数据开发面试题准备

背 景

最近要面试几个java&数据开发同学，稍稍准备几个题目

---

问 题

笔试题

1）伪代码实现：判断单链表是否有环 ；

2 ) 现有一张包括员工姓名、薪水、省份、城市、年龄、职位等字段在内的员工信息表; 请写 sql 查出：每个城市中薪水高于 2w 的所有员工信息 以及 该城市高于2w对应的员工人数？

说明：正确的查询结果集中可能有如下的记录 ：

张三、3w、广东省、惠州市、30、java高工、100（注：假设薪水大于2w的员工中，有100名来自惠州）
李四、2.5w、广东省、惠州市、31、java高工、100
… …

算法原理

a. 操场上有两个人在跑步，同一起点：如果操场是圆的，跑的快的同学( faster )，肯定可以超越并再次追赶上跑的慢的同学( slower )，or 如果操场是直线的，跑的慢的同学，永远在后面
b. faster 和slower 相遇，链表有环，此时将slower移回头结点位置; 让faster和 slower 每次都走一步； 再次相遇，此时 slower 和 faster 所指向的位置即是环的入口

public class Solution
 {
    public ListNode detectCycle(ListNode head) 
    {
        ListNode fast = head;
        ListNode slow = head;
        while(fast != null && fast.next != null)
        {
            fast = fast.next.next;
            slow = slow.next;
            if(fast == slow)
            {
                break;
            }
        }        
        if(fast == null || fast.next == null)
        {
            return null;
        }       
            slow = head;
            while(fast != slow)
            {
                slow = slow.next;
                fast = fast.next;    
            }
        return slow;      
    }  
}
 

2 ) 考查开窗函数的应用与理解：怎么在明细结果集中，同时出现汇总列

select pid ,province ,city ,salary ,count(salary ) over( partition by city ) as num from fdm_tmp.functiontest_1 where salary >=20000

面试题

并发相关

1）线程池相关：
a.线程池的构造参数与工作原理？线程池启动线程的原理？

ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, 
long keepAliveTime, TimeUnit unit,
 BlockingQueue<Runnable> workQueue, 
 ThreadFactory threadFactory, 
 RejectedExecutionHandler handler)

b.常用的线程池有哪些，不同线程池的使用场景是什么？FixedThreadPool满了之后会怎么办 ~ 用的无界队列 LinkedBlockingQueue,存在内存溢出的可能。
线程池被关闭的方式有哪几种？ shutdown() 与 shotdownNow()

2）volital 关键字 与 AQS 组件解释

a. java 里悲观锁与乐观锁是怎么玩的？ CAS 是啥，怎么实现的，有什么缺点？（ABA 问题怎么解决·AtomicStampedReference）
b. AQS 是啥？核心的数据结构？一个FIFO队列 与 一个 volitale state
java用来构建锁和其他同步组件的一个基础框架；ReentractLock之类的都是基于AQS来的，比如ReentractLock里面，某个线程想要获取锁，那么就会走AQS定义好的基础逻辑，获取state值啥的

设计模式

结合实际项目应用场景，解读一个设计模式（单例与工厂模式除外）

JVM

1. JVM内存区域？哪些内存区域会参与GC? 什么情况下一个对象会被GC? minor gc 与 full gc ? 新生代与老年代 gc 回收策略？

2. 线上 OOM 定位与解决思路

a. 确认问题
dmesg |grep -E ‘kill|oom|out of memory’ : 查看操作系统启动后的系统日志
b. 重现问题：jstat -gcutil 20886 1000 10 ： 查看survivor 区、eden区、老年代的使用率以及 young gc 与 full gc 使用次数
c. 分析问题(找出哪些对象占用内存过多)：jmap -histo:live 20886 ~ 查出哪些对象占用内存过多
d. jmap -dump:format=b,file=heap.hprof /opt/zhss/java/bin /tmp/dump.core ~ 输出堆内存快照 : 显示每个对象占用的内存大小 ~ eclipse MAT 插件分析
e. 解决问题：加机器、优化代码（内存溢出的代码）

中间件

1. 为什么用 中间件，结合业务场景描述一下；用了中间件有什么优缺点？ 缺点怎么规避，eg. 怎么保证全链路的数据不丢失？
2. 中间件 eg. kafka 如何实现每秒 几十万的高并发写入？大致的优化思路。
   零拷贝；page cache or os cache
3. 如果让你尝试写一个消息中间件，如何进行架构设计，需要考虑哪些点？ 说一下大致的思路
   a. 可伸缩 broker-topic-partition 分布式存储
   b. 数据不丢失 落地到磁盘，顺序写，oscache
   c. 高可用 多副本 leader . follower : leader 挂了重新选举 对外提供读写服务
   d. 数据O丢失方案

生产问题

线上服务器的cpu使用达到100%了，如何排查、定位和解决？

---

相关答案说明

一. 线程池构造参数与工作原理

假设我们自己手动创建一个ThreadPoolExecutor线程池，设置了以下的一些参数:
corePoolSize：2个
mamximumPoolSize：4个
keepAliveTime：60s
workQueue：ArrayBlockingQueue，有界阻塞队列，队列大小是4
handler：默认的策略，抛出来一个ThreadPoolRejectException

（1）一开始线程池里的线程是空的，一个都没有。有一个变量维护的是当前线程数量，这个变量是poolSize，poolSize = 0，如果当前线程的数量小于corePoolSize（2），poolSize < corePoolSize，那么来了一个任务优先创建线程，直到线程池里的线程数量跟corePoolSize一样；poolSize = 1，poolSize < corePoolSize（2），又创建一个线程来处理这个任务；poolSize = 2
（2）如果当前线程池的线程数量（poolSize = 2）大于等于corePoolSize（2）的时候，而且任务队列没满（最大大小是4，但是当前元素数量是0），那么就扔到任务队列里去
（3）如果当前线程池的线程数量大于等于corePoolSize的时候，而且任务队列满了（最大大小是4，当前已经放了4个元素了，已经满了），那么如果当前线程数量小于最大线程数（poolSize = 2，maimumPoolSize = 4，poolSize < maximumPoolSize），就继续创建线程；poolSize = 3，提交了一个任务，poolSize >= corePoolSize，任务队列满，poolSize < maximumPoolSize，再次创建一个任务
（4）如果此时poolSize >= corePoolSize，任务队列满，poolSize == maximumPoolSize，此时再次提交一个任务，当前线程数已经达到了最大线程数了，那么就使用handler来处理，默认是抛出异常，ThreadPoolRejectExeception
（5）此时线程池里有4个线程，都处于空闲状态，corePoolSize指定的是就2个线程就可以了，但是此时超过了corePoolSize 2个线程，所以如果那超出的2个线程空闲时间超过了60s，然后线程池就会将超出的2个线程给回收掉

如何设置池的这些参数？先来看看创建线程池的默认代码

其实上面都说过了，啥时候会创建新线程？其实就是线程数没到corePoolSize的时候，会创建线程；接着就是任务队列满了，但是线程数小于maximumPoolSize的时候，也会创建线程；创建的时候通过threadFactory来创建即可

二. cpu % 问题定位思路
1）找到事故服务器上，是哪个进程的哪个线程的哪段代码，导致cpu 100%
2 ) top -c、top -Hp PID、jstack 43987 | grep ‘0x41e8’ -C5 --color ( 用jstack打印进程的堆栈信息，而且通过grep那个线程的16进制的pid，找到那个线程相关的东西 )