1.抖音_程序员K哥的《面试辅导》系列笔记总结

来源：本笔记总结来自抖音的程序员K哥的《面试辅导》系列，我会给他点赞的，支持开放和共享精神，只会用于帮助自己和他人学习提高

---

面试题1：讲一下MySQL索引底层结构是什么？

MySQL索引的底层数据结构是B+树
用B+树而不是用B树的原因是，B+ 树数据都存在叶子节点
好处有：
1.效率高
2.层高低减少IO查询次数，提高查询效率
3.叶子节点之间有链表链接，这种数据结构特别适合做范围查询

面试题2：什么是回表？

数据库首先会通过索引查找带索引的字段，但如果查到非索引字段需要再去主表中查对应字段，这个过程就是“回表”。

回表的工作原理
1.查询：用户发起一个查询，数据库优化器决定使用某个索引来加速查询。
2. 索引查找：系统首先在索引中查找满足条件的记录，索引通常只包含一部分列（如主键和部分索引列）。
3. 回表：由于索引中不包含查询所需的所有列，系统会根据索引中找到的记录位置，再去主数据表中检索完整的记录。

回表代价：回表往往会导致性能下降，因为它需要额外的读操作。
优化方法：为了减少回表，可以在索引中包含所有查询所需的字段，称为“覆盖索引”。这样，数据库只需访问索引，而不需要回到主表。

面试题3：说一下项目中接触过的分库分表实际场景？

比如某个业务节点主表，先做一个垂直切分：一个是主表，一个是状态表
因为主表数据量大且大部分数据基本是不变的
状态表是因为状态流转的比较多，增加和修改比较多
热点数据单独拆分作为一张表可以显著提高数据库的性能瓶颈

面试题11：说一下对高并发的理解

高并发考验一个服务瞬时间对大量并发请求的处理能力

核心参数有两个：QPS和TPS
第一个参数是QPS，QPS是每秒钟可以承担的请求数量
第二个参数是TPS，TPS是每秒能处理的事务数量
一般一个事务会包含多个请求，就是TPS会比QPS会小一点

面试题12：线上如何处理高并发场景问题？

事前：考虑代码和架构层的设计，包括批量处理，异步处理和缓存处理的选择

事中：简历完善的监控报警机制和响应措施

事后：线上事故的事后复盘，思考还可以做哪些优化

面试题14：线程池核心参数有哪些？

有七个
核心线程数
最大线程数
空闲时间
时间单位
工作队列
线程工厂
拒绝策略

面试题15：线程提交任务的流程是什么？

三个容器
先把任务提交到核心线程里
如果核心线程数达到上限，提交到等待队列
如果等待队列也满了，如果是有界队列会扩张线程池数量扩张直到达到最大线程数

面试题16：线程池里的任务如果在执行时抛出异常怎么办？

一：给调用方感知到
二：出现异常的线程没有被处理，则这个线程会被回收掉，线程工厂再生产个新线程

面试题17：核心线程和非核心线程的区别是什么？

本质区别是线程创建时间早晚的关系
核心线程是参数设置的常态线程，并没有做底层区分

面试题18：问一下常见的Linux命令

进入指定文件夹 cd
创建文件 touch
创建文件夹 mkdir
查询定时日志 tail -f
查看历是日志 grep 管道符号
启动jar包，后台运行指定打印日志到指定文件 nohup java-jar jar包名字 > 日志文件名 &
查询CPU或内存使用情况 top或free
查询端口占用 lsof -i
查询网络连接 ping
打包解压缩包 jar -cvf jar -xvf 或者 tar -cvf tar -xvf

面试题19：如果有多条命令同时执行，怎么保证执行的原子性？

可以用Lua脚本

面试题20：什么是缓存穿透和解决方案

场景是大量的qps请求过来，造成缓存效果不够理想，把数据库压垮的情况
解决方案：
1.对恶意请求进行过滤，可以加一个白名单，用户的风控校验
2.加锁限制，尽量同一时刻较少线程可以去数据库查询，其他线程等待

面试题23：一个变量Integer i,10个线程同时加1万次，最后结果是多少？

最后结果：小于等于10万
因为加1的操作不是原子性的，其实执行了三个步骤：
1.CPU高速缓存会从主存中把这个数据拿出来
2.继续一个加1操作
3.然后把这个数据返回更新到主存中
这三步不是原子性操作，可能有并发问题，最后可能导致这个数少加了，所以结果是可能小于等于10万

面试题24：MySQL事务的二阶段提交是什么？

先从一条sql的执行流程说起，
最开始先写一个buffer Pool，就是MySQL的内存缓存
第二个写undo log，是我们一个事务的数据版本链
第三个会到一个数据的两阶段提交操作
会先写redo log（重做日志）做一个事务的预处理
再写bin log（二进制日志）
等bin log写完之后再进行一个redo log的事务二阶段提交

