面试问题整理(自用)

恬怡爱学习

已于 2024-03-09 20:17:55 修改

阅读量834

点赞数 39

分类专栏：面试相关文章标签： java 面试

于 2024-03-06 04:40:12 首次发布

本文链接：https://blog.csdn.net/qq_30657563/article/details/136494385

版权

面试相关专栏收录该内容

12 篇文章 0 订阅

订阅专栏

Java基础

StringBuilder或StringBuffer类区别

StringBuilder和StringBuffer类都提供了可变的字符串缓冲区，可以在其中进行字符串的修改、添加和删除操作。它们的主要区别在于线程安全性和性能：

线程安全性：
- StringBuffer是线程安全的类，它的所有公共方法都是同步的（即使用了synchronized关键字），因此多个线程可以安全地同时访问一个StringBuffer对象。这使得StringBuffer适用于多线程环境下的并发操作，但也会带来一定的性能开销。
- StringBuilder是非线程安全的类，它的方法不是同步的，因此在多线程环境下，如果有多个线程同时访问一个StringBuilder对象，可能会导致数据不一致或其他线程安全问题。然而，StringBuilder由于不需要进行同步操作，因此在单线程环境下性能更好。
性能：
- 由于StringBuffer的所有公共方法都是同步的，因此在多线程环境下可能会带来一定的性能开销。因此，如果在单线程环境下进行字符串操作，通常建议使用StringBuilder，而不是StringBuffer，以避免额外的同步开销。

常用的集合有哪些

在 Java 中，常用的集合框架主要包括以下几种：

ArrayList：基于动态数组实现的列表，支持随机访问和动态扩容，适用于频繁访问和增删操作较少的场景。

LinkedList：基于双向链表实现的列表，支持快速的插入和删除操作，适用于需要频繁插入和删除元素的场景。

HashSet：基于哈希表实现的集合，不保证元素的顺序，不允许重复元素，适用于快速查找和去重的场景。

TreeSet：基于红黑树实现的有序集合，支持自然排序和自定义排序，适用于需要有序集合的场景。

HashMap：基于哈希表实现的键值对映射，允许空键和空值，适用于快速查找和存储键值对的场景。

TreeMap：基于红黑树实现的有序键值对映射，支持自然排序和自定义排序，适用于需要有序键值对映射的场景。

LinkedHashMap：基于哈希表和双向链表实现的有序键值对映射，保持插入顺序或者访问顺序，适用于需要有序存储键值对的场景。

PriorityQueue：基于堆实现的优先队列，支持元素的优先级排序和获取最大/最小元素，适用于任务调度和事件处理的场景。

ConcurrentHashMap：线程安全的哈希表实现的键值对映射，支持高并发的读写操作，适用于多线程环境下的并发访问。

CopyOnWriteArrayList：线程安全的动态数组实现的列表，通过复制一份新的数组来实现并发安全，适用于读多写少的场景。

ConcurrentSkipListMap：线程安全的跳表实现的有序键值对映射，支持高并发的读写操作，适用于多线程环境下的有序存储。

JDK8下的HashMap的数据结构

在JDK 8中，HashMap的内部数据结构是数组和链表（或红黑树的形式），这是为了解决哈希冲突（即多个键映射到相同的桶位置）而设计的。以下是HashMap在JDK 8中的主要数据结构：

数组（Bucket Array）： HashMap内部维护了一个数组，称为桶数组或节点数组，用于存储键值对的信息。数组的每个元素称为桶（Bucket），每个桶可能包含一个链表（或红黑树）的头节点，或者为空。
链表（Linked List）或红黑树（Red-Black Tree）： 如果多个键映射到同一个桶位置（即哈希冲突），则这些键值对会以链表的形式存储在同一个桶中。在JDK 8中，当一个桶中的链表长度超过一定阈值（默认为8），该链表将被转换为红黑树，以提高查找效率。
节点（Node）： 在JDK 8中，HashMap的每个桶中的元素称为节点，每个节点包含键、值和指向下一个节点

的指针（如果是链表结构）。

这种结构允许HashMap在平均情况下具有接近O(1)的时间复杂度的查找、插入和删除操作。当发生哈希冲突时，使用链表（或红黑树）来解决冲突，以保持操作的高效性。

红黑树的优缺点

红黑树是一种自平衡二叉查找树，它在维护二叉查找树的基本性质的同时，通过颜色标记和旋转操作来保持树的平衡。红黑树具有以下优点和缺点：

优点：

平衡性： 红黑树通过维护特定的平衡性质，保证了树的高度相对较小，因此查找、插入和删除操作的时间复杂度都能保持在O(log n)的水平。
高效的插入和删除操作： 红黑树的插入和删除操作相对简单，且对平衡性的维护不会导致过多的旋转操作，因此这些操作的性能较高。
支持范围查询： 红黑树具有顺序性，因此支持按照顺序遍历树中的元素，或者进行范围查询。

缺点：

相对复杂： 相较于其他二叉查找树，如二叉搜索树或AVL树，红黑树的实现和操作较为复杂，包括对节点的颜色标记、旋转操作等。
不够紧凑： 红黑树的节点包含额外的颜色标记信息，因此相较于普通的二叉查找树，红黑树的节点在存储空间上可能更加消耗内存。
不适用于频繁插入和删除操作： 虽然红黑树的插入和删除操作相对高效，但对于频繁进行插入和删除操作的场景，可能会导致树的结构变得不稳定，需要频繁进行平衡操作，影响性能。

红黑树和B+树比较

红黑树（Red-Black Tree）和B+树（B+ Tree）是两种常见的数据结构，通常用于实现索引结构或作为数据库的底层存储结构。它们在某些方面相似，但也有一些重要的区别。

