interview

Java 基础

• 为什么需要装插箱？
  • 为了兼容集合类，由于 List 不放便，因此使用装箱类型表示他的集合 List
• Method.invoke(obj,args) / Method.invoke(null,args) static / non-static 字段同理。
• 异常中 finally 中的字节码实现，是将 Finally 块中的代码分别复制到 try 和 catch 末尾的。

IO

• 基本的 IO 模型：阻塞、基于流的。
• 基本的 IO 模型：由于是阻塞的，因此被迫有多个线程才能同时处理多个 IO 事件、有多个线程就会产生竞争条件（锁、同步、CAS）
• 为什么需要 NIO：线程、上下文切换及其昂贵、IO 多路复用。

JVM

• 栈内存分配？何时分配？
  • 当代码中创建了「无人引用」的对象时，编译器在编译过程会将代码优化，当方法栈被调用时该对象在栈上进行分配，简轻 GC 的负担。
• 方法区常量池
  • Class 对象，Java 7 永久代、Java 8 元空间。
• 字节码转换：编译器前端后端
  • java -> 抽象语法树 -> class （编译器前端）
• 字节码指令（参照 Java 虚拟机规范）
  • INVOKESPECIAL：调用特殊的方法：construct、private、super、static 方法
  • INVOKEVIRTUAL：方法调用
  • PUTFIELD：对象写值，例如：user.name = “xxx”；
• Java 8 的三层类加载体系：
  • Bootstrap (JVM 核心类) / Ext(扩展类加载器) / App (应用类加载器)
• 常用 JVM 命令与问题排查
  • jps：列举 jvm 进程信息。jstack：线程调用栈信息。jmap：dump 堆内存信息。
• Java 的引用链
  • 日常使用的都是「强引用」，弱引用、虚引用、影子引用
• 什么是垃圾？
  • 可达性分析，沿着 GC root 能访问到的都是非垃圾、其他都是垃圾
• GC root 有哪些？
  • 线程、native 方法、栈帧中的局部变量表、Class 引用的 static field
• 什么是 safepoint？
  • 所有线程停止的地方（安全点）
• GC  过程
  • 等待 safepoint （干活的人都停下来）
  • 引用分析 (找到垃圾)
  • Finalize 队列 （把垃圾放到队列，最终判断是否要回收）
  • 分代垃圾回收 （回收垃圾）
• 分代垃圾回收
  • 年轻代：Survivor0 / Survivor1 / Eden
  • GC 次数多了，提升到老年代。
  • 永久代 / 元空间
• 不同的垃圾回收算法
  • 老年代/年轻代（串行、并行算法），年轻代：压缩拷贝 老年代：压缩整理
  • 之前的 GC 需要一个 STW 过程，因此为了降低 STW 的时间使用了 CMS，又由于与之前的串行并行不兼容，因此单独使用了一个 ParNew
  • 当前算法：G1。 未来算法：Shenandoad / ZGC
• GC 调优：参考网上文档，看看过程。
• GC 问题：OOM、CPU 100% ( cpu 一值在执行，死循环 )

多线程基础

• Thread / Runnable / Callable 关系
  • Thread 是真正的线程，对应内核中的线程。Runable 无法返回，且不抛出 checked 异常。Callable 只能交由线程池运行。
• Thread 声明周期：
  • new: 线程创建
  • runnable: 分配了任务
  • terminated: run 方法执行完。
  • blocked: 线程阻塞、等待获取锁
  • waiting:  等待、等待被唤醒
  • time waiting: 超时等待。
• ThreadLocal 实现原理：
  • 具体的数据并非保存在 ThreadLocal，而是保存在线程里面。好处就是：线程结束或者销毁，他所持有的数据也会被销毁。
• InterruptedException 异常，当 wait、sleep 等方法运行抛出。用于线程任务的中断。

