Java中级面试题

1.假如有两个线程共同操作数据库，以乐观锁的角度考虑，怎么确保不会发生并发问题？

PS：考点是CAS，比较并替换。CAS中有三个值，内存中的值，新值，旧值。

假如内存中的值是2000，要进行--操作，A,B两个线程分别从主内存中拉去数据，当A线程进行--操作，新值变成了1999，旧值与主内存中的值一致，将新值替换掉主内存中的值，此时主内存值为1999。当B线程进行--操作，新值也是1999，比较主内存值1999与旧值2000不一致，拉去主内存值，在--，此时旧值变成了1999，新值变成了1998……

依次类推，AB线程共同操作共享资源，数据也不会出现并发问题。

2.synchronized的原理 

在JDK1.6以前，sync是重量级锁。

重量级锁有一个等待队列，想要抢占锁的线程都进入等待队列中，当线程A获得到共享资源，其他线程进入阻塞状态，当线程A释放锁时，其他线程被唤醒。

这个过程很消耗操作系统，因此sync的效率很低。

在JDK1.6之后，sync应用了锁升级。

起初是无状态的，jvm启动4s后开启偏向锁，当某个线程来竞争，要判断当前锁是否可重新偏向，如果不能，就升级为轻量级锁，当自璇（线程一直尝试获得锁）无法获取到锁，就会升级为重量级锁。

3.Redis缓存击穿、穿透、雪崩

击穿：数据库中有，缓存中没有的数据。

解决办法：

• 设置热点数据永不过期
• 加互斥锁

穿透：缓存和数据库中都没有的数据。

解决办法：

• 将value的值赋为null
• 在接口层增加校验
• 布隆过滤器：快速检索一个元素是否在集合中,不存在的一定能检索到

雪崩：同一时间大量数据请求数据库，导致数据库压力大而宕机。

解决办法：

• 过期时间设置随机，避免同一时间多个缓存同时过期
• 设置热点数据永不过期
• 使用锁或队列的方式保证不会有大量线程对数据库一次性进行读写

4.Redis过期键的删除策论有哪些？

定时删除

通过使用定时器来删除，保证过期键尽可能的删除，并释放过期键占用的内存。

对内存友好，对CPU不友好。

惰性删除

获取键时对键进行过期检测，不会在删除其他无关过期键花费CPU

对CPU友好，对内存不友好

定期删除

定时删除和惰性删除的一种折中策略，每隔一段时间执行一次删除过期键操作

5.Redis有哪些数据结构

Sting  List  Hash  Set  Sorted Set

6.为什么Redis最常用的数据类型是String

因为String类型的数据结构简单，存储空间占据小。我们知道redis缓存中的数据是要存到内存中的，而内存的空间毕竟有有限的，所以能用String时，尽量用String

7.Redis的持久化方式

Redis的持久化方式有2种，RDB和AOF

RDB是快照文件的形式将数据持久化，BESAVE命令fork子进程生成RDB文件。

AOF是把所有的写命令记录到日志中，重跑日志文件就能还原数据。

8.Redis的集群模式

为了redis的高可用，现在都会给redis做备份，多启动一台redis，形成主从架构。

主服务器将数据复制到从服务器，有2种方式，完全重同步和部分重同步，如果是第一次会完全重同步，如果是网络中断等会部分重同步。

复制的流程：

1. 从服务器给主服务发起复制数据请求
2. 主服务器将RDB文件发给从服务器
3. 从服务器拿到文件后，先清空自己，再加载RDB文件
4. 主服务会把发送文件后，修改的命令用buffer记录，从服务器加载完RDB之后，将buffer发送到从服务器

这样就保证了主从服务器的数据最终一致性。

9.Redis的实战场景

1. 短信验证码
2. 接口幂等
3. 统计次数
4. 分布式锁
5. 缓存数据

10.线程池的原理

线程池顾名思义就是存放线程的池子，用的时候从里边拿，不用的时候放入池中，避免了多次创建与销毁线程。

线程池中有几个重要的参数：核心线程数、最大线程数、线程等待时间、阻塞队列、拒绝策略。

线程池初始化的时候，线程池中的默认线程数是0，当有任务第一次访问的时候，开始创建线程到核心线程数，如果接着有任务，线程都被占用，那么任务会放入阻塞队列，如果阻塞队列塞满，那么会看核心线程数是否小于最大线程数，如果是，那么接着创建线程来执行任务，当核心线程数=最大线程数且所有线程都占用且阻塞队列塞满，会触发拒绝策略。