相似之处：

自平衡性： 红黑树和B+树都是自平衡的树结构，它们在插入和删除操作时会自动调整树的结构，以保持树的平衡性，从而保证了树的高度近似平衡，使得查找、插入和删除操作的时间复杂度保持在O(log n)的水平。
有序性： 红黑树和B+树都是有序的树结构，它们能够以有序的方式存储数据，从而支持范围查询和顺序遍历等操作。

不同之处：

数据存储方式：
- 红黑树是一种平衡的二叉搜索树，它的每个节点都包含一个键值对。在数据库中，红黑树通常用于实现索引结构，其中每个节点存储一个索引键和对应的数据指针。
- B+树是一种多路搜索树，它的每个节点都包含多个键值对。在数据库中，B+树通常用于实现底层存储结构，其中每个节点存储多个数据条目，叶子节点包含实际的数据记录，非叶子节点用于索引。
节点结构：
- 红黑树的每个节点包含一个键值对和指向左右子节点的指针，以及一个额外的颜色标记用于表示节点的颜色（红色或黑色）。
- B+树的每个节点包含多个键值对，以及指向子节点的指针。叶子节点包含实际的数据记录，而非叶子节点仅用于索引，不包含实际的数据记录。
平衡性调整：
- 红黑树通过颜色标记和旋转操作来保持树的平衡性，当插入或删除操作导致树失去平衡时，红黑树会通过旋转操作和颜色调整来恢复平衡。
- B+树通过节点的分裂和合并操作来保持树的平衡性，当插入或删除操作导致节点过满或过空时，B+树会通过节点的分裂或合并来调整树的结构，从而保持平衡。
适用场景：
- 红黑树适用于内存中的索引结构，例如Java中的TreeMap，它具有快速的查找、插入和删除操作，并且支持有序遍历。
- B+树适用于数据库的底层存储结构，例如MySQL中的InnoDB存储引擎，它具有高效的范围查询、顺序遍历和插入/删除操作，并且对磁盘IO友好。

创建多线程的方式有哪些

在 Java 中，创建多线程的常见方式有以下四种：

继承 Thread 类：
- 创建一个类，继承自 java.lang.Thread 类，并重写 run() 方法来定义线程执行的任务。
- 实例化该类的对象，并调用 start() 方法来启动线程。

class MyThread extends Thread {
    public void run() {
        System.out.println("MyThread is running");
    }
}

public class Main {
    public static void main(String[] args) {
        MyThread thread = new MyThread();
        thread.start();
    }
}

实现 Runnable 接口：
- 创建一个类，实现 java.lang.Runnable 接口，并实现 run() 方法来定义线程执行的任务。
- 创建 Runnable 接口实现类的对象，并将其传递给 Thread 类的构造函数。
- 调用 start() 方法来启动线程。

class MyRunnable implements Runnable {
    public void run() {
        System.out.println("MyRunnable is running");
    }
}

使用 Callable 和 Future：
- 创建一个实现 java.util.concurrent.Callable 接口的类，并实现 call() 方法来定义线程执行的任务。
- 创建 Callable 实现类的对象，并将其传递给 java.util.concurrent.FutureTask 类的构造函数。
- 创建 FutureTask 对象，并将其传递给 Thread 类的构造函数。
- 调用 start() 方法来启动线程，并通过 get() 方法获取线程执行结果。

import java.util.concurrent.Callable;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.FutureTask;

class MyCallable implements Callable<String> {
    public String call() {
        return "MyCallable is running";
    }
}

public class Main {
    public static void main(String[] args) throws InterruptedException, ExecutionException {
        MyCallable myCallable = new MyCallable();
        FutureTask<String> futureTask = new FutureTask<>(myCallable);
        Thread thread = new Thread(futureTask);
        thread.start();
        System.out.println(futureTask.get());
    }
}

使用线程池

Runnable和Callable接口区别

在Java中，Runnable和Callable接口都用于在多线程环境下执行任务，但它们之间有一些重要的区别：

返回值：
- Runnable接口的run()方法没有返回值，因此无法通过run()方法返回任务的执行结果。
- Callable接口的call()方法可以返回一个结果，它允许任务执行完成后返回一个值。
异常处理：
- run()方法不能抛出任何受检查异常，因此如果在run()方法中抛出受检查异常，只能通过捕获异常或者在方法内部处理。
- call()方法可以抛出受检查异常，因此在使用Callable时，调用者必须处理或者声明抛出可能的受检查异常。
使用方式：
- Runnable通常与Thread类一起使用，通过创建一个新的线程来执行Runnable对象中的任务。
- Callable通常与ExecutorService接口一起使用，通过submit(Callable)方法提交任务给线程池执行。
返回结果的方式：
- Runnable接口没有提供直接获取任务执行结果的方法。如果需要获取任务执行结果，通常需要使用共享变量、Future等机制。
- Callable接口的call()方法返回一个Future对象，通过Future对象可以异步获取任务的执行结果，或者通过get()方法阻塞等待任务执行完成并获取结果。

综上所述，Runnable适用于不需要返回结果的简单任务，而Callable适用于需要返回结果、可能抛出受检查异常的任务。在使用多线程时，根据任务的需求和特性选择合适的接口进行实现。

线程池中的execute和submit方法区别

在 Java 中，线程池中的 execute() 和 submit() 方法都用于向线程池提交任务，但它们之间有一些区别：

返回值类型：
- execute(Runnable command) 方法是 Executor 接口中定义的方法，它没有返回值。
- submit(Runnable task) 方法是 ExecutorService 接口中定义的方法，它返回一个 Future 对象，可以通过该对象来获取任务执行的结果或者取消任务的执行。
异常处理：
- execute() 方法无法获取任务执行过程中的异常信息，因为它没有返回值。
- submit() 方法可以通过 Future 对象的 get() 方法来获取任务执行过程中抛出的异常，或者通过 get(long timeout, TimeUnit unit) 方法设置超时时间，如果任务在指定的时间内未完成，则会抛出 TimeoutException 异常。
任务类型：
- execute() 方法接受 Runnable 类型的任务，即无返回值的任务。
- submit() 方法既可以接受 Runnable 类型的任务，也可以接受 Callable 类型的任务，即有返回值的任务。如果传入的是 Runnable 对象，它会被包装成一个 FutureTask 对象，从而可以获取任务执行的结果。
异常处理：
- execute() 方法对于任务执行过程中抛出的异常无法进行捕获，只能通过线程的 UncaughtExceptionHandler 进行处理。
- submit() 方法可以通过 Future 对象的 get() 方法来获取任务执行过程中抛出的异常，或者通过 get(long timeout, TimeUnit unit) 方法设置超时时间，如果任务在指定的时间内未完成，则会抛出 TimeoutException 异常。

