第十七篇：面试准备

一、spring相关

Spring

1.1 spring框架中的单例bean是线程安全的吗

不是线程安全的

Spring框架中有一个@Scope注解，默认值就是singleton,单例的

因为一般在spring的bean中都是注入无状态的对象，没有线程安全问题，如果bean中定义了可修改的成员变量，是需要考虑线程安全问题的。

1.2 *什么是AOP？

什么是AOP

面向切面编程，用于将那些与业务无关，但却对多个对象产生影响的公共行为和逻辑，抽取公共模块复用，降低耦合

你们项目中有没有用到AOP

• 记录操作日志，缓存，spring实现的事务

核心是：使用aop中的环绕通知+切点表达式(找到要记录日志的方法)通过环绕通知的参数获取请求方法的参数(类、方法、注解、请求方式等)，获取到这些参数以后，保存到数据库

Spring中的事务是如何实现的

其本质是通过AOP功能，对方法前后进行拦截，在执行方法之前开启事务，在执行完目标方法之后根据执行情况提交或者回滚事务。

1.3 Spring中事务失效的场景有哪些

1. 异常捕获处理，自己处理了异常，没有抛出，解决：手动抛出
2. 抛出检查异常，配置rollbackFor属性为Exception
3. 非public方法导致的事务失效，改为public

1.4 Spring的常见注解

注解	说明
@component、@Controller、@Service、@Repository	使用在类上用于实例化Bean
@Autowired	使用在字段上用于根据类型依赖注入
@Qualifier	结合@Autowired一起使用用于根据名称进行依赖注入
@Scope	标注Bean的作用范围
@Configuration	指定当前类是一个 spring 配置类，当创建容器时会从该类上加载注解
@ComponentScan	用于指定Spring在初始化容器时要扫描的包
@Bean	使用在方法上，标注将该方法的返回值存储到Spring容器中
@lmport	使用@Import导入的类会被Spring加载到I0C容器中
@Aspect、@Before、@After、@Around、@Pointcut	用于切面编程(AOP)

注解	说明
@RequestMapping	用于映射请求路径，可以定义在类上和方法上。用于类上，则表示类中的所有的方法都是以该地址作为父路径
@RequestBody	注解实现接收http请求的json数据，将json转换为java对象
@RequestParam	指定请求参数的名称
@PathViriable	从请求路径下中获取请求参数(/user/{id})，传递给方法的形式参数注解
@ResponseBody	实现将controller方法返回对象转化为json对象响应给客户端
@RequestHeader	获取指定的请求头数据
@RestController	@Controller+@ResponseBody

注解	说明
@SpringBootConfiguration	组合了- @Configuration注解，实现配置文件的功能
@EnableAutoConfiguration	打开自动配置的功能，也可以关闭某个自动配置的选
@ComponentScan	Spring组件扫描

1.5 *请说一说springboot自动配置原理

自动配置：

遵循***约定大于配置***的原则，在起步依赖中的一些bean对象会自动注入到ioc容器管理中

面试问题：请说一说spring boot自动配置原理？

回答的关键：

• 约定大于配置
• 自动扫描
• 本质就是spring的脚手架
• @EnableAutoConfiguration
• spring.factories
• 条件注解

在主启动类上添加了SpringbootApplication注解，这个注解组合了EnableAutoConfiguration注解

EnableAutoConfiguration注解又组合了Import注解，导入AutoConfigurationImportSelector类

这个类实现了selectImports方法，这个方法经过层层调用，最终会读取META-INF目录下的后缀名为imports的文件

文件里里面配置了很多自动配置的全类名，springboot读取到全类名之后，会解析注册条件，也就是@Condtional及其衍生注解，把满足注册条件的bean对象自动注入到IOC容器中

1.6 *谈一谈对IoC的理解

Ioc

两方面回答

ioc的理解

ioc怎么实现

Ioc本质就是 对象的创建
以及 对象依赖

Spring中的loC(Inversion of Control)是一种设计原则，通过该原则，对象的创建和依赖关系的管理被转移到了容器中，从而降低了对象之间的耦合性。我对Spring中的loC的理解如下:

