Java基础
String 和 StringBuffer，StringBuilder 的区别
1、String 是“字符串常量”，也就是不可改变的对象。 2、StringBuffer 与 StringBuilder，他们是字符串变量，是可改变的对象，每当我们用它们对字符串做操作时，实际上是在一个对象上操作的，不像 String 一样创建一些对象进行操作，所以速度就快了。 3、SringBuffer：线程安全的；StringBuilder：线程非安全的 4、使用场景
- 如果要操作少量的数据用 String
- 单线程操作字符串缓冲区下操作大量数据用 StringBuilder
- 多线程操作字符串缓冲区下操作大量数据 用 StringBuffer 。【在应用程序要求线程安全的情况下，则必须使用 StringBuffer 类】
另一种回答方式
看如何操作：
常量的声明，少量的变量运算，选String
频繁的字符串运算，如拼接，修改，删除等，选StringBuilder或StringBuffer
StringBuilder和StringBuffer如何选？
涉及线程安全，选StringBuffer
不涉及线程安全，选StringBuilder
StringBuilder的效率比StringBuffer的要高，所以更多的情况下使用的是StringBuilder
为什么这样选？
String：String 类是不可改变的，所以你一旦创建了 String 对象，那它的值就无法改变了
当两个字符串拼接时，会产生一个新的字符串去接收拼接的结果，但前两个字符串并没有销毁，当拼接操作变多以后，产生大量的String 临时类，消耗内存，增加对垃圾回收占用CPU的时间
StingBuilder和StringBuffer：StringBuffer 和 StringBuilder 类的对象能够被多次的修改，并且不产生新的未使用对象。
集合
Java集合都有哪些？
l Java集合分为Collection（List、Set）和Map两大类
l List：ArrayList、LinkedList、Vector、Stack
l Set：HashSet、LinkedHashSet、TreeSet
l Map：HashMap、LinkedHashMap、TreeMap、ConcurrentHashMap、Hashtable
几大集合存储特性以及区别？
List、Set、Map 的区别：
- List 是允许存重复关系，有序的，可以插入多个 null 元素
- Set 不允许重复对象，无序的，只允许一个 null 元素，没有索引
-
哪些集合类时线程安全的
l 线程安全：当多线程访问时，采用了加锁的机制；即当一个线程访问该类的某个数据时，会对这个数据进行保护，其他线程不能对其访问，直到该线程读取完之后，其他线程才可以使用。
l 线程不安全：多个线程能够同时操作某个数据，从而出现数据不一致
l 对于线程不安全的问题，一般会使用synchronized 关键字加锁同步控制。
l 线程安全：Vector、Stack、HashTable、ConcurrentHashMap。
l 非线程安全：ArrayList、HashMap、HashSet、TreeMap、TreeSet。List
ArrayList、LinkedList、Vector的区别：
ArrayList集合：底层是数组结构实现，查询快、增删慢；非线程安全，非同步的；默认容量是 10，扩容是 1.5 倍扩容；存放的是Object对象类型
- LinkedList集合：底层是双向链表结构实现，查询慢、增删快
- Vector中的方法由于添加了synchronized修饰，因此Vector是线程安全的容器，但性能上较ArrayList差，因此已经是较少使用。为了提高效率，Vector默认扩充为2倍
ArrayList为什么它查询快增删慢？
- 查询快
ArrayList底层是数组的结构，查询快是因为它是连续存放元素的，当我们找到第一个元素的首地址，再加上每个元素的占据的字节大小就能定位到对应的元素，不需要进行遍历。
- 增删慢（使用数组的弊端）
- 每当插入或删除操作时 都需要向前或向后的移动元素
- 当插入元素时 需要判定是否需要扩容操作
- 扩容操作：创建一个新数组 增加length 再将元素放入进去，较为繁琐
ArrayList有最大或者最小的容量吗？
有最大最小容量限制，默认初始容量为10，当超过数组的长度时，按照1.5倍进行扩容，最大容量为Integer.MAX_VALUE - 8，【为什么是减8，因为数组对象有一个额外的元数据，用于表示数组的大小。】
LinkedList为什么查询慢、增删快?
