java常见面试问题（二）

1、java内存模型？

1、程序计数器；是一块较小的内存的空间，它作用可以看作是当前线程所执行字节码的行号指标器。如果线程正在执行的是一个java方法，这个计数器记录的是正在执行虚拟机字节码指令地址，如果正在执行的是Natvice方法（非java代码实现的方法）这个计数器值则为空。

2、java虚拟机栈；与程序计数器，java虚拟机栈也是线程私有的，它的生命周期与线程相同。每个方法被执行的时候都会同时创建一个栈帧，用于存储局部变量，操作栈，动态链接，方法出口等信息。

3、本地方法栈；与虚拟机栈所发挥的作用是非常相似的，其区别不过是虚拟机栈为虚拟机执行java方法（也就是字节码）服务，而本地方法栈则是为虚拟机使用到的native方法服务的。

4、方法区（元数据区 MateSpace）；与java堆一样是各个线程共享的内存区域，它用于已被虚拟机加载的类信息，常量，静态变量，即时编译器编译后的代码等数据。

5、运行时常量池；是方法区的一部分，用于存放编译其生成的各种字面量和符号的引用，这部分内容将在类加载后存放到方法区的运行时常量池中。

6、直接内存；并不是虚拟机运行时数据区的一部分，也不是java虚拟机规范中定义的内存区域，在JDK1.4加入NIO，引入了一种基于通道与缓冲区的I/O方式，它可以使用native函数库直接分配堆外内存。

7、堆（heap）;对于大多数应用来说，java堆是java虚拟机所管理的内存中最大的一块，java堆是被所有线程共享的一块内存区域，在虚拟机启动时创建。此内存区域的唯一目的就是存放对象实例，几乎所有的对象实例都在这里分配内存。java堆是垃圾收集器管理 的主要区域，堆分成“新生代”与“老年代”，默认内存比例是1：2

7.1、新生代；新生代分为三个区域，一个Eden区和Survivor区，它们之间的比例为8：1：1，这个比例是可以修改的。通常情况下，对象主要分配在新生代的Eden区上，少数情况下也可能会直接分配在老年代中。java虚拟机每次使用新生代的Eden和其中一块Survivor（from）,在经过一次minorGC后，将Eden和Survivor中还存活的对象一次性复制到另一块Survivor空间上（复制算法进GC），最后清理掉Eden和刚才用过的Survivor（From）空间。将此时在Survivor存活下来的对象的年龄设置为1，以后这些对象每在Survivor区熬过一次GC，它们的年龄就加1，当对象年龄达到某个年龄（默认15）时，就会把它们移到老年代中。在新生代中进行GC，有可能遇到另外一块Survivor空间没有足够空间存放上一次新生代收集下来的 存活对象，这些对象将直接通过分配担保机制进入老年代

7.2、老年代；老年代里存放的都是存活时间较久，大小较大的对象 ，因此老年代使用标记整理算法。当老年代容量满的时候，会触发一次MajorGC（Full GC），回收新生代与老年代不再被使用的对象资源。

二、java类加载的全过程是怎样的？什么是双亲委派机制？有什么作用？一个对象从加载到JVM再被GC清除都经历什么过程？

java默认的三种类加载器：

AppClassLoader:加载来自在命令java中的classpath或者java.class.path系统属性或者CLASSPATH操作系统属性所指定的JAR类包和类路径

ExtClassLoader:扩展类加载器，主要负责加载Java的扩展类库,默认加载JAVA_HOME/jre/lib/ext/目录下的所有jar包或者由java.ext.dirs系统属性指定的jar包

BootStrap ClassLoader:称为启动类加载器，是Java类加载层次中最顶层的类加载器，负责加载JDK中的核心类库，如：rt.jar、resources.jar、charsets.jar等

每个类加载吕对加载过的类，都有一个缓存的。

AppClassLoader->ExtClassLoader->BootStrap ClassLoader(由下到上)