1. 控制反转：传统的对象创建和依赖关系的管理由程序员手动完成，而在IoC中，这些工作被交给了容器来完成.
2. 容器：loC的核心是容器，它负责创建和管理对象。容器通过读取配置文件或注解来了解对象之间的依赖关系，并根据这些信息创建对象，并将它们注入到其他对象中。
3. 依赖注入：容器通过依赖注入的方式来实现对象之间的解耦。依赖注入可以通过构造函数、setter方法或注解来完成。通过依赖注入，对象只需要关注自己的业务逻辑，而不需要关心如何获取依赖对象。
4. 松耦合：IoC使得对象之间的依赖关系变得松耦合，对象只需要依赖抽象而不依赖具体实现。这使得代码更加灵活和可维护，可以方便地普换依赖的对象。
5. 可测试性：IoC使得代码更容易进行单元测试。由于对象的依赖关系被注入，可以方便地使用模拟对象来进行测试，减少了对外部资源的依赖。

可以从比较粗的角度介绍写loc中的核心对象的作用：

• Beanpefinition：BeanDefinition是Spring中定义Bean的元数据信息的接口。它包含了Bean的类名、属性、构造函数参数等信息，通过BeanDefinition可以告诉容器如何创建和配置Bean。
• BeanpefinitionRegistry： BeanDefinitionRegistry提供了对BeanDefinition的管理和操作功能，是SpringloC容器中用于注册和管理Bean的核心接口。
  。
• BeanFactory：BeanFactory是SpringloC容器的核心接口，负责实例化、配置和管理应用中的对象(Bean)。它是loC容器的基础，提供了一种获取Bean的机制，可以通过Bean的名称或类型来获取Bean的实例。
• Appiicationcontext：ApplicationContext是BeanFactory的子接口，它是Spring中更高级的loC容器。除了提供BeanFactory的功能外，它还提供了更多的企业级功能，例如国际化支持、事件发布、资源加载等。
• BeanPostProcessor：BeanPostProcessor是Spring中的一个扩展接口，用于在Bean实例化和依赖注入的过程中对Bean进行增强处理，通过实现BeanPostProcessor接口，可以在Bean的初始化前后对Bean进行自定义操作。
• BeanWrapper：BeanWrapper是Spring中对Bean对象的一种封装，提供了对Bean属性的访问和设置的方法。BeanWrapper可以对Bean的属性进行类型转换和验证等操作。

二、Mysql相关

优化

1.1 如何定位慢查询

以下是慢查询的可能：

• 聚合查询
• 多表查询
• 表数据量过大查询
• 深度分页查询

表象：页面加载过慢，接口压测响应时间过长 (超过1s)

回答：

1.介绍当时产生问题的场景（我们当时的一个接口测试的时候非常的慢，压测时间大概是5s左右）
2.我们系统中当时采用了运维工具（Skywalking），可以检测到哪个接口，最终是因为sql的问题
3.当时在调试阶段中开启了MySQL的慢日志服务查询，我们设置的值是两秒，一旦sql执行时间超过两秒就会被记录到日志中。

1.2 那这条SQL语句执行很慢，如何分析

以下原因：

• 聚合查询 ：新增一个临时表
• 多表查询：试着优化SQL语句的结构
• 表数据量过大查询：添加索引
• 深度分页查询

如果还是不行，可以关注**SQL执行计划**（找到慢的原因）

回答：

可以采用Mysql自带的分析工具

• 通过key和key_len检查是否命中了索引（索引本身存在是否存在有失效的情况）
• 通过type字段查看sql是否有进一步的优化空间，是否存在全索引扫描或全盘扫描
• 通过extra建议判断，是否出现了回表的情况，如果出现了，可以尝试添加索引或者修改返回字段来修复

1.3 *了解索引吗—索引的底层数据了解吗

了解索引吗？

• 索引(index)是帮助MySQL高效获取数据的数据结构(有序)
• 提高数据检索的效率，降低数据库的I0成本(不需要全表扫描)
• 通过索引列对数据进行排序，降低数据排序的成本，降低了CPU的消耗

索引的底层数据了解吗？

MySQL的InnoDB引擎采用的B+树的数据结构来存储索引

• 阶数更多，路径更短
• 磁盘读写代价B+树更低，非叶子节点只存储指针，叶子阶段存储数据
• B+树便于扫库和区间查询，叶子节点是一个双向链表

1.4 *什么是聚簇索引什么是非聚簇索引

也可能会问：

什么是聚集索引，什么是非聚集索引索引（二级索引）？
什么是回表？

• 聚簇索引(聚集索引)：数据与索引放到一块，B+树的叶子节点保存了整行数据，有且只有一个
• 非聚簇索引(二级索引)：数据与索引分开存储，B+树的叶子节点保存对应的主键，可以有多