- 查询慢（双向链表的弊端）
双向链表的查询逻辑是他会根据index的大小判断是从前开始遍历还是从后开始遍历，如果index更靠前就从前遍历，更靠后就从后遍历，也就是在查询过程中，会一次次的移动指针直到获取到index的值。 - 增删快
只需要修改插入位置或删除位置左右数据的引用目标即可。
总结：如果查询修改比较多应该选用ArrayList，如果增加和删除操作比较多应该选择Linkedlist
Set
Set集合概述和特点
- 不可以存储重复元素
- 存取顺序不一致
- 没有索引
TreeSet集合
排序规则
如果存储的是已存在的引用类型数据，比如Integer、String等，那么底层已经有实现自然排序。
如果存储的是自定义对象，那么必须实现自然排序或比较器排序，否则直接打印集合时会出现类转换异常
- 两种排序比较方式总结【理解】
- 自然排序: 自定义类实现Comparable接口,重写compareTo方法,根据返回值进行排序
- 比较器排序: 创建TreeSet对象的时候传递Comparator的实现类对象,重写compare方法,根据返回值进行排序
底层原理
底层是红黑树实现，遍历时，先获取左边，再获取中间，再获取右边
二叉树（任意一个节点的度要小于等于2）
二叉查找树（左节点上的值小于自己，右节点上的值大于自己）
平衡二叉树（二叉树左右两个子树的高度差不超过1、任意节点的左右两个子树都是一颗平衡二叉树）
红黑树的特点
- 平衡二叉B树
- 每一个节点可以是红或者黑
- 红黑树不是高度平衡的,它的平衡是通过”自己的红黑规则”进行实现的
- 红黑树的红黑规则
- 每一个节点或是红色的,或者是黑色的
- 根节点必须是黑色
- 如果一个节点没有子节点或者父节点,则该节点相应的指针属性值为Nil,这些Nil视为叶节点,每个叶节点(Nil)是黑色的
- 如果某一个节点是红色,那么它的子节点必须是黑色(不能出现两个红色节点相连 的情况)
- 对每一个节点,从该节点到其所有后代叶节点的简单路径上,均包含相同数目的黑色节点
HashSet集合
底层数据结构是哈希表
哈希表结构
- JDK1.8以前（不包括JDK8），底层采用数组+链表实现。
- JDK1.8以后，底层进行了优化。底层采用数组+链表+红黑树实现。
- 节点个数少于等于8个：数组 + 链表
- 当链表上的元素过多时，不利于添加，也不利于查询。
- 节点个数多于8个：数组 + 红黑树
treeSet与hashSet有什么区别
相同点：
两者中的值都不能重复，就如数据库中唯一约束
不同点：
1、TreeSet 是红黑树实现的,Treeset中的数据是自动排好序的，不允许放入null值
2、HashSet 是哈希表实现的,HashSet中的数据是无序的，可以放入null，但只能放入一个null
3、HashSet是通过HashMap实现的,TreeSet是通过TreeMap实现的,只不过Set用的只是Map的key
set为什么不能存储重复的元素？
以hashSet为例，在添加元素到集合时，会使用hashCode()与equals()来判断存入的对象是否重复。
首先，计算存入元素的哈希值，如果在集合中不存在该哈希值，就把元素存储到集合中；如果存在（哈希冲突），会调用equals方法和哈希值相同的元素进行比较，根据equals方法返回的结果进行判断；
equals方法返回true;认定两个元素相同，就不会把元素存储到集合中；
equals方法返回false;认定两个元素不相同，就把元素存入集合中。
hashSet与hashMap 它们的区别？
Map
HashMap的特点
- HashMap底层是哈希表结构的
- 依赖hashCode方法和equals方法保证键的唯一
如果键要存储的是自定义对象，需要重写hashCode和equals方法
如果键存储的是Java已有引用数据类型对象，那么不需要重写hashCode和equals方法
HashMap 的底层数据结构？HashMap 的 put 方法是如何实现添加数据到 HashMap 集合中的？
1、 jdk1.7 之前 HashMap 底层数据结构是:哈希表数组+链表的数据结构。jdk1.8 之后底层数据结构是:哈
希表数组+链表+红黑树。
2、 当调用 put 方法时 
1) 对 Key 求 Hash 值，然后再计算出对应的数组索引。
2) 如果数组索引处的值为null，直接放在该数组位置上。
3) 如果不为null，则调用equals方法比较键的属性值，如果返回true，则覆盖替换旧值；如果返回false，则以链表的方式将新值放入到数组索引处，链接到旧值后面。
4) 如果链表长度超过阀值( TREEIFY THRESHOLD==8)，就把链表转成红黑树
5) 如果数组满了(容量 16*加载因子 0.75)，就需要 resize(扩容 2 倍后重排)。
3、 get 过程
当我们调用 get()方法，HashMap 会使用键对象的 hashcode 找到 bucket 位置，找到 bucket 位置之后， 会调用 keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。
TreeMap的特点
- TreeMap底层是红黑树结构的
- 依赖自然排序或者比较器排序,对键进行排序（只关心键，不关心值）
如果键存储的是自定义对象,需要实现Comparable接口或者在创建TreeMap对象时候给出比较器排序规则
map的分类，HashMap 与 HashTable 的区别
HashMap 是线程非安全的，非同步的；允许 null key 和 null value；HashMap 的初始容量是 16
