【每日面经】快手面经

ConcurrentHashMap和HashMap的区别？使用场景？

• 线程安全性
  • concurrentHashMap是线程安全的，HashMap不是线程安全的
• 锁机制
  • ConcurrentHashMap采用的是分段锁（Sagment）机制，降低所得粒度提高了并发性能

CurrrentHashMap的底层实现：

底层数据结构：

• 在jdk1.7中底层采用的是分段数组+链表来实现的
• jdk1.8中底层采用的和HashMap结构一样，数组+链表/红黑树

CurrentHashMap如何保证线程安全：

• jdk1.7首先计算对应key的哈希值，然后找到对应的分段数组，紧接着，去获取ReentrantLock锁，然后通过hash值定位hashEntrry数组下标。这样缺点就是每次都只有一个线程执行，导致性能过低
•  jdk1.8中采用的是和hashmap一致的底层结构，但是是通过cas+synchronized来保证并发的情况的线程安全问题。其中CAS控制数组节点的添加，而synchronized控制的是链表和红黑树的节点添加，在操作的时候会将首节点用锁锁住，这样就可以保证线程安全了

线程编程的时候如何保证线程安全？

线程安全问题主要就是资源贡献，导致的多个线程出现竞争。首先解决方案毋庸置疑的就是使用锁机制来保证线程安全，其次就是线程本地存储通过ThreadLocal这个类来实现每个线程都有独立的一个数据副本，这样就看可以避免线程安全问题，还有就是使用一些线程安全的集合，和原子性的对象来保证线程的安全

分布式场景下如何保证线程安全？

分布式场景之下不能通过我们所说的synchronized和reentrantLock来实现的锁机制保证线程安全。因为之前我们所说的锁他都是在本地jvm实现的锁，一个JVM只可以持有一把锁，但是分布式的场景之下一个请求可能是多个服务发过来的（例如：8001端口，8002端口....都发来了请求），这样的话每一个服务都是有自己jvm的，就会出现多个服务都持有锁的情况，这样普通的锁是不能保证线程安全的问题的

 所以在分布式的环境下，可以去尝试使用redis实现的分布式锁。具体就是通过setnx来对具体的键进行加锁。

CAS会出现什么问题？ABA如何解决？

可以看一下我之前的文章

线程池的使用场景？解决了什么问题？为什么用线程池？

线程池主要是在创建线程的场景之下进行创建线程的，对比其他的创建线程的方式有很多优点：

• 资源的利用率：避免了频繁的创建和销毁线程带来的系统开销
• 对线程的约束：可以控制线程的数量、存活时间以及通过线程工厂进行一下属性的配置（名称、优先级和是否为守护线程）
• 响应性能提升：使用线程池可以更快地响应新的任务请求。因为线程已经创建并处于就绪状态，新任务可以立即被分配给空闲的线程执行

线程池的使用场景包括：

• 短时间内需要处理大量任务的场景

  • 例如 Web 服务器处理大量的并发请求

• 执行周期性任务

  • 如定时备份数据、定时发送邮件等

线程池解决的问题：

• 资源管理优化

  • 避免频繁地创建和销毁线程，减少系统资源的消耗。创建和销毁线程是相对耗时和消耗资源的操作，如果每个任务都创建新线程，可能导致系统性能下降

• 控制并发度

  • 可以限制同时运行的线程数量，防止过多线程并发执行导致系统资源耗尽或出现性能瓶颈

• 提高响应性

  • 任务可以快速放入线程池等待执行，无需等待线程创建，从而提高系统的响应速度

线程池的拒绝策略？

线程池的拒绝策略主要是为了在任务队列已经满的时候，并且当前线程数量大于最大线程数的时候，会执行拒绝策略。

AbortPolicy：默认的拒绝策略，直接抛出异常

CallRunsPolicy：将任务给调用者来执行

DiscardPolicy：直接丢弃任务

DiscardOldestPolicy：丢弃任务队列中最早的任务，将当前任务加入进去

JVM内存模型简单描述一下？模型简单描述一下？

程序计数器：每一个线程都具有程序计数器，作用是在并发的环境下，线程是交替执行的，线程A可能执行一半，开始执行线程B，当再次执行线程A的时候会按照上次执行的位置来执行，这个就是程序计数器的作用，指向当前线程执行的行号

虚拟机栈：每一个线程在创建的时候都会创建一个虚拟机栈，用于存储局部变量和方法的栈帧。每一次调用一个方法的时候，都会存储一个方法的栈帧。当方法执行完成之后自动将栈帧释放