总的来说，submit() 方法相对于 execute() 方法更加灵活，它不仅可以提交无返回值的任务，还可以提交有返回值的任务，并且可以获取任务执行的结果和异常信息。因此，在使用线程池时，通常推荐使用 submit() 方法。

并发和并行的区别

"并发"和"并行"是计算机领域中经常讨论的两个概念，它们描述了任务执行的不同方式：

并发 (Concurrency)：
- 并发指的是多个任务交替地在同一个处理器上执行，通过时间片轮转或者任务切换的方式来实现。在并发执行中，虽然有多个任务在同一时间段内执行，但是它们不一定同时执行。
- 并发更侧重于任务之间的交替执行和资源共享，能够提高系统的吞吐量和响应性，适用于处理大量的并发请求或者提高系统的并发能力。
并行 (Parallelism)：
- 并行指的是多个任务同时在多个处理器核心或者多台计算机上同时执行。在并行执行中，多个任务同时进行，每个任务都有自己的处理器资源。
- 并行更侧重于同时执行多个任务以提高系统的运行速度和效率，适用于处理需要大量计算的任务或者提高系统的计算能力。

简单来说，"并发"强调的是任务执行的逻辑上的同时性，而"并行"强调的是物理上的同时性。在计算机系统中，通常会同时使用并发和并行来提高系统的性能和响应能力。

介绍一下JUC

JUC（Java Util Concurrency）是 Java 并发工具包，提供了一系列的工具类和辅助类，用于简化多线程编程的开发。JUC 提供了比较完整和高效的并发编程工具，帮助开发者更容易地处理多线程并发问题。

组成

JUC 主要包含以下几个方面的内容：

并发集合类：提供了一系列线程安全的集合类，如 ConcurrentHashMap、CopyOnWriteArrayList、ConcurrentSkipListMap 等，用于在多线程环境下安全地操作集合数据。
并发工具类：提供了一系列高级的并发工具类，如 CountDownLatch、CyclicBarrier、Semaphore、Exchanger 等，用于帮助线程之间进行协调和同步。
原子类：提供了一系列原子操作类，如 AtomicInteger、AtomicLong、AtomicReference 等，用于在多线程环境下安全地执行原子操作。
锁框架：提供了一系列锁和同步器类，如 ReentrantLock、ReadWriteLock、StampedLock 等，用于实现更加灵活和高效的同步机制。
并发执行框架：提供了一系列并发执行框架，如 Executor、ExecutorService、ScheduledExecutorService 等，用于管理和调度线程池中的线程任务。

原理

JUC 的原理主要基于以下几个核心概念：

原子操作：JUC 提供的原子类通过利用底层的硬件原子性指令来保证操作的原子性，从而避免了多线程环境下的竞态条件问题。
同步器：JUC 中的锁和同步器类利用了底层的同步机制，如 CAS（Compare and Swap）操作、自旋锁、内部锁等，来保证多线程环境下的线程安全性。
线程池：JUC 中的线程池通过有效地管理和调度线程任务，从而提高了线程的复用性和执行效率，避免了频繁创建和销毁线程的开销。

解决的问题

JUC 主要解决了多线程编程中的一些常见问题，包括但不限于：

线程安全性：提供了线程安全的集合类和原子操作类，避免了多线程环境下的数据竞争和线程安全问题。
线程协调和同步：提供了一系列高级的同步工具类，如 CountDownLatch、CyclicBarrier、Semaphore 等，用于在多线程环境下实现线程之间的协调和同步。
线程阻塞和唤醒：提供了一系列线程阻塞和唤醒的机制，如 Lock、Condition 等，用于实现线程的等待和通知机制。
线程池管理：提供了一系列高效的线程池实现，用于管理和调度线程池中的线程任务，避免了频繁创建和销毁线程的开销，提高了系统的性能和资源利用率。

综上所述，JUC 提供了丰富而强大的并发编程工具，可以帮助开发者更轻松地编写并发安全的多线程程序，提高程序的性能和可靠性。

什么是自旋

在并发编程中，自旋（Spin）是一种等待线程执行完成的技术。当一个线程需要等待某个条件的满足时，它可以选择不立即阻塞等待，而是不断地进行一些忙等待的操作，直到条件满足为止。这种忙等待的过程就称为自旋。

自旋通常用于在短时间内等待某个共享资源的可用性或某个条件的满足。在自旋过程中，线程会不断地重复执行一些简单的操作，例如轮询某个标志位或检查某个共享变量的状态，直到条件满足或者达到最大等待时间。

自旋的优点在于避免了线程的上下文切换和阻塞操作带来的开销，因此在短时间内等待的情况下，自旋可能会比较高效。然而，自旋也存在一些缺点：

资源浪费： 自旋会消耗CPU资源，因为线程不断地重复执行忙等待的操作，这可能会导致CPU资源的浪费。
可能导致饥饿： 如果一个线程持续自旋等待某个条件的满足，而其他线程占用了该条件，那么该线程可能会一直无法执行下去，导致饥饿问题。
适用性受限： 自旋适用于等待时间较短的情况，如果等待时间较长，自旋将会变得低效，因为线程会长时间占用CPU资源而无法执行其他任务。