- HashTable 是线程安全的，同步的，不允许 null key 和 null value； HashTable的初始容量是11,扩容策略是翻倍加1,即当前容量 capacity * 2 + 1，采取悲观锁synchronized的形式保证数据的安全性，只要有线程访问，会将整张表锁起来，效率低下（悲观锁）
- ConcurrentHashMap也是线程安全的，效率较高。 在JDK7和JDK8中，底层原理不一样。ConcurrentHashMap使用了分段锁技术来提高了并发度，不在同一段的数据互相不影响，多个线程对多个不同段的操作是不会相互影响的。每个段使用一把锁。所以在需要线程安全的业务场景下，推荐使用ConcurrentHashMap，而HashTable不建议在新的代码中使用
1、 HashMap：
- 底层数组+ 链表实现，可以存储 null 键和 null 值，线程不安全。
- 初始 size 为 16，扩容:newsize = oldsize*2，size 一定为 2 的 n 次幂。
- 扩容针对整个 M a p ，每次扩容时，原来数组中的元素依次重新计算存放位置，并重新插入。
- 插入元素后才判断该不该扩容，有可能无效扩容(插入后如果扩容，如果没有再次插入，就会产生无效扩容)。
- 当 Map 中元素总数超过 Entry 数组的 75%，触发扩容操作，为了减少链表长度，元素分配更均匀。
- 计算 index 方法:index = hash & (tab.length – 1)。
- jdk1.8 之后加入了红黑树。
2、 ConcurrentHashMap：
- 底层采用分段的数组（长度16的大数组和长度2的小数组）+ 链表实现，线程安全。
- 通过把整个 Map 分为 N 个 Segment，可以提供相同的线程安全，但是效率提升 N 倍，默认提升 16 （支持16个线程同时访问）倍。(读操作不加锁，由于 HashEntry 的 value 变量是 volatile 的，也能保证读取到最新的值。)
- ConcurrentHashMap 允许多个修改操作并发进行，其关键在于使用了锁分离技术，有些方法需要跨段，比如 size()和 containsValue()，它们可能需要锁定整个表而而不仅仅是某个段，这需要按顺序锁定所有段，操作完毕后，又按顺序释放所有段的锁。
- 扩容:段内（长度为2的小数组）扩容(段内元素超过该段对应 Entry 数组长度的 75%触发扩容，不会对整个 Map 进行扩容)，插入前检测需不需要扩容，有效避免无效扩容。
- jdk1.8 之后加入了红黑树。
多线程
ThreadLocal的作用是什么？线程池的状态有哪些？线程池的好处是什么？线程的实现方式有几种？哪一种比较好，为什么？sleep与wait的区别？有没有在项目中写过多线程，线程池？
进程与线程的区别
线程在项目中有写过吗？并发量多吗？数据量多吗？
有用到过多线程吗？
hashmap的底层原理有了解吗？知道它为什么线程不安全吗？因为hashmap有个自动扩容机制，在取值赋值删除值的时候，多个线程操作会引起死循环 会导致 Hashmap出现死循环是因为多线程会导致 Hashmape的Enty节点形成环链，这样当遍历集合时 Entry的next节点永远不为空，从而形成死循环
核心线程池ThreadPoolExecutor的参数和执行流程
当阻塞队列任务完成后（没有任务要被处理），临时线程达到设置的空闲时间后就会被销毁
充吧项目
网络
redis
redis的应用场景？
redis的几种数据类型？
Redis 的持久化有哪几种方式？不同的持久化机制都有什么优缺点？
redis的定时清理垃圾图片是怎么实现的？redis的set存储什么数据？如果用户上传图片后，但是正在填写其他的信息，这时定时任务正好把图片删除要怎么处理？
——在清理图片的时候，判断图片的上传时间距现在多久，只清理上传时间超过半个小时以上、并且没有和套餐关联的图片
商品搜索引擎为什么要用elasticSearch、 购物车为什么就要用redis 他们的区别是什么
es专门做搜索服务的，支持分词搜索 购物车的数据是经常变动的，频繁进行更新，所以放到redis
redis如果挂了，那购物车信息不久丢失了？
redis的持久化有哪几种方式？哪种方式更好？
redis的几种基本类型？ sorted set可以进行排序，那它怎么可以排序呢？List你认为它是一种什么样的结构呢
Redis中的List数据结构是链表型的，类似于LinkedList。所以它的插入效率非常高，时间复杂度为O(1)。它的查询效率较慢，时O(n)。
redis中的基本类型中，你用的比较多的是哪些？
redis的信息如果丢失了，你们是怎么处理的？
redis这一块有了解过部署吗？zsort类型有了解过吗？有用过分布式锁吗？
https://juejin.cn/post/6844903830442737671#heading-1 基于Redis的分布式锁实现 分布式锁，它是控制分布式系统之间互斥访问共享资源的一种方式。 分布式锁机制保证多个服务之间互斥的访问共享资源，如果一个服务抢占了分布式锁，其他服务没获取到锁，就不进行后续操作。
分布式锁的特点
分布式锁一般有如下的特点：
- 互斥性： 同一时刻只能有一个线程持有锁
- 可重入性： 同一节点上的同一个线程如果获取了锁之后能够再次获取锁
- 锁超时：和J.U.C中的锁一样支持锁超时，防止死锁
- 高性能和高可用： 加锁和解锁需要高效，同时也需要保证高可用，防止分布式锁失效
- 具备阻塞和非阻塞性：能够及时从阻塞状态中被唤醒
分布式锁的实现方式
使用Lua脚本（包含setnx和expire两条指令）
使用 set key value [EX seconds][PX milliseconds][NX|XX] 命令 (正确做法)
…….