双亲委派机制：向上委托查找，向下委托加载。作用：保护Java底层的类不会被应用程序的类给覆盖了。

类加载过程：加载->连接->初始化

加载：把java的字节码数据加载到JVM内存中，并映射成JVM认可的数据结构

连接：分为三个小阶段：

1.验证：检查加载到的字节信息是否符合JVM规范

2：准备：创建类或接口的静态变量，并赋默认值（例如：int 0,引用对象为null）

3：初始化

类加载的全过程：

1、用户创建一个对象，JVM首先老板娘要到方法区去找对象的类型信息。然后再创建对象。

2、JVM要实例化一个对象，首先要在堆当中先创建一个对象。

3、对象首先会分配在堆内存中新生代的Eden，然后经过一次MinorGC，对象如果存活，就会进入Survivor区。在后续的每次GC中，如果对象一直存活，就会在Survivor区来加拷贝，每移动一次，年龄加1。默认年龄15，对象就会转入老年代。

4、当方法执行结束后，栈中的指标会先移除掉。

5、堆中的对象，经过Full GC ,就会被标记为垃圾，然后被GC线程清理掉。

三、怎么确定一个对象到底是不是垃圾，什么是GC Root？

1、引用计数：这种方式是给堆内存当中的每个对象记录一个引用个数。引用个数为0就认为是垃圾。这是早期JDK中使用的方式。引用计数无法解决循环引用的问题。

2、根可达算法：这种方式是在内存中，从引用根对象向下一直找引用，找不到的对象就是垃圾。

哪些是GC Root?

1、当前正在被调用的方法里局部变量引用的对象，即虚拟机栈的局部变量表中引用的对象

2、方法区中静态变量引用的对象

3、方法区中常量引用的对象

4、本地方法栈Native方法引用的对象

四、JVM有哪些垃圾回收算法？

MarkSweep 标记清除算法

这个算法分为两个阶段，标记阶段：把垃圾内存标记出来，清除阶段：直接将垃圾内存回收

缺点：会产生大量的内存碎片

Copying 拷贝算法

为了解决标记清除算法的内存碎片问题，就产生了拷贝算法，拷贝算法 将内存分为大小相等的两半，每次只使用其中一半。垃圾回收时，将当前这一块存活对象全部拷贝到别一半，然后当前这一半内存就可以直接清除。

缺点：浪费空间而且他的效率与存活对象的个数有关

MarkCompack 标记压缩算法

为了解决拷贝算法的缺陷，就提出了标记压缩算法，这种算法在标记阶段和标记清除算法是一样的，但是在完成标记之后，不是直接清理垃圾内存，而是将存活对象往一端移动，然后将端边界以外的所有内存直接清除。

缺点：效率较低，移动对象的同时，如果对象被其他对象引用，还需要调整引用的地址

这三算法各有利弊，各自有各自的适合场景

五、JVM有哪些垃圾回收器？他们都是怎么工作的？什么是STW？他都发生在哪些阶段？什么是三色标记？如何解决错标和漏标的问题？为什么要设计这么多的垃圾回收器？

STM：Stop-The-World。是在垃圾回收算法执行过程当中，需要将JVM内存冻结的一种状态。在STW状态下，JAVA的所有线程都是执行的（GC线程除外）

垃圾回收器：

Serial（串行）：

需要GC时，直接暂停所有线程，GC完了再继续运行。

这个垃圾回收器，是早期垃圾回收器，只有一个线程执行GC。在多CPU架构下，性能就会下降严重，只适用于几十M的内存。

Parallel（并行）：

在串行基础上（在STW时，开启多个线程进行垃圾回收），增加多线程GC。PS+PO这种组合是JDK1.8默认的垃圾回收器。在多CPU的架构下，性能会比Serial高很多。

CMS（Concurrent Mark Sweep）；并发标记清除

核心思想，就是将STW打散，让一部分GC线程与用户线程并发执行。

1、初始标记阶段：STW只标记出根对象直接引用的对象。

2、并发标记阶段：继续标记其他对象，与应用程序是并发执行的。

3、重新标记：STW对并发执行阶段的对象进行重新标记。

4、并发清除：并行，将产生的垃圾清除，清除过程中，应用程序又会产生新的垃圾，叫做浮动垃圾。这些浮动垃圾就要留到下一次GC过程中清除

G1 (Garbage First)垃圾优先：

他的内存模型是实际不分代，但是逻辑上是分代的。在内存模型中，对于堆内存就不再区分新生代与老年代，而是划分成一个一个的小内存块，叫做Region。每Region可以隶属于不同的年代。