什么时候线程饥饿

线程饥饿（Thread Starvation）是指一个或多个线程长时间无法获得所需的资源，而无法执行下去的情况。在并发编程中，线程饥饿通常是由于某些原因导致线程无法获得所需的资源，从而无法继续执行下去。

线程饥饿可能出现在多种情况下，以下是一些常见的情况：

锁饥饿： 当多个线程竞争同一个锁时，如果某些线程无法获取到锁，就会导致锁饥饿问题。例如，如果一个线程持有一个锁，并且其他线程一直在竞争这个锁，那么这些等待锁的线程就会长时间无法执行下去，从而导致线程饥饿。
优先级饥饿： 当多个线程具有不同的优先级，并且优先级较低的线程无法获得足够的 CPU 时间来执行时，就会导致优先级饥饿问题。例如，如果系统中有大量优先级较高的线程在运行，并且优先级较低的线程无法获得足够的 CPU 时间来执行，那么这些线程就会长时间无法执行下去，从而导致线程饥饿。
资源饥饿： 当多个线程竞争某个共享资源，并且某些线程无法获得足够的资源来执行时，就会导致资源饥饿问题。例如，如果系统中有大量线程竞争同一个网络连接或文件句柄，并且某些线程无法获得足够的网络连接或文件句柄来执行，那么这些线程就会长时间无法执行下去，从而导致线程饥饿。

线程饥饿问题会导致部分线程长时间无法执行下去，从而影响系统的性能和稳定性。为了避免线程饥饿问题，需要合理设计和管理线程的调度和资源分配，以确保每个线程都能获得所需的资源，并能够在合理的时间内执行下去。

ConcurrentHashMap的实现原理是什么

ConcurrentHashMap是Java中用于支持多线程并发访问的哈希表实现。它的主要特点是在保持高并发性能的同时，也保持了线程安全性。ConcurrentHashMap的实现原理主要涉及到以下几个方面：

分段锁：
ConcurrentHashMap内部使用了分段锁（Segment）的机制。它将整个哈希表分割成多个段（Segment），每个段都相当于一个小的哈希表，拥有自己的锁。当需要对某个段进行修改时，只需要锁住该段，而不是整个哈希表，从而减小了锁的粒度，提高了并发性能。
Hash冲突解决：
在处理哈希冲突时，ConcurrentHashMap采用了链表和红黑树的结合方式。当发生哈希冲突时，首先会将冲突的元素存储在链表中，当链表长度达到一定阈值时，会将链表转换为红黑树，以提高查找、插入和删除操作的效率。
不允许空键值：
ConcurrentHashMap不允许存储空键值（null key或null value），这与HashMap的实现不同。这是为了简化并发控制，减少了一些特殊情况下的处理逻辑，也能够更好地利用哈希表的存储空间。
原子性操作：
ConcurrentHashMap中的一些操作，例如putIfAbsent()、replace()等，是原子性的操作。这意味着这些操作是线程安全的，可以在多线程环境中安全地执行，而不需要额外的同步措施。

总的来说，ConcurrentHashMap通过分段锁、链表和红黑树结合的冲突解决方式以及原子性操作等机制，实现了高并发性能和线程安全性。这使得它成为了Java中处理并发访问的哈希表实现的首选之一。

数据库相关

介绍一下MySql索引

MySQL 索引是一种用于提高数据库查询性能的数据结构，它可以帮助数据库引擎快速定位和访问数据。索引可以大大加快数据的检索速度，特别是对于大型数据表而言，使用索引可以显著提高查询效率。

索引的分类

单列索引：针对单个列创建的索引。
联合索引：针对多个列创建的组合索引。
唯一索引：保证索引列中的值唯一，可以用于加速查找和防止重复数据。
全文索引：用于全文搜索，适用于对文本内容进行搜索的场景。

索引的原理

MySQL 索引通常采用 B+Tree（平衡树）数据结构实现。B+Tree 是一种多叉树，每个节点可以存储多个键值，并且具有如下特性：

所有叶子节点位于同一层，且都具有相同的深度，使得检索时间相对稳定。
对于非叶子节点，其子节点数目比树的度小一个。
节点中的键值按照顺序排列，便于二分查找。

通过 B+Tree 索引，MySQL 可以快速定位到索引列的值所在的数据页，并从数据页中获取具体的行数据，从而实现快速检索。

索引的优点

提高检索速度：索引可以帮助数据库引擎快速定位和访问数据，从而加快数据检索的速度。
提高排序性能：对于排序查询，索引可以帮助数据库引擎快速定位到排序字段的值，加速排序操作。
提高唯一性约束：唯一索引可以确保索引列中的值唯一，避免数据重复。

索引的缺点

占用额外的存储空间：索引需要额外的存储空间来存储索引数据结构，可能会增加数据库的存储开销。
影响写操作性能：对表进行插入、更新、删除等写操作时，索引需要更新维护，可能会降低写操作的性能。
可能引发查询优化器错误：不正确的索引设计可能会导致查询优化器选择错误的执行计划，降低查询性能。

创建索引的注意事项

不要过度索引：创建过多的索引会增加存储开销和维护成本，同时可能会降低写操作的性能。
选择合适的列作为索引：通常选择经常用于查询条件和排序的列作为索引列，可以提高索引的效率。
考虑复合索引：对于多个查询条件组合的查询，可以考虑创建复合索引，提高查询效率。
定期优化索引：定期对索引进行优化和维护，删除不需要的索引，重建损坏的索引，可以提高数据库性能。

综上所述，MySQL 索引是一种重要的数据库技术，它可以提高数据库查询性能，但在使用时需要根据实际情况选择合适的索引策略，并定期进行优化和维护。

如何看有没有使用到索引

在 MySQL 中，可以通过 EXPLAIN 关键字来查看查询语句的执行计划，从而判断是否使用了索引。执行计划会显示 MySQL 数据库引擎在执行查询时的操作顺序、访问方式和使用的索引等信息。