11.  三种线程池的适用场景

fixedThreadPool：固定数量线程，核心线程数=最大线程数，阻塞队列是int最大值

适用于cpu计算密集的情况（cpu是调度线程的，cpu密集可以理解为程序一直在计算），因为cpu密集，再去创建线程已经顾不上了，所以固定数量的就足够了。

cachedThreadPool：可扩容数量线程池，核心线程数0，最大线程数为int的最大值，用到多少线程，创建多少。阻塞队列是0

适用于io密集的场景，io密集就会产生io阻塞，那么这是cpu就有空闲，这是就可以创建线程，以保证cpu尽可能多的使用。

singleThreadExecutor：核心线程数=最大线程数=1   单个线程，但是有阻塞队列

12. 在开发中，如何保证线程安全的

①使用线程安全的集合（CopyOnWriteArrayList），Map(CurrentHashMap)，原子类(Atomic)

②一次可以使用多少个线程，可以考虑CountDownLatch

③使用synchronized或者Lock进行加锁出来

CopyOnWriteArrayList的底层是基于数组的，每次修改都会复制出来一个数组，在这个新数组上修改，修改不影响读，修改好之后将原数组替换，实现了“读写分离”。

CurrentHashMap的底层是sync+CAS+红黑树,首先CurrentHashMap是基于HashMap的，HashMap是数组+链表的形式，通过key的hashcode方法计算出hashcode值，来判断在哪个位置，如果这个位置有值了，就会调用equals方法，如果值相等替换，如果不等就追加到链表后。

CurrentHashMap增加了同步的操作，利用CAS+Synchronized保证线程安全

13. 模拟一个场景，现在有50个任务，要等这50个任务执行完，再执行下一个方法，怎么设计？

首先，处理50个任务肯定要用到多线程。

可以利用CountDownLatch和线程池结合处理。CountDownLatch是基于AQS的，会将创建CountDownLatch的入参传递给state，countDown()就是利用CAS将state-1，await()是让头结点等待state=0时，释放所有的线程

14. 接口权限控制

首次登录的时候会生成一个token，前端拿到token放到请求头中，以后每次的请求都需要携带token，后端判断前端带过来的与数据库或者缓存中的token是否一致，一致的话代表登录过了。

我们利用spring的aop在每个接口前建一个切面，切面统一执行判断token，记得过滤掉登录接口。

15.RocketMQ如何保证保证消息不丢失？

从3个层面保证消息不丢失

首先是生产者，生产者利用同步刷盘和定时任务补偿来 保证消息不丢失。同步刷盘即生产者发送消息到mq,mq会把消息写入磁盘，再返回结果。如果消息发送失败，会由定时任务重新拉取发送。

比如短信平台是利用mq的重发机制，失败了再重发一次，如果再失败，写入重发表，等待定时任务的扫描，根据规则来重发。

其次是mq，mq要保证集群高可用，然后利用同步刷盘+异步复制的方式，这种方式既能保证消息的可靠性，又能避免性能降低。异步复制是指从主节点复制数据到从节点是异步的，不会阻塞整个流程。

最后是消费者，可以利用rocketMQ的重试机制，默认重复16次，当消息消费失败，返回related消息会自动重试，如果16次都失败就需要补偿机制，补偿机制根据业务情况而定。

16.HTTP和MQ的区别

MQ主要用于异步通信，HTTP是基于请求/响应的

MQ是长链接，HTTP每次需要重新建立链接

MQ的速度比http快

17.mq和http的优缺点

mq异步通信，解耦好；但是增加了系统复杂度，不能保证消息的完全不丢失和顺序

http简单易用，成熟稳定；但它是同步通信，阻塞

18.如何保证MQ的顺序

首先发消息的时候，需要保证顺序的消息要发到同一个mq队列里，因为一个队列只能被一个消费者消费，其次，消费者不能并发消费。

如何保证消息发到同一个队列呢？rocketmq有自带的消息队列选择器，在发送消息的时候实现这个组件，重写方法，在方法里可以写自己的逻辑，比如用消息的流水号的哈希值对队列数取余，就跟分表的逻辑是一样的，短信平台不需要保证消息的顺序性，但是有些业务需要，比如订单业务，创建订单，下单，支付 这几步的操作不能乱，所以这个时候可以用订单号的哈希值对消息队列的队列数取余，选择性发到一个队列中，这样就能保证顺序性

19.有过JVM调优吗？

没有，不过我们一般系统优化的思路是这样的：首先会看数据库方面，看看索引是否合理，然后我们会看代码层面，比如某个接口相应时间长，会看看有没有慢sql、多层循环，看是否还有优化空间，最后会考虑扩容，不过扩容也是运维来做。