本地方法栈：本地方法栈和虚拟机栈类似，记录本地方法调用的时候产生的栈帧

堆：用于存储对象实例和数组，并且内部定义了新生代和老年代，1.8之前还有一个永久代，在1.8之后移到本地内存中改名为元空间

本地内存：内部右元空间和直接内存。元空间用于存储对象的结构，并且内部有运行时常量池，运行时常量池会根据常量池（存储类的一些信息）中的信息，将其的符号引用替换为直接引用。直接内存主要是用于执行NIO（如文件传输、网络数据传输）的操作

JVM双亲委派机制描述一下？

双亲委派机制是类加载器的一个加载方式。类加载器主要是分为几种：

• 启动类加载器：主要是加载Java_Home/jre/lib目录下的类，例如Java本身提供的一些类
• 扩展类加载器：主要是加载Java_Home/jre/lib/ext目录下的类，例如我们引入的jar包下的类
• 应用类加载器：主要是加载自己classPath下的类，例如我们自己定义的类
• 自定义类加载器：自己定义类加载的规则

而双亲委派模型指的就是一个类加载器在收到加载的请求的时候，优先从父类的类加载器进行加载，如果父类具有父类那就继续向上找父类，如果父类可以加载那么直接返回，如果加载不了，才会委托给下一级进行加载

双亲委派模型的作用就在于防止类的重复加载和防止核心API被修改

JVM调优有哪些参数？

对于JVM调参主要就是调整年轻代、老年代、元空间的内存空间大小以及垃圾回收器的类型。

• 堆空间大小
• 虚拟机栈的设置
• 年轻代eden区和两个Survivor的大小比例
• 年轻代晋升老年代的阈值
• 垃圾回收器的类型

如果GC时间比较长，一般怎么排查？

• 查看 GC 日志

  • 启用详细的 GC 日志记录，通过分析日志中的时间、回收的区域、回收前后的内存使用情况等信息，了解 GC 的具体行为

• 监控工具

  • 使用 JConsole、VisualVM 等工具来实时监控 JVM 的运行状态，包括内存使用、线程情况、GC 活动等

• 垃圾回收器选择

  • 确认当前使用的垃圾回收器是否适合应用的特点和负载，如果不合适，可以尝试切换其他类型的垃圾回收器

数据库索引一般是用什么数据结构？和其它数据结构有什么区别？

数据库索引在Innodb引擎下是使用的B+数，B+数是一个多叉的一个树，它的非叶子节点只存储索引信息，叶子节点存储数据，并且叶子节点是通过链表进行关联的。B+树有如下的优点：

1. 叉数多，路径更短
2. 磁盘读写代价低，非叶子节点只是存储指针，叶子节点存储数据，并且查询效率稳定
3. 方便进行扫库和区间查询，叶子节点是一个双向链表

和B树区别：

1. 在B树中，非叶子节点和叶子节点都会存放数据，而B+树的 所有的数据都会出现在叶子节点，在查询的时候，B+树查找效率更加稳定
2. 在进行范围查询的时候，B+树效率更高，因为B+树都在叶子节点存 储，并且叶子节点是一个双向链表

数据库事务是什么？为什么要用事务？

事务就是一组操作的集合，这些操作要么全部执行，要么全部不执行。要知道事务的作用就必须要提及一下事务的特点ACID（原子性、一致性、隔离性、持久性）拿转账来举例子：

• 原子性：A给B转账200，A扣除200，B增加200，这个过程要门都成功，要么都失败
• 一致性：在转账的过程中，A如果少200，那么B一定增加200
• 隔离性：A给B转账，不会受到C的影响
• 持久性：事务提交之后，这个数据该百年是持久生效的

就是因为这些特征所以要使用事务

事务的隔离级别有了解吗？

由于并发事务会造成一系列的问题：脏读、不可重复读、幻读

• 脏读：事务A在修改数据的时候还没有提交被事务B读取了这个数据，之后事务A进行了回滚，导致事务B读取到脏数据
• 不可重复读：事务A在读取一个数据的时候，事务B对这个数据进行了修改，导致事务A再次读取数据的时候发现两次读取数据的结果不一致
• 幻读：事务A在读取一些数据的时候发现一些数据不存在，这个时候事务B插入了一些数据，事务A再次查询发现查询到了一些不存在的数据