下面是使用 EXPLAIN 关键字查看查询执行计划的基本步骤：

在查询语句前加上 EXPLAIN 关键字。
执行查询语句，MySQL 数据库将返回查询的执行计划。

例如，假设有一个查询语句如下：

SELECT * FROM table_name WHERE column_name = 'value';

我们可以使用 EXPLAIN 关键字来查看该查询语句的执行计划：

EXPLAIN SELECT * FROM table_name WHERE column_name = 'value';

执行该语句后，MySQL 将返回查询的执行计划，包括访问方式、索引使用情况等信息。其中，可以通过 key 列来判断是否使用了索引：

如果 key 列为 NULL，表示该查询未使用索引。
如果 key 列显示具体的索引名称，表示该查询使用了对应的索引。

除了查看 key 列，还可以查看其他列，如 possible_keys、type、rows 等，以更深入地了解查询执行的情况和性能瓶颈。

通过分析执行计划，可以优化查询语句和索引设计，提高查询性能。

MySql和oracle区别

MySQL 和 Oracle 是两个流行的关系型数据库管理系统 (RDBMS)，它们在设计理念、功能特性和应用场景上有所不同。以下是它们的一些主要区别：

开源 vs 商业：
- MySQL：是一个开源的数据库管理系统，由 Oracle 公司开发并维护，采用了 GPL 许可证，因此可以免费使用。
- Oracle：是一个商业的数据库管理系统，由 Oracle 公司开发并提供商业许可证，需要付费使用。
数据类型支持：
- MySQL：支持常见的数据类型，如整数、浮点数、日期时间、字符串等。但在某些方面，如日期时间类型的精度和时区支持上相对较弱。
- Oracle：提供了更加丰富和复杂的数据类型，包括了大对象 (LOB)、用户自定义数据类型、对象类型、集合类型等，支持更加灵活的数据建模和存储。
功能特性：
- MySQL：注重于简单性、高性能和易用性，提供了基本的数据库功能，如 ACID 事务、索引、视图、存储过程等，但功能相对较为简单。
- Oracle：功能非常丰富，支持高级的数据库功能，如分区表、游标、PL/SQL 编程、数据加密、数据复制、高可用性和容灾等。
性能和扩展性：
- MySQL：以简单、高性能和易扩展著称，适合于 Web 应用和中小型企业的应用场景。但在大型企业级应用和高并发场景下可能存在性能瓶颈。
- Oracle：在大型企业级应用和高并发场景下表现较好，具有优秀的性能和可扩展性，支持高度定制和优化。
成本：
- MySQL：作为开源数据库，可以免费使用，但也提供了商业版 MySQL Enterprise Edition，提供了更多的高级功能和支持服务。
- Oracle：作为商业数据库，需要购买许可证，成本较高，同时还需支付额外的支持和维护费用。
适用场景：
- MySQL：适用于中小型企业和 Web 应用，特别是对成本敏感的场景，如电子商务、博客、CMS 等。
- Oracle：适用于大型企业级应用，特别是对性能、安全性和可用性有严格要求的场景，如金融、电信、制造业等。

综上所述，MySQL 和 Oracle 在开源 vs 商业、功能特性、性能和扩展性、成本和适用场景等方面有所不同，开发者可以根据具体的业务需求和预算选择合适的数据库管理系统。

MySql性能优化

1.1硬件和操作系统层面

硬件：CPU、可用内存大小、磁盘读写速度、网络带宽

操作系统：应用文件句柄数、操作系统网络胡配置

1.2架构设计层面

MySql 是一个磁盘IO访问非常频繁的数据库

1.2.1搭建Mysql主从集群

单个MySql服务容易节点故障，一旦服务器宕机。将会导致以来MySql数据库的应用无法响应。

主从集群或者主主集群可以保证服务的高可用。

1.2.2读写分离设计

在读多写少的场景中，通过读写分离的方案。可以避免读写冲突导致的性能影响

1.2.3引入分库分表机制

通过分库可以降低单个服务器节点的IO压力，

通过分表的方式可以降低单表数据量

1.2.4针对热点数据引入分布式数据库：Redis,MongoDB

1.3MySql程序配置优化

修改Mysql配置文件(my.cnf或my.ini)

1.3.1增加连接池大小,通过调整max_connections参数来增加MySQL服务器支持的最大连接数

1.3.2调整缓冲池大小:InnoDB缓冲池,查询缓存,表缓存,排序和连接缓存,重做日志缓存

关于配置项修改需要关注两方面内容:

是否支持热加载

配置的作用域分为会话级别和全局:全局参数的设定对于已存在会话无法生效;

会话参数的设定随着会话的销毁而失效

1.3.3调整日志和复制设置:二进制日志,慢查询日志,错误日志

1.4SQL优化

1.4.1慢sql的定位和排查

可以通过慢查询日志和慢查询日志分析工具(pt-query-digest,pt-query-advisor)得到有问题的SQL 列表

1.4.2执行计划分析,explain当前sql的执行那个计划,重点关注type hey 字段

1.4.3 使用 showprofile工具

通过profile工具进行详细分析,可以得到Sql执行过程中的所有资源的开销情况

1.4.4常见SQl优化规则

sql的查询一定要基于索引来进行数据扫描

避免索引列上使用函数或运算或类型转换

mysql在使用不等于（！=或者<>）的时候无法使用索引会导致全表扫描

is null,is not null 也无法使用索引

where 字句like %不要在最左侧

永远用小结果集驱动大结果集

查询有效地列信息即可少用*代替列信息

字符串不加单引号索引失效

最佳左前缀法则，使用联合索引时注意索引顺序和查询字段顺序一致，查询从索引的最左前列开始并且不跳过索引中的列。

少用or或in, 用它查询时, 非主键字段会失效, 主键索引有时生效, 有时不生效, 跟数据量有关, 具体还看mysql的查询优化结果

当使用OR或IN操作符进行查询时，可能会导致非主键字段失效，而主键索引有时生效，有时不生效的情况。这可能与MySQL的查询优化器的工作方式有关，以及查询条件、索引选择、数据分布等因素有关。