线程同步

• synchronized 锁住的是什么?
  • 锁住的永远都是对象，有普通对象实例，Class 对象，this
• synchronized 底层实现
  • 方法：modifiers - sync  有对应的标志位
  • 代码块：进入的时候有 MONITORENTER / MONITOREXIT 两条字节码指令。
• 锁升级（膨胀）、锁消除、锁粗化、自旋锁（八股先不急）
• volatile 是什么？
  • 关键字，保证了共享变量对其他线程的可见性，任何一个线程写入之后，其他线程应该都可见。
  • 实现：JVM 立刻把共享变量刷新到主内存，其他线程都从主内存读即可。
• 指令重排序
  • 编译器发现同一线程的指令执行互不干扰，于是与不同的顺序方式去执行。
• 为什么有同步的时候不需要 volatile ?（有规定）
  • synchronized / Lock / AtomicX

JUC 包（简化多线程开发）

• 乐观锁和悲观锁
  • 悲观锁，Synchronized，锁住的对象在某一时刻只能被一个线程持有，严格保证了数据安全，但是上下文切换的性能开销相对较大。例子：一群人维圈抢一个凳子，谁快谁先做椅子，抢到椅子的人离开后，剩下那群人继续抢这个椅子，一直持续下去。
  • 乐观锁，基于 CAS。
• AQS （抽象的队列同步器）原理：基于队列的同步容器（工具），里面有一个状态，该状态是原子更新的，如果没有办法成功更新该状态，则代表没有线程获取锁，反之有线程获取到锁。
• CAS 实现和底层原理：
  • 原理：内存位置的内容与给定值进行比较，并且仅当它们相同时，才将该内存位置的内容修改为给定的新值。
  • 例子：内存位置 V，程序执行从 V 中取到的值为 10，需要对值进行自增 1 操作，因此新值为 11 。程序开始执行，之前从 V 中取到的值为 10，获取当前 V 中的值，如果为 10，表示 V 中的值没有被修改，因此把 11 放进 V 中，如果为 11  表示 V 中的值被其他线程篡改了，因此此次更新失败，并把现在 v 中的值 11 返回保存，继续进行重试，直到成功。
• ConcurrentHashMap 原理：
  • Java 8：哈希表加链表或红黑树，并发扩容，CAS。锁的粒度很细。
• CountDownLatch：主线程 await 等待，其他线程使用 countDown 数量减1，数量为 0 时，继续执行主线程代码。
  • 主线程：做核酸。其他线程：核酸排队，10人一组。工作人员清点组人数，来一个就减 1 直到减为 0，安排该组进行核酸。
• CyclicBarrier：await 等待，当所有数量的线程都在 await，开始执行。
  • 每个大白需要负责一条核酸线路，共 5 条。需要所有大白在场，才开始进行核酸检测，先来的大白就等待（await），直到5个人都来齐了，开始进行核酸检测。
• 线程池（一家公司，核心员工数量 预计10人，除核心员工外还可以多招5个外包员工）
  • 参数：核心员工、外包员工人数、超过多长时间没事干就开除员工
  • 如何工作：
    1. 当新项目来的时候，发现核心员工数量不到10人，招一个核心员工来处理这个项目。
    2. 如果项目来的时候，所有核心员都在干活，那我们就给尝试给项目排期（放入队列）
    3. 如果排期失败（核心员工没时间处理新项目），就去招一个外包员工。如果人数已经达到最大上限（核心员工+外包员工 = 15）或者公司倒闭了，就拒绝该新项目（拒绝项目也有策略）。
  • 公司接不了新项目了，如何拒绝：
    • 放弃该项目
    • 谁建的新项目，自己去执行
    • 直接丢弃排期项目中最晚的项目，然后再把该新项目加入排期，再去试试看能不能完成。
    • 直接摆烂、不管这个丢弃的项目
  • 需要注意的地方
    • 需要明确项目中最大支持的线程
    • 大概知道线程池的工作状态

计算机原理/操作系统

• 进程之间的通信：管道 / 信号 / 共享内存 / socket (tcp)
• 僵尸进程
  • 当父进程创建了子进程，且子进程销毁后，子进程会留下 task 数据结构，exit code 等相关信息保留一段时间，便于父进程调用，此时子进程是僵尸状态。父进程调用后就会删除相关信息，但是当父进程不调用或者自身销毁后，子进程的留下的信息如何处理？
  • 解决方法：Linux 的 init 进程会定时把自身设置僵尸进程的父亲，然后把他们清理。
• 常见系统问题排查与僵尸进程