可以通过不同的隔离级别来解决这个问题：读未提交（解决不了任何问题），读已提交（解决脏读）、可重复读（解决不可重复读、脏读）、串行化（解决所有问题）

在innodb默认的是使用的可重复读的隔离级别。不同的隔离级别是通过MVCC机制和锁来实现的。其中MVCC机制指的是维护了不同版本的数据，根据内部的规则和当前事务id来决定，当前事务读取的是哪个版本的数据。它的内部实现主要是有几个部分：

• 隐藏字段：如主键、事务id、回滚指针（用于指向上一个版本的数据）
• undo log版本链：undo log主要是用来记录回滚日志的，存储老版本的数据，在内部会将老版本的数据根据回滚指针进行关联，形成一个链表
• ReadView读视图：readView是用来决定选择哪个版本数据的关键，在内部定义了一些规则和当前的一些事务id来判断读取哪一个版本数据。不同的隔离级别生成的快照读是不一样的，最终的访问结果也是不一样的。在RC的隔离级别之下，每一次执行快照读都会生成一个ReadView，让如果是RR的隔离级别，那么只有在第一次生成ReadView，之后进行复用

MySQL和Java里面有哪些锁机制？

Mysql中的锁：

• 共享锁：在事务进行读取数据的时候，其他事务不能进行数据的修改
• 排他锁：在事务进行修改数据的时候，其他事务不能进行读取数据

Java中的锁：

• 乐观锁：会假设不会发生冲突，在更新数据的时候会根据新值和旧值的比对或者版本号的比对，来判断是否有冲突，没有则更新，否则重试。例如cas
• 悲观锁：总是假设最坏的情况，每次操作数据时都先获取锁。例如 synchronized 关键字就是一种悲观锁
• 自旋锁：当一个线程获取锁失败时，它会不断尝试获取，而不是进入阻塞状态
• 读写锁：分为读锁和写锁，读锁可以被多个线程同时持有，而写锁是排他的。ReentrantReadWriteLock 类实现了读写锁
• 公平锁：公平锁按照请求锁的顺序来分配锁
• 非公平锁：非公平锁不会按照请求锁的顺序来分配锁

对于数据库容量有限，如何存储用户的数据？有什么优化方式？

主要是可以进行分库分表，其次就是通过redis来进行存储一定的数据

分库分表是怎么做的？

分库分表主要是由垂直分库、水平分库、垂直分表、水平分表

• 垂直分库： 根据业务的不同讲不同的表拆分到不同的数据库中
• 水平分库：将数据按照一定的规则分布到多个数据库中
• 垂直分表：将一个表中的不常用的或者字段比较大的拆分到另一张表中
• 水平分表：将一张表的数据按照规则拆分到的多张表中

其中所说的规则用以几种举例：

• 哈希取模

  • 例如，根据用户 ID 对分表数量进行取模运算：hash(userId) % tableCount ，结果决定数据存储在哪个分表中
  • 优点：数据分布相对均匀
  • 缺点：当分表数量发生变化时，数据迁移成本较高

• 范围划分

  • 按照某个字段的值的范围，如用户年龄 0 - 20 岁存储在表 1，21 - 40 岁存储在表 2 等
  • 优点：易于理解和扩展
  • 缺点：可能导致数据分布不均匀

• 时间范围

  • 对于与时间相关的数据，如订单数据，可以按照创建时间的月份、季度或年份进行分表
  • 例如，2023 年的订单存储在表 1，2024 年的订单存储在表 2

为啥要使用Redis，Redis解决了什么问题？

1. redis可以作为缓存来减轻数据库的压力
2. redis基于内存具有很高的读写性能
3. redis在分布式系统中，可以用分布式锁保证线程安全
4. redis也可以通过list左插入右读取来实现一个简易的消息队列

Redis如何进行持久化？

AOF和RDB两种持久化的方式。

• AOF指的是追加文件的形式。当每次执行插入修改redis数据的时候，都会将对应的redis语句存储在AOF文件中，当要恢复数据的时候，通过执行AOF中的命令来进行数据的恢复
  • 优点：数据不易丢失
  • 缺点：执行速度过慢，当指令过多的时候会出现文件过大
• RDB指的是快照文件的形式。它会按照一定的频率，以二进制文件的形式来将数据进行一个同步，但需要数据恢复，可以直接通过RDB文件进行恢复
  • 优点：速度快，文件大小合适
  • 缺点：容易丢失数据

如何解决AOF文件过大的问题？

可以执行BGREWRITEAOF命令来实现AOF文件的重写，这样对于一些冗余的命令会进行一定的删除合并