一般来说，当使用OR或IN操作符时，MySQL的查询优化器会尽量选择使用索引来加速查询，但在某些情况下，它可能会选择不使用索引，而是执行全表扫描。这可能是因为以下原因导致的：

查询条件选择： 当查询条件中包含了OR或IN操作符时，MySQL需要评估每个条件的选择性（Selectivity），以决定是否使用索引。如果其中某些条件的选择性较低，例如匹配了大部分数据行，那么使用索引可能不会带来性能提升，MySQL可能会选择执行全表扫描。
索引选择： 如果存在多个索引可以满足查询条件，MySQL需要选择一个最适合的索引来执行查询。有时候，MySQL可能会选择使用主键索引，因为主键索引通常是唯一的且有序的，这样可以更快地定位数据。但在某些情况下，MySQL可能会选择不使用索引，而是执行全表扫描，这可能是因为其他索引更适合查询条件。
数据分布： 如果表中数据分布不均匀，某些条件可能会匹配大部分数据行，这可能会导致MySQL选择不使用索引，而是执行全表扫描。

为了优化这种情况，可以考虑以下几点：

确保查询条件选择性高，尽量避免OR或IN操作符匹配大部分数据行。
确保表上有适当的索引，覆盖查询条件，使得MySQL可以通过索引快速定位到需要的数据行。
使用合适的索引提示（Index Hint）来强制MySQL使用特定的索引。
定期优化表的索引，使其与查询需求匹配，并提高查询性能。

JVM相关

运行时数据区组成

在这里插入图片描述

类加载过程

在这里插入图片描述

JVM的内存区域

在这里插入图片描述

常用的jvm调优命令

堆

通过 -Xms 和 -Xmx 参数调整 Java 堆的初始大小和最大大小。

栈

-Xss： 这是用于设置线程栈大小的参数。默认情况下，线程栈大小在不同的操作系统和 JVM 实现中可能有所不同。通常情况下，它的默认值是 512 KB 到 2 MB 之间。

方法区

在Java虚拟机（JVM）中，方法区（Method Area）被替代为永久代（Permanent Generation，Java 8之前版本）或元空间（Metaspace，Java 8及以后版本）。您可以通过以下参数来调整永久代或元空间的大小：

-XX:PermSize 和 -XX:MaxPermSize： 在Java 8及之前的版本中，您可以使用这两个参数来设置永久代的初始大小和最大大小。例如：

java -XX:PermSize=64m -XX:MaxPermSize=128m YourApp

这将永久代的初始大小设置为64 MB，最大大小设置为128 MB。

-XX:MetaspaceSize 和 -XX:MaxMetaspaceSize： 在Java 8及以后的版本中，您可以使用这两个参数来设置元空间的初始大小和最大大小。例如：

java -XX:MetaspaceSize=64m -XX:MaxMetaspaceSize=256m YourApp

这将元空间的初始大小设置为64 MB，最大大小设置为256 MB。

请注意，在Java 8及以后的版本中，永久代被替换为元空间，并且不再受到固定大小的限制，因此默认情况下不再需要手动设置元空间的大小。但是，您仍然可以使用上述参数来调整元空间的大小，以满足特定的性能需求。

新生代老年代

通过 -XX:NewRatio 参数调整新生代和老年代的比例。

通过 -XX:SurvivorRatio 参数调整 Eden 区和 Survivor 区的比例。

GC日志

打印GC的详细信息 -XX:+PrintGCDetails

打印在GC期间处理引用对象的时间 -XX:+PrintReferenceGC （仅在PrintGCDetails时启用）

打印GC的时间戳 -XX:+PrintGCDateStamps

在GC前后打印堆信息 -XX:+PrintHeapAtGC

打印Survivor区中各个年龄段的对象的分布信息 -XX:+PrintTenuringDistribution

JVM启动时输出所有参数值，方便查看参数是否被覆盖 -XX:+PrintFlagsFinal

打印GC时应用程序的停止时间 -XX:+PrintGCApplicationStoppedTime

jmap

jmap 是 Java 虚拟机自带的一种诊断工具，用于生成 Java 进程的堆转储快照（heap dump）。通过分析堆转储快照，可以查看 Java 进程中的对象信息、内存使用情况等，帮助定位内存泄漏、性能问题等。

以下是 jmap 命令的常见用法和参数：

生成堆转储快照：
```
jmap -dump:format=b,file=heap_dump.hprof <pid>
```
这条命令会生成指定 Java 进程的堆转储快照，并保存为 heap_dump.hprof 文件。<pid> 是 Java 进程的进程号。
查看 Java 进程中的内存映像信息：
```
jmap -heap <pid>
```
这条命令会打印 Java 进程的堆内存使用情况，包括堆大小、已使用大小、垃圾回收器信息等。
查看 Java 进程中的类加载器信息：
```
jmap -clstats <pid>
```
这条命令会列出 Java 进程中的类加载器信息，包括类加载器的名称、加载的类数量、卸载的类数量等。
查看 Java 进程中的线程栈信息：
```
jmap -threads <pid>
```
这条命令会列出 Java 进程中的所有线程的栈信息，包括线程 ID、线程状态、线程名称、线程堆栈信息等。

jmap 命令提供了丰富的功能，可以用于诊断 Java 进程中的各种内存相关问题。但请注意，在生成堆转储快照时，会产生一定的系统开销，并且在生成期间 Java 进程可能会暂停。因此，建议在非生产环境中使用 jmap 进行诊断和分析。

jstack

jstack 是 Java 虚拟机自带的一种诊断工具，用于生成 Java 进程的线程快照（thread dump）。通过分析线程快照，可以查看 Java 进程中各个线程的运行状态、堆栈信息等，帮助定位死锁、死循环等问题。

