面经学习（越亮传奇实习）

个人评价

有两个面试官，两个面试官气场还是挺强的，八股文还是问的比较多的，整体的难度还是比较小的。

介绍一下实习项目吧？ （合并写请求）

的实习项目主要就是做C端的在线教育项目，并且呢，它采用的基于alibaba那套落地的微服务方案。可能也是因为我是实习生的源固，我没有负责黄金链路，从用户登录到用户下单再到用户观看视频的整个流程，我主要负责的就是负责辅助模块的开发。评论区，点赞，排行榜模块的开发。

那我给您介绍一下我记得比较清楚的难点吧。

当时要做一个续播功能，也就是用户切换其他设备的时候也能从对应的位置上继续观看，本质上就是去修改数据库中观看记录表的数据，在刚刚开始的想法就是直接去操作数据库，对了，每个用户前端每隔15秒会提交一次观看位置的请求，并且上级这边说qps会达到3000左右，也就是同时观看人数最多会有3000人左右，因此我们要进行优化，我们会发现这些请求中只有最后一次的观看位置是有用的，所以设计的解决方案就是使用redis的hash结构+延迟消息来实现的。Hash结构中，使用大key存储课表Id,课表用来关联userId和课程的Id，使用小key存储节Id，value存储观看位置的数据，在每次请求进来后直接修改Hash中的数据，并且每次发送一个延迟消息，使用RabbitMq的死信发送一个延迟15秒消息，并且也是当前的节点去监听该消息，监听到消息后，使用监听到的观看位置和当前在Hash结构中的观看位置进行比较，如果发现二者的相同，说明在这15秒内没有再次进行观看了，这个时候就去修改数据库。反之，如果不相同的话，说明此时用户还在进行观看，我们就直接丢掉消息。最终减少99%的DB操作。

那我在做完这个业务之后，也在思考，因为我们使用的是RabbitMq来存储观看位置的消息，此时可能就会出现问题，消费者的消费速度小于生成者生成速度。我目前主要了解到的解决方案就是增加消费者的个数，因为采用的是微服务的落地方案，所以我们可以增加消费者的个数。提升消费者的消费能力，我会创建线程池，使用多线程来消费消息，对消息队列进行扩容，我们可以使用惰性队列来存储消息，因为惰性队列使用磁盘进行存储，就导致它的容量非常大，但是呢，涉及到大量的文件IO操作，所以在速度上效率是比较低的。

设计模式你了解过哪些？

单例模式：我比较了解就是Spring中IOC默认情况下采用的就是单例模式。

工厂模式和策略模式：我们当时在实现动态获取分布式锁及对应策略，使用自定义注解+工厂模式+策略模式。自定义注解主要就是控制对应的枚举。我们会创建一个工厂类，里面有一个属性EunmMap，key存储对应的枚举，value存储对应分布式锁的实现方法，最终设置枚举即可获得对应的类。策略模式则就会在枚举中编写一个抽象方法，会有多个方法实现该抽象方法，最终这些实现的方法就是策略。

责任链模式：最常见的就是Stream流式编程，通过返回原型继续执行方法。

在Spring中怎么解决循环依赖的问题？

Spring中使用三级缓存来解决缓存依赖，一级缓存主要就是存储完整的实例，二级缓存主要就是次存储代理对象，三级缓存就是ObjectFactory。当A和B相互依赖的时候就是使用三级缓存。

加载A，并将A的ObjectFactory存放到三级缓存，去加载B，并将B的ObjectFactory存放到三级缓存中。当发现B中需要依赖A，此时将使用A的ObjectFactory生成A的代理对象,并将A的代理对象存放到二级缓存中，将A注入到B中，将完整的B存放到一级缓存中，此时回溯，将完整的B注入到A中，最终解决三级缓存的问题。

redis的缓存问题有了解过吗？

主要就是三个问题就是缓存穿透，缓存击穿，缓存雪崩。

1.缓存击穿：当某个热点key突然过期导致大量的请求打db，最终压垮我们的数据库。

解决方案：使用分布式锁来解决，在每次访问数据库前都会获取缓存如果缓存不存在就会上锁然后做db操作，保证每次只有一个请求打数据库。

2.缓存雪崩：有两种情况，当大量的key设置了相同的过期时间，导致大量的key同时过期，导致到大量的请求大db，最终压垮数据库，或者是redis服务宕机了。

解决方案：redis搭建集群，搭建二级缓存，错开过期时间。

3.缓存穿透：一些数据，即不存在于数据库中，又不存在于redis中，在每次查询的时候都不会创建缓存，导致后续查询的时候都走数据库。

解决方案：使用布隆过滤器，因为它是基于BitMap来实现的，通过位置0和1来判断数据是否存在，这样就可以保证不会直接走数据库，防止压垮数据库。