多线程，线程池，JVM ，GC

MySQL 索引

MySQL存储引擎：InnoDB, MyISAM, Memory, NDB等
以InnoDB存储引擎为例：
InnoDB存储引擎只支持BTree类型的索引。索引类型有Primary Key, Unique, Key, FULLTEXT和SPATIAL。按照索引列的数量分为单列索引和组合索引。

  1. Primary Key（聚集索引）：InnoDB存储引擎的表会存在主键（唯一非null），如果建表的时候没有指定主键，则会使用第一非空的唯一索引作为聚集索引，否则InnoDB会自动帮你创建一个不可见的、长度为6字节的row_id用来作为聚集索引。
  2. 单列索引：单列索引即一个索引只包含单个列
  3. 组合索引：组合索引指在表的多个字段组合上创建的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用。使用组合索引时遵循最左前缀集合
  4. Unique（唯一索引）：索引列的值必须唯一，但允许有空值。若是组合索引，则列值的组合必须唯一。主键索引是一种特殊的唯一索引，不允许有空值
  5. Key（普通索引）：是MySQL中的基本索引类型，允许在定义索引的列中插入重复值和空值
  6. FULLTEXT（全文索引）：全文索引类型为FULLTEXT，在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值。全文索引可以在CHAR、VARCHAR或者TEXT类型的列上创建
  7. SPATIAL（空间索引）：空间索引是对空间数据类型的字段建立的索引，MySQL中的空间数据类型有4种，分别是GEOMETRY、POINT、LINESTRING和POLYGON。MySQL使用SPATIAL关键字进行扩展，使得能够用于创建正规索引类似的语法创建空间索引。创建空间索引的列必须声明为NOT NULL

linux输入输出 重定向命令

lambda表达式介绍

mysql的引擎类型及区别

MySQL 的索引创建过程 出现大数据查询比较慢时怎么排查

多系统之间依赖包有依赖冲突怎么解决

什么是依赖冲突？
依赖冲突是指项目依赖的某一个jar包，有多个不同的版本，因而造成类包版本冲突。
依赖冲突的原因？
依赖冲突很经常是类包之间的间接依赖引起的。每个显式声明的类包都会依赖于一些其它的隐式类包，这些隐式的类包会被maven间接引入进来，从而造成类包冲突。
如何解决依赖冲突？
首先查看产生依赖冲突的类jar，其次找出我们不想要的依赖类jar，手工将其排除在外就可以了。

  1. 查看依赖冲突

a. 通过dependency:tree命令来检查版本冲突
mvn -Dverbose dependency:tree
其中omitted for duplicate表示有jar包被重复依赖，最后写着omitted for conflict with xxx的，说明和别的jar包版本冲突了，而该行的jar包不会被引入。
b. 如果使用idea，可以安装maven helper插件来检查依赖冲突

  1. 解决冲突

a. 使用第一声明者优先原则
谁先定义的就用谁的传递依赖，即在pom.xml文件自上而下，先声明的jar坐标，就先引用该jar的传递依赖。
b. 使用路径近者优先原则
即直接依赖级别高于传递依赖。
c. 排除依赖
如果使用idea，可以使用maven helper插件进行排除。
d. 版本锁定
使用dependencyManagement进行版本锁定，dependencyManagement可以统一管理项目的版本号，确保应用的各个项目的依赖和版本一致。

http常用返回码

restfulApi知识

如何保证微服务间高可用

springmvc和spring的区别

Springboot 和Spring 之间的区别理解

内存泄露是怎么发生的，可以怎么修复

java中锁 内存泄漏

jdk8 的lambda表达式

集合、数据列表 数据结构和算法

面向对象了解，熟悉封装、集成、多态

熔断和限流的区别

  1. 熔断的目的是应对外部系统的故障，而降级是应对系统自身的故障。
  • 实现思路：需要系统有一个统一的API调用层，由API来进行采样或者统计。
  1. 限流，只允许系统能够承受的访问量进来，超出的会被丢弃。降级从系统功能优先级角度考虑如何应对故障，而限流则从用户访问压力的角度来考虑如何应对故障。

常见限流方式：

  • 基于请求限流：指从外部请求的角度考虑限流。
  • 基于资源限流：指从系统内部考虑，找到影响性能的关键资源，对其使用上限限制。

网关的作用

微服务网关是整个微服务API请求的入口，可以实现过滤Api接口。
作用：可以实现用户的验证登录、解决跨域、日志拦截、权限控制、限流、熔断、负载均衡、黑名单与白名单机制等。