以下是 jstack 命令的常见用法和参数：

生成线程快照：
```
jstack <pid>
```
这条命令会生成指定 Java 进程的线程快照，并打印到控制台。<pid> 是 Java 进程的进程号。
生成线程快照并保存到文件：
```
jstack <pid> > thread_dump.txt
```
这条命令会生成指定 Java 进程的线程快照，并保存到 thread_dump.txt 文件中。
显示线程 ID 对应的线程堆栈信息：
```
jstack -l <pid>
```
这条命令会生成指定 Java 进程的线程快照，并在堆栈信息中包含更多的详细信息，如锁定信息、等待信息等。
查看 Java 进程中的死锁信息：
```
jstack -l <pid> | grep -A1 "Found one Java-level deadlock"
```
这条命令会生成指定 Java 进程的线程快照，并通过 grep 命令过滤出包含死锁信息的部分。

jstack 命令是诊断 Java 进程中线程相关问题的常用工具，它能够帮助定位死锁、死循环、线程阻塞等问题。在调试和排查线程相关的问题时，可以通过 jstack 命令生成线程快照，并结合其他分析工具进行分析和定位。

jstat

jstat 是 Java 虚拟机自带的一种性能监控工具，用于实时监控 Java 进程的各种运行时状态信息，包括堆内存使用情况、垃圾回收统计、类装载信息等。

以下是 jstat 命令的常见用法和参数：

查看堆内存使用情况：
```
jstat -gc <pid>
```
这条命令会实时打印出指定 Java 进程的堆内存使用情况，包括新生代和老年代的大小、已使用空间、垃圾回收次数等。
查看类加载信息：
```
jstat -class <pid>
```
这条命令会实时打印出指定 Java 进程的类加载信息，包括已加载类数量、卸载类数量等。
查看编译器相关统计信息：
```
jstat -compiler <pid>
```
这条命令会实时打印出指定 Java 进程的编译器相关统计信息，包括编译任务数量、编译耗时等。
查看 JIT 编译器相关信息：
```
jstat -printcompilation <pid>
```
这条命令会实时打印出指定 Java 进程的 JIT 编译器相关信息，包括已编译方法数量、编译时间等。
查看 GC 统计信息：
```
jstat -gcutil <pid>
```
这条命令会实时打印出指定 Java 进程的 GC 统计信息，包括各代的使用率、GC 时间等。
指定采样间隔：
```
jstat -<option> <pid> <interval> <count>
```
可以通过指定 <interval> 和 <count> 参数来设置采样间隔和次数。例如，jstat -gc 1000 1000 10 表示每秒采样一次，共采样 10 次。

jstat 命令提供了丰富的功能，可以帮助监控和分析 Java 进程的运行时状态，有助于定位性能问题、内存泄漏等。在生产环境中，您可以使用 jstat 命令来实时监控 Java 进程的运行状态，从而及时发现和解决问题。

jinfo

jinfo 是 Java 虚拟机自带的一种诊断工具，用于查看和修改 Java 进程的运行时配置参数。通过 jinfo 命令，您可以查看 Java 进程的 JVM 参数、系统属性、环境变量等信息，也可以动态修改部分 JVM 参数。

以下是 jinfo 命令的常见用法和参数：

查看 Java 进程的 JVM 参数和系统属性：
```
jinfo -flags <pid>
```
这条命令会打印出指定 Java 进程的 JVM 参数（如堆大小、垃圾回收器等）和系统属性（如用户名称、Java 版本等）。
查看 Java 进程的堆配置参数：
```
jinfo -heap <pid>
```
这条命令会打印出指定 Java 进程的堆配置参数，包括堆大小、新生代与老年代大小等。
查看 Java 进程的非标准选项参数：
```
jinfo -sysprops <pid>
```
这条命令会打印出指定 Java 进程的非标准选项参数，即在启动 Java 进程时通过 -D 参数传递的系统属性。
查看 Java 进程的环境变量：
```
jinfo -sysprops <pid>
```
这条命令会打印出指定 Java 进程的环境变量信息。
查看 Java 进程的动态链接库信息：
```
jinfo -sysprops <pid>
```
这条命令会打印出指定 Java 进程加载的动态链接库信息。
修改 Java 进程的某个 JVM 参数：
```
jinfo -flag [+|-]<name> <pid>
```
这条命令可以动态修改指定 Java 进程的某个 JVM 参数的值。+ 表示增加参数值，- 表示减少参数值，<name> 是参数名。

请注意，使用 jinfo 修改 JVM 参数可能会对 Java 进程产生影响，建议在测试环境中谨慎使用。另外，某些 JVM 参数在运行时不支持动态修改，此时 jinfo 修改参数会失败。

jstat 和 jinfo区别

jstat 和 jinfo 是 Java 虚拟机自带的两种诊断工具，用于监控和管理 Java 进程的不同方面。它们的主要区别如下：

功能和用途：
- jstat 主要用于实时监控 Java 进程的运行时状态信息，如堆内存使用情况、垃圾回收统计、类加载信息等。它提供了一系列选项，可以打印出不同方面的性能统计数据，帮助用户了解 Java 进程的运行状态。
- jinfo 主要用于查看和修改 Java 进程的运行时配置参数，如 JVM 参数、系统属性、环境变量等。它提供了一些选项，可以打印出 Java 进程的各种配置信息，并且可以动态修改部分 JVM 参数。
输出内容：
- jstat 输出的是 Java 进程的运行时状态信息，主要是一些性能统计数据，如堆内存使用情况、GC 统计、类加载信息等。它的输出格式通常是表格形式，易于阅读和分析。
- jinfo 输出的是 Java 进程的运行时配置信息，主要是一些 JVM 参数、系统属性、环境变量等。它的输出格式通常是键值对形式，方便查看和修改。
修改能力：
- jstat 不能修改 Java 进程的运行时配置参数，它只能用于监控和查看 Java 进程的运行状态信息。
- jinfo 可以动态修改部分 JVM 参数，如开关参数、数值参数等。它提供了一些选项，可以在运行时修改 Java 进程的配置参数，但不是所有的参数都支持动态修改。