TCP / UDP / HTTP / HTTPS / SSH

• tcp 可靠传输，自动重传。三次握手、四次挥手
  • 明文、基于流。
• udp 尽最大可能交付，允许错误发生。场景：视频、语音、直播。
• SSH 连接流程
  • 在服务器上设置自己的公钥信息。
  • 使用 SSH 命令连接服务器，此时 SSH 会用你的私钥加密一小段数据，传输给服务器。
  • 服务器使用公钥，进行解密，解密成功建立连接。
• RSA 非对称加密
  • 公加私解：保密传输
  • 私加公解：数字签名
• HTTPS 的 SSL handshake 流程
  • 请求服务器，服务器用私钥加密一段数据（数字签名），把加密后的数据和公钥返回给客户端
  • 计算机中的 CA 机构对公钥进行检查认证，验证通过往下执行，否则会提示。
  • 客户端根据用返回的公钥对加密的数据进行解密，解密成功即可确认该服务器是想要请求的服务器。
  • 客户端用公钥加密一段数据（对称加密算法），返回给服务器。服务器用私钥进行解密，得到对称加密算法，此时客户端与服务器 HTTPS 连接已经建立完成
  • 后续的通信使用对称加密算法，对内容进行加密解密。

Redis

• Redis 为什么这么快？
  • 单线程，避免了上下文切换。
  • 数据结构优化
  • IO 多路复用
• Redis 支持的数据结构
  • String / List / Set / Zset / Hash
  • 延时队列实现 - Zset score 设置为时间戳
  • 不带消费保证消息队列
• Redis 的两种持久化
  • RDB / AOF：全量 / 增量
  • BGSAVE / CopyOnWrite
• Redis 淘汰策略
  • LRU - Least Recent Used 最近最少使用
  • noeviction 不淘汰，内存超过设置的值丢出异常。
  • allkeys-lru 所有的 key 使用 lru 的方式淘汰
  • volatile-lru 过期的 key 使用 lru 的方式淘汰
  • allkeys-random 所有的 key 随机淘汰
  • volatile-random 所有过期的 key 随机淘汰
  • volatile-ttl 淘汰超时的 key，和快要过期的 key
• Redis 主从？
  • 一个 Master， 若干个 Slave 同步
• Redis 哨兵机制
  • Master 和若干个 slave，以及 Sentinel，其中 Sentinel 用来监控 redis 集群状态。当 master 挂掉，Sentinel 就会知道，并且选一个 slave 称为新的 master，然后通知应用程序做变更。
• 分布式锁
  • SETNX TIMEOUT，命令在指定的 key 不存在时，为 key 设置指定的值，这种情况下等同 SET 命令。当 key存在时，什么也不做。并设置个超时时间避免死锁。
  • redlocks?
• 缓存雪崩
  • 缓存突然挂了，所有的流量涌到数据库上
  • 解决方案：限流（熔断）只处理指定数量流量、服务降级。
• 缓存穿透
  • 使用一个不存在的 key 频繁 访问数据库。
  • 解决方法：把找不到的情况也放在 redis 中，同正常的情况一致处理。
• 缓存与数据库的一致性（左耳朵耗子：缓存更新的条路)

数据库

• B+ 树，是多叉树，高度很低。Hash 索引。
• B+ 树特点：减少磁盘 IO，每次读取尽可能多的数据、范围查找、磁盘预读（把数据和周围的数据都读取做缓存）
• Hash特点：快，但是无法进行范围查找
• 聚簇索引和非聚簇索引
  • InnoDB 聚簇索引，只有主索引关联对应并持有的数据，非主索引存储主索引的指针（也称回表），因此通过非主索引的查找如下：非主索引 -> 主索引 -> 数据。
  • MyISAM 非聚簇索引，主索引和非主索引都关联并持有数据。
• 乐观锁悲观锁
• 各种隔离等级
• MySQL 索引优化
  • 最左匹配原则：创建联合索引 “a,b,c” 时，实际上创建了三个索引，a索引，a,b 索引，a,b,c 索引。根据查询条件选择索引。
  • 排查：explain 命令，查看对应的语句使用索引的情况。
  • 索引失效：不满足最左匹配或者使用了函数。例如：where date(create_at) < ‘2022-05-01’
• MySQL 主从
  • 什么是 Binlog: 记录所有对数据库更改的一个日志，二进制文件。用于数据库主从同步和备份。
  • 主从同步过程：主库发生写请求，对应的 Binlog 会进行修改。binlog 会发送给从库，binlog在从库中有个 relaylog(中继日志)，把relaylog 和当期那从库合并。