Redis实现的分布式锁轮子(SpringBoot + Jedis + AOP)
数据库
如果有2张关联的表，数据非常庞大，现在让你去查询非常大的数据，你有什么调优方案吗？ 如果发现sql查询比较慢，要怎么进行优化？（前提：不用es）
https://www.jianshu.com/p/ed877806888d
- sql优化（可以从业务以及技术上进行优化，根据你选择的引擎、表中数据的分布情况、索引情况等情况从整体进行优化，可以结合explain关键字来查看优化效果）
尽可能的使用 varchar/nvarchar 代替 char/nchar
对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 应尽量避免在 where 子句中对字段进行 null 值判断
避免在 WHERE 子句中使用 in，not in，or 或者 having。可以使用 exist 和 not exist 代替 in 和 not in。
避免全表数据查询，少用select
尽量避免SELECT 而是一一罗列出所需要查询的字段
- 索引优化
- 缓存的配置（mysql支持缓存查询语句或者缓存查询数据，但当一个表格的更新数据表操作非常多的话，query cache是不会起到查询提升的性能，还会影响其他操作的性能。）
- slow_query_log分析
当你设置slow_query_log为on的时候，server端会对每次的查询进行记录，当超过你设置的慢查询时间 (long_query_time)的时候就把该条查询记录到日志。而你对性能进行优化的时候，就可以分析慢查询日志，对慢查询的查询语句进行有目的的优化。
- 子查询优化（在绝大多数情况下，服务器对join的查询优化要远远高于子查询优化。）
- 分库、分表（数据迁移、字段迁移）
- 用的最多的是左连接 查询速度最快
- 减少数据库的连接次数
- 批量插入 不要在for循环中 进行一次次的插入insert into() insert into()…..要使用insert into(),(),()
什么情况会式索引失效？ 我只回答了一种情况 在不分库分表的情况下， 可以进行索引优化，添加索引后不走索引是什么情况？
类型不一致导致的索引失效（表字段类型是varchar，但是我查询的时候使用了数字类型，因为这个中间存在一个隐式的类型转换，所以就会导致索引失效）
在索引列进行运算或者使用函数导致索引失效;
在 sql 中使用 <> 、not in 、not exist、!=，or，like “%_” 百分号在前，where 后使用 IS NULL、IS NOT NULL 或者使用函数，会使索引失效
**
%like导致索引失效，但是又必须使用模糊查询来保证业务的话，有没有什么替代方案？
like %keyword 索引失效，使用全表扫描。
解决方案：使用索引覆盖解决。可以通过翻转函数+like前模糊查询+建立翻转函数索引=走翻转函数索引，不走全表扫描。如where reverse(code) like reverse(‘%Code2’)
https://blog.csdn.net/shadow_zed/article/details/89117125
使用翻转函数+like前模糊查询+建立翻转函数索引=走翻转函数索引，不走全扫描。有效降低消耗值，io值，cpu值这三个指标，尤其是io值的降低。
业务微服务是否有分库？跨库关联怎么实现？比如用户数据库与订单数据库，怎么进行关联查询查出用户名，以及该用户名对应的订单？后台管理要显示全部用户名、以及对应的订单
第一种：同一个MySQL实例下的跨库
可以通过带数据库名进行关联查询
EXPLAIN SELECT * FROM account_data.`account` a JOIN member_data.`login_log` b ON a.`account_id`=b.`user_id`;
第二种：不同MySQL实例下的跨库
业务场景：关联不同数据库中的表的查询
比如说，要关联的表是：机器A上的数据库A中的表A && 机器B上的数据库B中的表B。
解决方案：在机器A上的数据库A中建一个表B
基于MySQL的federated引擎的建表方式。
建表语句示例：CREATE TABLE table_name(……) ENGINE =FEDERATED CONNECTION=’mysql://[username]:[password]@[location]:[port]/[db-name]/[table-name]’
前提条件：你的mysql得支持federated引擎（执行show engines;可以看到是否支持）。
如果有FEDERATED引擎，但Support是NO，说明你的mysql安装了这个引擎，但没启用，去my.cnf文件末添加一行 federated ，重启mysql即可；