GC分为四个阶段：

1、初始标记：标记出GC Root直接引用的对象（STW）

2、标记Region,通过RSet标记出上一个阶段的Region引用到Old区Region

3、并发标记阶段：跟CMS的步骤是差不多的，只是遍历范围不再是整个Old区，而只需要遍历第二步标记出来的Region。

4、重新标记：STW对并发执行阶段的对象进行重新标记。

5、垃圾清理：与CMS不同的是G1采用拷贝算法，直接将整个Region中对象拷贝到别一个Region。而这个阶段，G1只选择垃圾较多的Region来清理，并不是完全清理。

三色标记：三色标记是一种逻辑上的抽象。将每个内存对象分成三种颜色：黑色：表示自己和成员变量都已经标记完毕。灰色：自己标记完毕了，但是成员变量还没有完全标记完。白色：自己没有被标记。

CMS通过增量标记（increment update）的方式来解决漏标的问题，G1通过SATB（快照方式）来解决漏标的问题

六、如何进行JVM调优？JVM参数有哪些？怎么查看一个JAVA进程的JVM参数？谈谈你了解的JVM参数？

JVM调优主要就是通过定制JVM运行参数来提高JAVA应用程度的运行数据

JVM参数大致可以分成三类：

1、标准指令：- 开头，这些是所有HotSpot都支持的参数。可以用java -help打印出来。

2、非标准指令：-X 开头，这些指令通常是跟特定HotSpot版本对应的，可以用java -X打印出来。

3、不稳定参数：-XX 开头，这一类参数是跟特定HotSpot版本对应的，并且变化非常大。详细的文档资料非常少。在JDK1.8版本下，有几个常用的不稳定指令：

java -XX:+PrintCommanLineFlags :查看当前命令的不稳定指令。

java -XX:printFlagsInitial:查看所有不稳定指令的默认值

java -XX:printFlagsFinal:查看所有不稳定指令最终生效的实际值

七、MQ有什么用？有哪些具体的使用场景？

MQ：MessageQueue，消息队列。队列是一种FIFO先进先出的数据结构。消息由生产者发送到MQ进行排队，然后由消费者对消息进行处理。

MQ的作用主要有三个方面：

1、异步：异步能提高系统的响应速度和吞吐量（更新ES场景，注册短信，短信验证码）

2、解耦：服务之间进行解耦，可以减少服务之间的影响，提高系统的稳定性和可扩展性。另外，解耦之间可以实现数据分发。生产者发送一个消息后，可以由多个消费者来修理。（下订单操作）

3、削峰：以稳定的系统资源应对突发的流量冲击。（秒杀活动场景）

MQ的缺点：

1、系统可用性降低：一旦MQ宕机，整个业务就会产生影响。

2、系统复杂度提高：引入MQ之后，数据链路就会变得很复杂。如何保证消息不丢失？消息不会重复调用？

3、数据一致性：A系统发消息，需要B。C两个系统一同处理。如果B系统处理成功、C系统处理失败，这就会造成数据一致性的问题。

八、如何对MQ进行产品造型？

kafka:

优点：吞吐量非常大，性能非常好，集群高可用、

缺点：会丢数据，功能比较单一。

使用场景：日志分析、大数据采集

RabbitMQ：

优点：消息可靠性高，功能全面

缺点：吞吐量比较低，消息积累全严重影响性能。erlang语言不好定制。

使用场景：小规模场景。

RocketMQ：

优点：高吞吐、高性能、高可用、功能非常全面

缺点：开源版功能不如云上商业版，官方文档和周边生态还不够成熟，客户端只支持java

使用场景：几乎是全场景

九、如何保证消息不丢失？

可能丢失消息的位置：

1）、生产者发送消息不丢失

kafka: 消息发送+回调

RocketMQ:1、消息发送+回调。2、事务消息。

 RabbitMQ：1消息发送+回调

2、手动事务：channel.txSelect()开启事务，channel.txCommit()提交事务，channel.txRollback（）回滚事务。这种方式对channel是会阻塞的，造成吞吐量下降。

