2024年我们又更新了一波大厂面经！_golang 初级面经(1)，2024年最新2年以上经验必看

2401_84875912

于 2024-05-15 02:43:32 发布

阅读量601

点赞数 26

文章标签： go 学习面试

本文链接：https://blog.csdn.net/2401_84875912/article/details/138880604

版权

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

而读写锁是可以允许多个goroutine获取到读锁执行读操作，但是写锁被获取了就和互斥锁一样了，其他goroutine必须等待写锁释放才能获取到读锁或者写锁。

sync

sync包还有什么？sync.map介绍一下？如何保证并发安全？

sync.waitgroup, sync.map ,sync.Lock, sync.RWLock，sync.Pool…

sync.map 底层有两个map，一个是read，一个是dirty, 在读操作时优先在read中查找，read没有就去dirty中查找，写操作时如果read中有则利用CAS机制尝试更新value值，read中没有则写入 dirty 中。在 misses >= len(dirty)时，同步read 和 dirty的数据。

在read中不需要加锁，在dirty中需要加锁

sync.map通过read和dirty实现读写分离来减少锁时间来提高并发效率

协程池

sync.Pool？了解线程池吗？优势亮点？未工作的线程如何等待？协程池？

sync.Pool 其实就是一个线程安全的对象池，用于保存和复用临时对象，在大批量申请和释放相同类型的临时对象时使用 sync.Pool 可以减少很多内存分配和回收操作，减小GC压力。

线程池是一种并发编程的技术，可以管理和复用线程，提供一种高效的方式来处理并发。

线程池优势亮点：

提高性能，线程池通过复用线程，减少线程频繁地创建和销毁，避免线程的频繁创建和销毁的开销。
控制并发度，线程池可以控制并发任务的数量，通过设计线程池的大小来控制并发度，避免激烈的锁竞争导致系统性能的下降。
提高响应速度，线程池可以提前创建好线程，在任务到来时可以立即处理任务，提高系统的响应速度。
资源管理，线程池可以更好的对线程进行调度和管理，避免线程资源的浪费。

未工作的线程可以通过以下方式等待：

使用条件变量：线程可以使用条件变量来等待某个条件的发生。当线程需要等待时，它可以调用条件变量的等待函数，将自己置于等待状态，直到条件满足时被唤醒。
使用信号量：线程可以使用信号量来进行等待操作。线程在需要等待时，可以调用信号量的等待操作，将自己阻塞，直到其他线程释放信号量时被唤醒。
使用锁和条件变量组合：线程可以使用锁和条件变量的组合来实现等待操作。线程在需要等待时，可以先获取锁，然后检查条件是否满足，如果条件不满足，则调用条件变量的等待函数将自己置于等待状态，直到条件满足时被唤醒。

协程池和线程池基本差不多，可以更好地管理和复用协程，提高系统的性能和资源利用率。

协程泄露

防止Go协程泄露/未关闭？(waitgroup,context)

通过管道channel通知关闭，使用waitgroup监控协程全部退出，使用contex上下文来设置超时或者手动cancle关闭协程

select的用法？执行顺序？

select{
 case <-ctx.Done():
return
 case <-
 default:
}

执行顺序是随机的

map

什么可以作为map的键？结构体可以吗？

实现了 == 操作的可以比较的就可以作为map的键（基本数据类型、数组等），结构体中如果所有字段都可以比较那么久可以作为键，否则不行。

微服务

微服务之间通信方式 rpc、grpc、http等

介绍一下grpc？protobuf/json区别与优势？

GRPC是一种高性能、开源的远程过程调用（RPC）框架，由Google开发并基于HTTP/2协议实现。它允许在不同的计算机之间进行跨语言和跨平台的通信，使得构建分布式系统变得更加简单和高效。

GRPC使用Protocol Buffers（简称Protobuf）作为默认的序列化机制，而不是使用JSON。

Protobuf是一种轻量级的数据交换格式，具有以下优势：

效率高：Protobuf使用二进制编码，相比于文本格式的JSON，它的编码和解码速度更快，传输的数据量更小，节省了带宽和存储空间。
可读性好：虽然Protobuf是二进制格式，但它的定义文件是可读的，易于理解和维护。相比之下，JSON是一种文本格式，可读性较好，但在大型数据结构的情况下，Protobuf的定义文件更加清晰和简洁。
跨语言支持：Protobuf支持多种编程语言，包括Java、C++、Python等，这使得在不同语言之间进行通信变得更加方便。
版本兼容性：Protobuf支持向后和向前兼容的数据格式演化，这意味着可以在不破坏现有客户端和服务端的情况下，对数据结构进行扩展和修改。

相比之下，JSON是一种常用的文本格式，具有以下特点：

可读性好：JSON使用文本格式，易于阅读和理解，对于调试和开发过程中的数据交换非常方便。
平台无关性：JSON是一种独立于编程语言的数据格式，几乎所有的编程语言都支持JSON的解析和生成。
灵活性：JSON支持动态的数据结构，可以轻松地添加、删除和修改字段，适用于一些需要频繁变动的数据。

总的来说，GRPC使用Protobuf作为默认的序列化机制，相比于JSON，Protobuf在性能、可读性和跨语言支持方面具有优势。然而，选择使用GRPC还是JSON取决于具体的应用场景和需求。

介绍一下Gorm优势？

简单易用、支持多种数据库、自动迁移、支持事务、

Redis

1.常见数据结构

答：（字符串、set、zset、hash、list…）
hash和zset底层使用 skiplist 和 ziplist，同时满足两个条件时使用 ziplist，否则 skiplist

集合元素个数小于redis.conf 中 zset-max-ziplist-entries 属性的值，其默认值为128
每个集合元素大小都小于 redis.conf 中 zset-max-ziplist-value 属性的值，其默认值为 64 字节

list 底层使用了快表(quicklist)，quickList 本质上是 zipList 和 linkedList 的混合体。其将 linkedList 按段切分，每一段使用 zipList 来紧凑存储若干真正的数据元素，多个 zipList 之间使用双向指针串接起来。对于每个zipList 中最多可存放多大容量的数据元素，在配置文件中通过 list-max-ziplist-size 属性可以指定。

2.zset介绍一下？zset底层借助那些数据结构实现？跳表介绍一下？查找过程？复杂度？

zset是redis中的有序集合，借助了跳表和哈希表(哈希表存储成员和对应的分数)实现有序集合，跳表是一种有序的链表结构，它通过在每个节点中维护多个指针，使得在查找和插入操作时可以跳过部分节点，从而提高了查找的效率。跳表的高度是通过随机函数决定的，因此在平均情况下，查找的时间复杂度为O(log n)，其中n是跳表中的节点数量。