解释：通过FEDERATED引擎创建的表只是在本地有表定义文件，数据文件则存在于远程数据库中。就是说，这种建表方式只会在数据库A中创建一个表B的表结构文件，表的索引、数据等文件还是在机器B上的数据库B中，相当于只是在数据库A中创建了表B的一个快捷方式。
需要注意的几点：
1. 本地的表结构必须与远程的完全一样。
2.远程数据库目前仅限MySQL
3.不支持事务
4.不支持表结构修改
mysql优化的知识（视频讲解）
二八原则：80%都是在写查询语句
软优化：
查单表比查询多表来得快很多。
硬优化：
mysql优化的知识（自己上网找的）
优化的目标是尽可能减少JOIN中Nested Loop的循环次数，以此保证：永远用小结果集驱动大结果（Important!）！： A JOIN B，A为驱动，A中每一行和B进行循环JOIN，看是否满足条件，所以当A为小结果集时，越快
查看sql是否用到索引：
我们只需要注意一个最重要的type 的信息，很明显的体现是否用到索引：
type结果值从好到坏依次是：
system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
一般来说，得保证查询至少达到range级别，最好能达到ref，否则就可能会出现性能问题。
————————————————
分页查询的优化
数据量很大的情况下，对于分页查询你有什么优化方案吗？
分页查询方式会从数据库第一条记录开始扫描，所以越往后，查询速度越慢，而且查询的数据越多，也会拖慢总查询速度。
#1000000偏移量与100查询量 这2个数越大，那么速度也就越慢select * from orders_history where type=8 limit 1000000,100;
JVM
垃圾回收机制与垃圾回收算法
https://www.cnblogs.com/sunniest/p/4575144.html 垃圾回收机制与垃圾回收算法 https://blog.csdn.net/YHYR_YCY/article/details/52566105 Minor GC和Full GC触发条件 https://www.cnblogs.com/ityouknow/p/5610232.html 内存结构
内存模型
内存碎片（比如安卓手机很卡，你恢复出厂设置后不卡，其中就是清理了内存碎片）
多线程
spring
springCloud
RabbitMQ
rabbitMQ的工作模式你可以讲下吗？消费者是竞争关系 ，指的是绑定在一个队列上吗？*与#是有什么区别？
1、简单模式 HelloWorld 一个生产者、一个消费者，不需要设置交换机（使用默认的交换机 “”） routingKey：路由名称 同队列名称
2、工作队列模式 Work Queue(轮询) 一个生产者、多个消费者（竞争关系），不需要设置交换机（使用默认的交换机 “”） routingKey：路由名称 同队列名称 消费端:和上面的没有区别,只是多个消费者
上面两个: 不需要设置交换机（使用默认的交换机 “”）routingKey：路由名称 同队列名称 下面三个:创建交换机(exchangeDeclare) 和 绑定队列与交换机(queueBind)
3、发布订阅模式 Publish/subscribe(fanout) 需要设置类型为fanout的交换机，并且交换机和队列进行绑定，当发送消息到交换机后，交换机会将消息发送到绑定的队列 生产端: 创建交换机(exchangeDeclare) 和 绑定队列与交换机(queueBind) routingKey：路由名称 “”
4、路由模式 Routing(direct) 需要设置类型为direct的交换机，交换机和队列进行绑定，并且指定routing key，当发送消息到交换机后，交换机会根据routing key将消息发送到对应的队列 生产端: 创建交换机(exchangeDeclare) 和 绑定队列与交换机(queueBind) routingKey：路由名称 通过路由名称(queueBind basicPublish)匹配
5、通配符模式 Topic(更加强大 更加灵活)(topic) 需要设置类型为topic的交换机，交换机和队列进行绑定，并且指定通配符方式的routing key，当发送消息到交换机后，交换机会根据routing key将消息发送到对应的队列 生产端: 创建交换机(exchangeDeclare) 和 绑定队列与交换机(queueBind) routingKey：路由名称 通过路由名称(queueBind basicPublish)通配符 匹配
通配符规则：
：匹配一个或多个词
：匹配1个词 举例： item.#：能够匹配item.insert.abc 或者 item.insert item.：只能匹配item.insert
rabbitMQ的应用场景?