聚集索引底层存储的是一整行的数据
非聚集(二级)索引存储的是主键id

然后会问：

知道什么是回表查询吗？

回表查询：select * from user where name = 'Tom'

• 通过二级索引找到对应的主键值，到聚集索引中查找整行数据，这个过程叫做回表查询

先进行一次查询Tom，获得Tom的主键id，然后用id查找Tom的全部信息——回表查询

1.5 知道什么是覆盖索引吗

覆盖索引：是指查询使用了索引，返回的列，必须在索引中全部能够找到：

• 使用id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。
• 如果返回的列中没有创建索引，有可能会触发回表查询，尽量避免使用select*

1.6 MySql超大分页怎么处理

问题：在数据量比较大时，limit分页查询，需要对数据进行排序，效率低

1.7 索引创建原则有哪些

1. 数据量较大，且查询比较频繁
2. 常作为查询条件，排序，分组的字段
3. 尽量联合索引
4. 要控制索引的数量

1.8什么情况下索引会失效

1. 违反最左前缀法则
2. 范围查询右边的列，不能使用索引
3. 不要在索引列上进行运算操作，索引将失效字符
4. 不加单引号，造成索引失效。(类型转换)
5. 以%开头的Like模糊查询，索引失效

1.9 *谈一谈你对sql优化的经验

表的设计优化：

1. 比如设置合适的数值(tinyintint bigint)，要根据实际情况选择
2. 比如设置合适的字符串类型(char和varchar)char定长效率高，varchar可变长度，效率稍低

SQL语句优化：

1. SELECT语句务必指明字段名称(避免直接使用select*)
2. SQL语句要避免造成索引失效的写法
3. 尽量用union all代替union，union会多一次过滤，效率低避免在where子句中对字段进行表达式操作
4. 避免在where子句中对字段进行表达式操作
5. Join优化 能用innerjoin 就不用left join right join，如必须使用 一定要以小表为驱动，内连接会对两个表进行优化，优先把小表放到外边，把大表放到里边。leftjoin 或 rightjoin，不会重新调整顺序

主从复制、读写分离：

如果数据库的使用场景读的操作比较多的时候，为了避免写的操作所造成的性能影响 可以采用读写分离的架构。
读写分离解决的是，数据库的写入，影响了查询的效率。

事务

2.1 *事务的特性是什么，详细说一下

ACID是什么?可以详细说一下吗?

• 原子性(Atomicity)：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
• 一致性(Consistency)：事务完成时，必须使所有的数据都保持一致状态。
• 隔离性(lsolation)：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
• 持久性(Durability)：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。
  

2.2 *怎么解决并发事务问题

并发事务问题

• 脏读：一个事务读到另外一个事务还没有提交的数据。
• 不可重复读：一个事务先后读取同一条记录，但两次读取的数据不同，称之为不可重复读。
• 幻读：一个事务按照条件查询数据时，没有对应的数据行，但是在插入数据时，又发现这行数据已经存在，好像出现了”幻影”。

怎么解决并发事务的问题呢？

• READ UNCOMMITTED 未提交读
• READ COMMITTED 读已提交
• REPEATABLE READ 可重复读
• SERIALIZABLE 串行化
  

2.3 undo log和redolog的区别

undo log和redolog的区别

• redolog：记录的是数据页的物理变化，服务宕机可用来同步数据
• undo log：记录的是逻辑日志，当事务回滚时，通过逆操作恢复原来的数据

redo log保证了事务的持久性，undolog保证了事务的原子性和一致性

2.4 事务中的隔离性如何保证（解释MVCC）

2.5 主从同步原理

MySQL主从复制的核心就是二进制日志binlog(DDL(数据定义语言)语句和 DML(数据操纵语言)语句

1. 主库在事务提交时，会把数据变更记录在二进制日志文件 Binlog 中。
2. 从库读取主库的二进制日志文件 Binlog ，写入到从库的中继日志 Relay Log 。
3. 从库重做中继日志中的事件，将改变反映它自己的数据

2.6 了解分库分表嘛？

1. 水平分库，将一个库的数据拆分到多个库中，解决海量数据存储和高并发的问题
2. 水平分表，解决单表存储和性能的问题
3. 垂直分库，根据业务进行拆分，高并发下提高磁盘I0和网络连接数
4. 垂直分表，冷热数据分离，多表互不影响

Mybatis

3.1 Mybatis执行流程