3、新版本的RabbitMQ提出了扩展（PUblisher Confirm）,整个处理流程跟RocketMq的事务消息，基本是一样的。

2）、MQ主从消息同步不丢失

RocketMQ:1、普通集群中，同步同步、异步同步。异步同步效率更高，但是有丢消息的风险。同步同步就不会丢消息。

2、Dledger集群-两阶段提交：

RabbitMQ:普通集群：消息是分散存储的，节点之间不会主动进行消息同步，是有可能丢失消息的。

镜像集群：镜像集群会在节点之间主动进行数据同步，这样数据安全性得到提高

kafka：通常都是用在允许消息少量丢失的场景

3）、MQ消息存盘不丢失

RocketMQ:同步刷盘 异步刷盘：异步刷盘效率更高，但是有可能丢消息。同步刷盘消息安全性更高，但是效率会降低

RabbitMQ:将队列配置成持久化队列。新增的Quorum类型的队列，会采用Raft协议来进行消息同步

4）、MQ消费者消费不丢失

RocketMQ：使用默认的方式消费就行，不要采用异步方式

RabbitMQ：autoCommit->手动提交offset

kafka:手动提交offset

九、如何保证消息消费的幂等性？

其实就是消费者重复消费消息的问题

所有的MQ产品并没有提供主动解决幂等性的机制，需要由消费者自行控制

最好的方式就是自己带一个有业务标识的ID，来进行幂等判断，如OrderID

十、如何保证消息的顺序？

全局有序和局部有序：MQ只需要保证局部有序，不需要保证全局有序。

生产者把一组有序的消息放到同一个队列当中，而消费者一次消费整个队列当中的消息

RocketMQ中有完整的设计，但有RabbitMQ和Kafka当中，并没有完整的设计，需要自己进行设计。

RabbitMq：要保证目标exchange只对应一个队列，并且一个队列只对应一个消费者

Kafka：生产者通过定制partition分配规则，将消息分配到同一个partition。Topic只对应一个消费者

十一、如何保证消息的高效读写？

零拷贝：Kafka和RocketMQ都是通过零拷贝技术来优化文件读写的。

传统文件复制方式：需要对文件在内存中进行四次拷贝。

java当中对零拷贝进行了封装，Mmap方式通过MapperByteBuffer对象进行操作，而transfile通过FileChannel来进行操作。

Mmap适合比较小的文件，通宵文件大小不要超过2G。

transFile没有文件大小限制

RocketMq当中使用Mmap方式对他的文件进行读写，如commitLog.

在Kafka当中，他的index日志文件也是通过mmap的方式来读写的，在其他日志文件当中，并没有使用零拷贝的方式。

kafka使用transfile方式将硬盘数据加载到网卡

十二、使用MQ如何保证分布式事务的最终一致性？

MQ中要保证事务的最终一致性，就需要做到两点：

1、生产者要保证100%的消息投递。事务消息机制

2、消费者这一端需要保证幂等消费。唯一ID+业务自己实现幂等

十三、什么是倒排索引？有什么好处？

索引：从ID到内容；

倒排索引：从内容到ID。好处：比较适合做关键字检索。可以控制数据的总量，提高查询效率

搜索引擎为什么比Mysql查询快？

lucense: term->排序term dictionary->term index ->posting List

Term Index 以树的形式保存在内存中，运用了FST+压缩公共前缀方法极大的节省了内存，通过Term Index查询到Term Dictionary所在的block再去磁盘上找term减少了IO次数 

十四、es了解多少？

ES是一个基于Lucenne框架的搜索引擎产品。提供了RestFul风格的操作接口。

1、索引Index：关系型数据库中的数据库

2、type:关系数据库中的table

3、文档 document : 关系数据库的行

4、字段 field （text/keyword/byte）：列

5、映射 mapping : 表描述（Schema）

6、分片 sharding 和副本replicas: index 都是由sharding组成的，每个sharding都有一个或多个备份

十五、ES写入数据的工作原理是什么？

1、客户端发送写数据的请求时，可以发往任意节点。这个节点就会成为 协调节点

2、计算文档要写入的分片：计算时就采用hash取模的方式来计算

3、协调节点就会进行路由,将请求转发给对应的primary sharding所在的 data node(数据节点)

4、数据节点上的Primary sharding 处理请求，写入数据到索引库，并且将数据同步到对应的replica sharding(备份分片)

5、等primary sharding和replica sharding都保存好文档之后，返回客户端响应

十六、ES查询数据的工作原理是什么？

1、客户端发请求可发给任意节点，这个节点就成为协调节点

2、协调节点将查询请求广播到每一个数据节点，这些数据节点的分片就会处理该查询请求

3、每个分片进行数据查询，将符合条件的数据放在一个队列当中，并将这些数据的文档ID、节点信息、分片信息都返回给协调节点。

4、由协调节点将所有的结果进行汇总，并排序

5、协调节点向包含这些文档ID的分片发送get请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据整合返回给客户端