超时订单处理；支付成功后修改订单状态、新增订单日志；商品上/下架后导入/删除数据到索引库中
RabbitMQ中如何防止数据丢失？
MQ如果挂了怎么处理？可以进行持久化，你知道怎么进行持久化？
rabbitmq消息持久化存储包含以下三个方面： 1、exchange的持久化 在申明exchange的时候，有个参数：durable。当该参数为true，则对该exchange做持久化，重启rabbitmq服务器，该exchange不会消失。durable的默认值为true 2、queue的持久化 申明队列时也有个参数：durable。当该参数为true，则对该queue做持久化，重启rabbitmq服务器，该queue不会消失。durable的默认值为true 3、message的持久化 设置了BasicProperties的deliveryMode为2，做消息的持久化。
如何保证消息队列rabbitmq的幂等性/RabbitMQ如何避免消息重复消费？
幂等性：一个操作多次执行产生的结果与一次执行产生的结果一致 使用数据库的乐观锁来保证，(每个消息用一个唯一标识来区分，消费前先判断标识有没有被消费过，若已消费过，则直接ACK；没有消费过，就处理) 这个还得结合业务来思考，这里给几个思路。 ① 如果你拿个数据要写库，你先根据主键id查一下。如这数据都有了，你就别插入了。update一下。 ② 如果你拿个数据是要更新表里的字段，直接update就好，幂等的。 ③ 基于数据库的唯一性索引。因为有唯一性索引了。所以重复数据只会插入报错，不会导致数据库中出现重复的数据。 ④ 如果你是写redis，那没问题了。每次都是set，天然幂等。
如何保证rabbitMQ消息的可靠性？
可靠性就是保证消息不丢失，能够被消费。
- 丢消息的情况有3种情况
- 生产者丢
- rabbitmq丢
- 消费端弄丢
- 如何保证消息不丢失，就是分别避免每一个环节丢失
保证
生产者不丢消息——开启confirm(推荐) 保证rabbitmq不丢消息——开启RabbitMQ持久化(交换机、队列、消息) 保证消费端不丢消息——关闭RabbitMQ自动ack(改成手动)
- 保证生产者不丢消息，要确保说写rabbitmq的消息别丢，可以开启confirm模式。
- 每次写的消息都会分配一个唯一的id，如果写入了rabbitmq中，rabbitmq会给你回传一个
ack消息，告诉你说这个消息ok了。- 如果rabbitmq没能处理这个消息，会回调你一个
nack接口，告诉你这个消息接收失败，我们可以重试。- 保证rabbitmq不丢消息，开启rabbitmq的持久化（持久化queue和message）
- 消息写入之后会持久化到磁盘，假如rabbitmq挂了，恢复之后会自动读取之前存储的数据，一般数据不会丢。
- rabbitmq还没持久化，自己就挂了，可能导致少量数据会丢失的，但是这个概率较小。
持久化exchange，设置durable为true，表示交换机进行持久化持久化queue，在创建queue的时候将其设置为持久化的，这样就可以保证rabbitmq持久化queue的元数据，但是不会持久化queue里的数据；持久化Message，在发送消息的时候将消息的deliveryMode设置为2，就是将消息设置为持久化的，此时rabbitmq就会将消息持久化到磁盘上去。- 保证消费端不丢消息
- 依靠ack机制，简单来说，就是你
关闭rabbitmq自动ack，通过一个api来手动ack就行，就是每次你自己代码里确保处理完的时候，在程序里ack一下。
kafka用过吗？kafka与 rabbitMQ的区别？
没用过，不过我有了解到kafka单机支持的吞吐量更高，rabbitMQ支持的吞吐量为万级，而kafka支持的吞吐量为十万级，更适合大数据领域。 RabbitMQ：基于AMQP协议，erlang语言开发，稳定性好，消息延迟在微秒级 kafka：自定义协议，消息延迟在毫秒以内
谈谈rabbitmq中重试机制？
- 默认情况下，如果消费者程序出现异常情况， Rabbitmq 会自动实现补偿机制 也就是重试机制，会一直重试到不抛出异常为准
- 默认是5s重试一次，重试策略可以修改
- 最大重试次数（默认无数次）
- 重试间隔次数
- 可以设置应答模式，默认是自动应答，可以采取手动应答
1、修改重试策略
listener:simple:retry:####开启消费者重试enabled: true####最大重试次数（默认无数次）max-attempts: 5####重试间隔次数initial-interval: 3000
2、修改应答模式为手动，在application.yml中配置
acknowledge-mode: manual
RabbitMQ如何保证消息的顺序性？
RabbitMQ如何避免消息堆积？
- 为什么出现消息堆积？
- 消息堆积主要是生产者和消费者不平衡导致的
- 核心处理思路还是提高消费者的消费速率，保证消费者不出现消费故障。
- 哪些方式可以避免消息堆积呢？
- 足够的cpu和内存资源（硬件）
- 消费者数量足够多
- 避免消费者故障，举个例子，消费端每次消费之后要写MySQL，结果MySQL挂了，消费端卡那儿了，不动了。或者是消费端出了个什么叉子，导致消费速度极其慢。
elasticSearch
es跟传统数据库的区别