过滤器与网关的区别
过滤器适合于单个服务实现过滤请求；
网关拦截整个的微服务实现过滤请求，能够解决整个微服务中冗余代码。
过滤器是局部拦截，网关实现全局拦截。

两个服务器间调用，如果别人说你的接口慢，怎么优化

http请求的转发和重定向区别

fegin和http请求的区别

Spring Bean 的作用域

查询数据量比较大的数据表，怎么优化

JUC 包里面的 工具类，线程安全实现原理

ThreadLocal 如何实现线程隔离

说一说你比较熟悉的设计模式

怎么创建线程

java竞争资源的锁机制

多线程编程 安全处理 线程池

ConcurrentHashMap 和 CopyOnWriteArrayList 异同

ConcurrentHashMap 线程安全的原理，CAS的安全机制

ReentrantLock 和 synchronized 相关原理

kafka 和MQ 的区别

实际场景选择
在实际生产应用中，通常会使用kafka作为消息传输的数据管道，rabbitmq作为交易数据作为数据传输管道，主要的取舍因素则是是否存在丢数据的可能；rabbitmq在金融场景中经常使用，具有较高的严谨性，数据丢失的可能性更小，同事具备更高的实时性；而kafka优势主要体现在吞吐量上，虽然可以通过策略实现数据不丢失，但从严谨性角度来讲，大不如rabbitmq；而且由于kafka保证每条消息最少送达一次，有较小的概率会出现数据重复发送的情况；

  1. 应用场景方面

RabbitMQ：用于实时的，对可靠性要求较高的消息传递上。
kafka：用于处于活跃的流式数据，大数据量的数据处理上。

  1. 架构模型方面

producer，broker，consumer
RabbitMQ：以broker为中心，有消息的确认机制
kafka：以consumer为中心，无消息的确认机制

  1. 吞吐量方面

RabbitMQ：支持消息的可靠的传递，支持事务，不支持批量操作，基于存储的可靠性的要求存储可以采用内存或硬盘，吞吐量小。
kafka：内部采用消息的批量处理，数据的存储和获取是本地磁盘顺序批量操作，消息处理的效率高，吞吐量高。

  1. 集群负载均衡方面

RabbitMQ：本身不支持负载均衡，需要loadbalancer的支持
kafka：采用zookeeper对集群中的broker，consumer进行管理，可以注册topic到zookeeper上，通过zookeeper的协调机制，producer保存对应的topic的broker信息，可以随机或者轮询发送到broker上，producer可以基于语义指定分片，消息发送到broker的某个分片上。

  1. RabbitMQ的消息应当尽可能的小，并且只用来处理实时且要高可靠性的消息。
  2. 消费者和生产者的能力尽量对等，否则消息堆积会严重影响RabbitMQ的性能。

  3. 集群部署，使用热备，保证消息的可靠性。

  4. 应当有一个非常好的运维监控系统，不单单要监控Kafka本身，还要监控Zookeeper。(kafka强烈的依赖于zookeeper,如果zookeeper挂掉了，那么Kafka也不行了)

  5. 对消息顺序不依赖，且不是那么实时的系统。
  6. 对消息丢失并不那么敏感的系统。
  7. 从 A 到 B 的流传输，无需复杂的路由，最大吞吐量可达每秒 100k 以上。

kafka 如何避免重复消费

微服务熔断，限流

Redis 缓存雪崩

缓存雪崩表示在某一时间段，缓存集中失效，导致请求全部走数据库，有可能搞垮数据库，使整个服务瘫痪。
使缓存集中失效的原因：
1、redis服务器挂掉了。
2、对缓存数据设置了相同的过期时间，导致某时间段内缓存集中失效。
如何解决缓存集中失效：
1、针对原因1，可以实现redis的高可用，Redis Cluster 或者 Redis Sentinel(哨兵) 等方案。
2、针对原因2，设置缓存过期时间时加上一个随机值，避免缓存在同一时间过期。

缓存穿透：key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，请求都会到数据源，从而可能压垮数据源。比如用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。
缓存击穿：key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩：当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统(比如DB)带来很大压力。

乐观锁 怎么实现公平锁

垃圾回收器用的啥

CMS和G1