消息队列

RPC 与 Dubbo

• RPC 是如何工作？
  • 代理模式：JDK 动态代理、Cglib 字节码增强
  • 二者优缺点：本质都是生成一个字节码，JDK 只能代理接口，而 Cglib 是代理一个类，功能更强大。
• Dubbo 是如何工作？
  • 官网图
• 负载均衡、服务注册、健壮性
  • 负载均衡算法：roundrobin（轮流）、加权轮流、Sticky（粘性）、hash（客户端 ip 进行 hash）
  • 服务注册：每个服务提供者把自己注册到服务中心中
  • 健壮性：
    • 当注册中心挂掉，不影响到消费者和服务者通信。
    • 当服务提供者挂掉后，服务消费者应自动的重连下一个机器，自动恢复
    • 所有的提供者挂掉，消费者可以预先配置默认的返回值
• 限流算法
  • 计数器：设定接口的值，例如1000，每个请求进来都减1，当变成负数之后，不处理请求。后台设置定时任务，每秒将该值设置为 1000，这样就可以达到 1000qps。缺点：1000 瞬间变成0，服务器会一直拒绝其他请求，导致无响应。
  • 漏桶：请求都放在漏斗中，处理完成的请求通过尖嘴流出，漏斗溢出的请求不处理。
  • 令牌桶：令牌生成器，往桶里放令牌。每个请求需要去桶拿令牌消耗，能拿到请求继续，否则请求结束。当令牌桶的令牌被消耗完之后，请求则需要等待令牌生成器生成令牌，才能往下继续。

Zookeeper 与分布式

• 分布式序列号生成算法
  • 雪花算法
• 分布式事务
• 分布式一致性
  • 强一致：用户所做的修改所有服务器上立刻得到更新，可用性和性能相对差
  • 弱一致（最终一致）：下完订单，刷新回到未付款状态，再次刷新已支付
• 保证分布式一致性
  • 一致性 Hash，请求计算 hash 选择最近的 hash 节点。节点分布不均，可以设置虚拟节点

Spring / SpringMVC / Spring Boot

• IOC / DI 及其实现原理
• 容器 / bean 声明周期
• AOP 实现及原理：JDK 动态代理和 Cglib 字节码增强。
• 设计模式：refresh 模板方法，单例模式，代理模式，工厂模式。
• Spring Boot 改进
  • 流程配置全部自动化掉，Spring 和 SpringMVC 有的他都有
  • 基于注解的，减少 xml
  • Auto configuration 自动配置
  • 内置 Tomcat 等 Servlet 容器
• Spring Boot 缺点
  • 像魔法，封装的太好了。使用者不明白他是如何工作的
  • jar 包比较大，内存比较多

CI 与持续集成

• 概念：程序员写代码，提交代码，测试环境中进行测试，测试无误发布到生产环境，生产环境出 bug 又要回滚。可以看到从提交代码之后的每个步骤，程序员都需要手动的进行操作，比如发布，部署项目，手动测试项目，回滚项目等等。我们要做的是，程序员只需要负责编写和提交代码，剩下的工作都交给自动化工具去做。
• 流程：本地开发环境 -> 版本控制系统 (Git) -> CI 服务器（Jenkins）-> 测试环境服务器、预生产服务器、生产服务器

what do you do?

• 研究文本抄袭算法 SimHash、了解 Handlp、斯坦福 MOSS 服务。
• 学英语
• Java 8 - Java 18 历代的变化，有哪些新特性，自己的项目在使用 Java 17
• 简单学习了 LaTeX，CV 也是使用开源项目 Awsome CV 和 LaTex 编排的。
• 学习 Groovy 脚本语言