商品搜索引擎为什么要用elasticSearch、 购物车为什么就要用redis 他们的区别是什么
es脚本
es的数据类型
字符串：text(会分词)、keyword（不会分词） 数值：float、integer、double、byte…… 布尔：boolean 二进制：binary（不常用） 范围类型：integer_range, float_range, long_range, double_range, date_range 日期:date 复杂数据类型：数组：[ ]（数组类型的JSON对象）、对象：{ }（单个JSON对象）
es能分词的是什么，不能分词的是什么
text：会分词，不支持聚合 keyword：不会分词，将全部内容作为一个词条，支持聚合
es倒排索引的原理？聚合有用过吗？
keyword类型的支持聚合
es中请对倒排索引下一个定义， 以及正排索引是什么？
es底层是如何实现分词？我提到2种分词，具体是哪2种
倒排索引 一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，对应一个包含它的文档id列表。
es中ik分词器，你们直接用默认的吗
es的内置分词器
standard对中文很不友好，处理方式为：一个字一个词 我们是有安装了开源的中文分词工具包IK分词器（IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包） IK分词器有两种分词模式：ik_max_word和ik_smart模式。 ik_max_word：会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。 ik_smart：会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。
你们项目中用的es版本号是多少 5.6.8
es用它做什么？es的分组查询有使用过吗？
Mybatis
mybatis什么时候要用$不要用#号
需要直接插入一个不做任何修改的字符串到SQL语句中。比如order by 后的排序字段，表名、列名 比如 order by column，这个时候务必要用${},因为如果你使用了#{},那么打印出来的将会是select * from table order by ‘name’ ,这样是没用的
mybatis的一级缓存和二级缓存
mybatis用来干嘛，sql在xml文件中多表查询语句复杂的时候怎么优化
- 考虑冗余几个字段采用单表的设计
- sql的优化，判断使用什么连接方式，是左连接还是内连接。可以结合explain
JPA是什么？JPA是spring底下的，他可以代替MyBatis
mybatis与hibernate的区别在哪？
JPA默认使用hibernate作为ORM实现 Hibernate是一个开放源代码的对象关系映射框架，它对JDBC进行了非常轻量级的对象封装，它将POJO与数据库表建立映射关系，是一个全自动的orm框架，hibernate可以自动生成SQL语句，自动执行，使得Java程序员可以随心所欲的使用对象编程思维来操纵数据库。 Spring Data JPA与MyBatis对比，起始也就是hibernate与MyBatis对比 Hibernate 属于全自动 ORM 映射工具，使用 Hibernate 查询关联对象或者关联集合对象 时，可以根据对象关系模型直接获取，所以它是全自动的。而 Mybatis 在查询关联对象或 关联集合对象时，需要手动编写 sql 来完成，所以，称之为半自动 ORM 映射工具。虽然Mybatis是半自动的，但是他给用户提供了更多更强大的sql操作，并且在很大程度上提高了执行效率。
两者的区别具体体现在： 1）Mybatis 和 hibernate 不同，它不完全是一个 ORM 框架，因为 MyBatis 需要程序员自己 编写 Sql 语句，不过 mybatis 可以通过 XML 或注解方式灵活配置要运行的 sql 语句，并将 java 对象和 sql 语句映射生成最终执行的 sql，最后将 sql 执行的结果再映射生成 java 对 象。 2）Mybatis 学习门槛低，简单易学，程序员直接编写原生态 sql，可严格控制 sql 执行性能，灵活度高，非常适合对关系数据模型要求不高的软件开发，例如互联网软件、企业运营类软件等，因为这类软件需求变化频繁，一但需求变化要求成果输出迅速。但是灵活的 前提是 mybatis 无法做到数据库无关性，如果需要实现支持多种数据库的软件则需要自定义多套 sql 映射文件，工作量大。 3）Hibernate 对象/关系映射能力强，数据库无关性好，对于关系模型要求高的软件（例如 需求固定的定制化软件）如果用 hibernate 开发可以节省很多代码，提高效率。但是 Hibernate 的缺点是学习门槛高，而且由于hibernate提供的方法只能对应一些简单的操作，一些复杂的操作是需要我们自己编写sql并完成映射的，所以hibernate要精通门槛更高.并且由于hibernate的封装，导致性能上和mybatis有一定差异，所以使用hibernate需要在性能和对象模型之间做权衡，所以想要用好 Hibernate 需要具有很强的经验和能力才行。
mybatis的查询语句有哪两种方式？哪种方法比较好？
