断限流 熔断,优先保证主要业务的进行。限流,识别异常流量,进行封锁;同时,允许部分请求失败。

6、弹性扩容 在判断系统负载达到极限时,可以通过增加服务器的途径抵抗峰值。需要打通运维环境,能够快速扩容。

怕就怕抓住一点问到底。秒杀个屁啊,淘宝的秒杀要么抢不到,要么500!

算了,杭州咱也不想去。下次试试阿里最烂的部门,看看要求是不是低点,能不能过。

你可能感兴趣的:(后端,java,数据结构,开发语言,分布式,阿里云)