面试题25：为什么MySQL要redo log？为什么不是直接写在磁盘上呢？

因为数据是随机分布在磁盘上的，磁盘的随机写效率是很低的
而redo log是一个顺序写的物理日志，所以它的效率是很高的
顺序写的会比随机写的效率高几百倍

面试题26：说一下MySQL的隔离级别

4个 读未提交，读已提交，可重复读，序列化
读未提交的问题是脏读
读已提交的问题是不可重复读
可重复读的问题是幻读，虚读的问题
序列化的问题是效率太低了

面试题27：说一下MySQL解决了幻读的问题吗？

MySQL在可重复度的隔离级别下实现了快照读，解决了幻读的问题

在可重复读隔离级别下，MySQL 中的间隙锁是通过如下方式实现的：
间隙锁：当事务 A 查询某个范围的数据时，MySQL 会对该范围内的间隙加锁，防止其他事务在该范围内插入新记录。这意味着即使其他事务尝试插入数据，事务 A 的查询结果也不会受到影响。
下一键锁（Next-Key Locking）：MySQL 在执行范围查询时，通常会对每个行记录及其前面的间隙加锁，这种方式称为下一键锁。这种锁定机制有效防止了幻读的发生。
MySQL 通过使用可重复读隔离级别和 MVCC 机制，结合间隙锁等技术，有效地解决了幻读问题

面试题28：MVCC知道吗？怎么实现的？

MVCC是分版本并发控制 最关键的点是read-view 读视图

读视图的4个关键核心参数是：
1.当前最大事务ID
2.当前最大的已经提交的事务ID
3.当前活跃的事务列表
4.当前的事务ID

通过read-view读视图和undo log事务的版本链进行一个对比
然后选择需要读取的数据，这就是MVCC的机制
使用MVCC可以让读操作不需要加锁，从而提高并发性。在这种机制下，每个事务会读取自己版本的数据，确保读取到的是最新提交的版本

面试题29：Java中的集合类有哪些？

一个是Collection，分为List和Set
一个是Map，分为 HashMap，HashTable，TreeMap，ConcurrentHashMap

ArrayList底层是动态数组，JDK8后底层是数组+链表+红黑树，有索引下标适合查询
LinkedList底层是双向链表，适合增删修改操作

面试题30：HashMap线程安全吗？

不
并发使用会出现一个fail-fast机制，也就是并发修改异常
可以用HashMap：底层是加Synchronized，效率较低，JDK8有锁优化，锁消除锁粗化和锁升级
可以用ConcurrentHashMap，底层是乐观锁+Synchronized来保证线程安全

面试题31：String,StringBuilder,StringBuffer的区别是什么？

String是不可变类，每次修改会不断创建新的对象
有两个缺点：1.效率低 2.消耗内存大

StringBuilder是对String使用场景的优化，底层支持动态字符串修改
StringBuffer是对StringBuilder的优化，底层加Synchronized锁同步机制来支持字符串并发修改

面试题32：MySQL索引的底层数据结构有哪些？

最常见的是B+树和哈希表

面试题33：哈希索引的特点是什么？时间复杂度多少？

哈希索引特点是键值对存储，Key-Value
最快时间复杂度是O(1)，平均是O(logn)

面试题34：索引失效的场景有哪些？

左模糊查询%like，where里使用函数，使用or，用不等于符号

面试题35：为什么使用不等于符号会导致索引失效？

MySQL优化器会进行过滤，如果用不等于过滤出来的数据量比较少
MySQL优化器会觉得使用索引还不如直接全表扫描
在explain执行计划上体现出来的就是索引失效
但更准确的说法是MySQL优化器自主进行了底层的查询优化

面试题36：聊一下通讯协议和网络分层

通讯协议是数据交互的规范
比如收发数据的双方定好一些编解码规则然后进行网络传输
比如TCPIP协议
TCPIP协议分为四层：
1.应用层：指定具体传输协议和格式比如HTTP，高性能GRPC和Dubbo协议
2.传输层：定位到具体端口号，进行主机进程间通信，更具体的定位
3.网络层：对物理地址进一步抽象和聚合，每个计算机都用MAC地址
4.数据链路层：解决物理层面寻址的问题，通过光纤进行0和1数据传输

OSI协议：7层
1.应用层 2.表示层 3.会话层 4.传输层 5.网络层 6.数据链路层 7.物理层

为什么要进行分层设计？
分层设计可以划分各层职责和解耦
底层细节对上层屏蔽，上层不用了解底层细节和变化

面试题37：说一下HTTP和GRPC协议之间有什么区别？

相同点是：这两个都是应用层的传输协议
HTTP 1.0 是文本协议，可读性高，但效率低
GRPC基于HTTP 2.0 是一个二进制协议，可读性低，但传输效率十分高
效率高的原因有两个：
1.传输的是二进制数据
2.提前定义了一个二进制序列化（protobuf）文件，接口提供方和调用方公用这一份文件，
我们可以提前知道数据顺序和字段的业务含义，按照之前约定去处理数据就好，节省了很多描述数据的空间