xml和接口中
我回答了接口比较好，但面试官回答xml配置文件比较好，可以解耦，java代码与sql语句分开；可以减少在java中编写sql脚本，像是if…else
mybatis的常用注解？
常见的注解有增删改查四种 @SelectKey注解：插入后，获取id的值 @Result，@Results，@ResultMap是结果集映射的三大注解。 @one注解：用于一对一关系映射 @many注解：用于一对多关系映射 如果查询语句是包含select * from table where id in (…)，可以用什么 面试者回答：foreach标签可以用来进行遍历的
@Select({"<script>","select","id, name, user_id","from label","where id in","<foreach collection='ids' item='id' open='(' separator=',' close=')'>","#{id}","</foreach>","</script>"})List<LabelDTO> getLabelsByIds(@Param("ids") List<Long> ids);
mybatis的分页查询？分页的原理? 它的底层是经历了什么查询语句？
面试官答：分页进行2次查询，一次limit，另一次查询总数
项目相关
日志文件的管理 你们是怎么做的？ （主要用到spring的AOP）
应用场景：后台管理中每次修改数据的动作都有必要记录，方便追踪数据的变化。
spring的AOP可以在不修改源代码的情况下，记录到这个方法相关的动作操作
log4J支持将日志输出到控制台、日志或者数据库中
ID如果使用uuid，对比雪花算法有什么缺点？结合BTree说说 面试官回答：uuid分列，雪花算法直接按顺序排放？？
缺点： 1）没有排序，无法保证趋势递增。 2）UUID往往是使用字符串存储，查询的效率比较低。 3）存储空间比较大，如果是海量数据库，就需要考虑存储量的问题。 4）传输数据量大 UUID长且无序；主键应越短越好，无序会造成每一次UUID数据的插入都会对主键地址的B+Tree树进行很大的修改 在时间上，1）uuid由于占用的内存更大，所以查询、排序速度会相对较慢；2）在存储过程中，自增长id由于主键的值是顺序的，所以InnoDB把每一条记录都存储在上一条记录的后面。当达到页的最大填充因子时（innodb默认的最大填充因子为页大小的15/16，留出部分空间用于以后修改），下一条记录就会写入新的页面中。一旦数据按照这种方式加载，主键页就会被顺序的记录填满。而对于uuid，由于后面的值不一定比前面的值大，所以InnoDB并不能总是把新行插入到索引的后面，而是需要为新行寻找合适的位置（通常在已有行之间），并分配空间
分布式ID你有实现吗？有了解雪花算法？
分布式ID是由我们经理实现的一个工具类
开发中有遇到什么问题？ 我讲到ID自增会重复，用到UUID，但不好排序，所以引入雪花算法。面试官对此回答不满意
当数据量庞大时，会考虑对数据库进行分库分表，那么分表后数据库自增id不能满足全局唯一id来标识数据；因为分表后每张表自增id是独立的，肯定会生成重复的ID
雪花算法： Twitter开源的、long型的ID 其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（需要开发人员指定，5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最后还有一个符号位，永远是0
在项目中遇到的最大的问题是什么以及怎么解决的？
开发中有遇到什么问题？ 我讲到ID自增会重复，用到UUID，但不好排序，所以引入雪花算法。面试官对此回答不满意
- maven刚开始用的时候因为不怎么会用经常出现环境问题，
遇到过：使用骨架构建工程失败 （阿里云镜像->中央仓库镜像）、插件报错（挨着执行一次插件，让他重新下载，如果下载失败，再进行阿里云镜像的注释尝试）、某个引入的坐标无法下载 （查找本地仓库，将坐标对应的文件夹删掉，然后重新导入坐标重新下载）
- 需要用到第三方报表技术时，因为没接触过，无从下手，后面查找资料，从官方入门案例学习入手
- 客观：需求变化快（产品经理或者客户频繁更新需求）
- 主观：前后端集成测试问题：集成的时候才发现，由于业务发生了变更修改了API接口，但是忘记更新文档
分布式事务Seata在项目中是怎么使用？ 我回答：添加@GlobalTransactional，还需要添加唯一的ID，比如
- 基于Seata实现分布式事务（同步，是防止出现超卖的情况）
应用场景：下单扣减库存，如果订单保存失败，那么需要回滚库存数（涉及订单微服务、商品服务） 实际操作：
- 我们专门创建了一个Seata的分布式事务微服务，在这个微服务中导入依赖（fescar版本号为0.4.2）
涉及到的分布式事务管理的微服务需要导入这个微服务，以及在数据库中添加undolog日志（保存了事务发生之前的数据的一个版本，可以用于回滚）。然后在订单微服务的方法上加@GlobalTransactional(name = “order_add”) 【商品微服务的方法上加@Transactional，是对进行本地事务的控制】
若有收获，就点个赞吧
0 人点赞