综上所述，jstat 和 jinfo 是两种功能不同但互补的工具，可以帮助用户监控和管理 Java 进程的运行时状态和配置信息。在诊断和调优 Java 应用程序时，可以根据具体情况选择合适的工具来进行分析和操作。

top -Hp pid 查看当前 Java 进程的线程堆栈信息

内存调优实战经验

服务环境：ParNew + CMS + JDK8

问题现象：服务频繁出现Full GC

原因分析：

1）首先查看GC日志，发现出现FGC的原因是元空间metaspace空间不够

对应GC日志：

Full GC (Metadata GC Threshold)

1.448: [Full GC (Metadata GC Threshold) 1.448: [CMS: 0K->10221K(699072K), 0.0487207 secs] 141123K->10221K(1013632K), [Metaspace: 35337K->35337K(1099776K)], 0.0488547 secs] [Times: user=0.09 sys=0.00, real=0.05 secs]

2）进一步查看日志发现元空间存在内存碎片化现象

对应GC日志：

Metaspace used 35337K, capacity 56242K, committed 56320K, reserved 1099776K
这边简单解释下这几个参数的意义

used: 表示当前已使用的 Metaspace 区域的内存大小，单位为 KB。在这个示例中，已使用的内存大小为 35,337 KB。
capacity: 表示 Metaspace 区域的容量，即可用于存储类元数据的最大内存大小，单位为 KB。在这个示例中，Metaspace 区域的容量为 56,242 KB。
committed: 表示已经提交给 JVM 的 Metaspace 区域的内存大小，即 JVM 已经准备好使用的内存大小，单位为 KB。在这个示例中，已提交的内存大小为 56,320 KB。
reserved: 表示为 Metaspace 区域保留的虚拟内存大小，即操作系统为 Metaspace 区域分配的总内存大小，单位为 KB。在这个示例中，保留的虚拟内存大小为 1,099,776 KB。

为什么判断是内存碎片化？

当使用量（used）与容量（capacity）之差较大时，可能意味着虽然容量足够，但由于内存分配不连续，导致一些空闲空间无法被利用，从而表现出内存碎片化的现象

元空间（Metaspace）是用来存储类的元数据的内存区域，通常不会发生内存碎片化现象，

在某些情况下，可能会出现 Metaspace 区域的内存占用过高，导致 JVM 需要不断进行元数据的分配和回收，从而产生性能问题。这种情况通常是由于以下原因造成的：

类加载过多： 如果应用程序动态加载了大量的类，可能会导致 Metaspace 区域的内存占用过高。这种情况下，建议优化应用程序的类加载方式，尽量减少类加载的数量。
类的元数据过大： 有些应用程序定义的类可能会包含大量的字段、方法和注解等元数据信息，导致每个类的元数据占用的内存较多。在这种情况下，可以考虑优化类的设计，减少元数据的大小。

接下来判断什么原因导致内存碎片化的现象？

3）通过 dump 堆存储文件发现存在大量 DelegatingClassLoader（委托类加载器）

发现大量 DelegatingClassLoader 可能意味着你的应用程序在运行时频繁地进行类加载操作，每个 DelegatingClassLoader 对象都对应着一个类加载器实例，可能会占用大量的内存空间。DelegatingClassLoader 通常用于委托给父类加载器加载类，因此它们在类加载器层次结构中扮演重要角色。

在 dump 文件中搜索 DelegatingClassLoader 类的实例，可以通过查看对象的属性和引用关系，找到 DelegatingClassLoader 实例被创建的位置和原因。看创建 DelegatingClassLoader 实例的调用栈，以及它们的引用关系，发现有反射 API 的类名前缀java.lang.reflect等关键特征，最终确认是由于反射调用导致的创建大量 DelegatingClassLoader 类

在 JVM 上，最初是通过 JNI 调用来实现方法的反射调用，当 JVM 注意到通过反射经常访问某个方法时，它将生成字节码来执行相同的操作，称为膨胀（inflation）机制。如果使用字节码的方式，则会为该方法生成一个 DelegatingClassLoader，如果存在大量方法经常反射调用，则会导致创建大量 DelegatingClassLoader。

反射调用频次达到多少才会从 JNI 转字节码？

默认是15次，可通过参数 -Dsun.reflect.inflationThreshold 进行控制，在小于该次数时会使用 JNI 的方式对方法进行调用，如果调用次数超过该次数就会使用字节码的方式生成方法调用。

分析结论：反射调用导致创建大量 DelegatingClassLoader，占用了较大的元空间内存，同时存在内存碎片化现象，导致元空间利用率不高，从而较快达到阈值，触发 FGC。

4）优化措施

适当调大 metaspace 的空间大小。
尽量避免在高频率的操作中使用反射，尤其是在性能敏感的场景下。
合理缓存和重用 DelegatingClassLoader 实例，避免频繁地创建和销毁。
注意释放不再使用的 DelegatingClassLoader 实例，确保及时释放资源，避免类加载器泄漏。
根据具体场景，考虑是否可以使用其他方式替代反射，如直接调用方法或使用工厂模式等。

例如最常见的属性拷贝工具类 BeanUtils.copyProperties 可以使用 mapstruct 替换。

在 dump 文件中判断是否由于反射导致创建大量 DelegatingClassLoader

可以通过分析 dump 文件中的类加载器相关信息以及反射调用的情况来进行判断。以下是一些可能的方法：

查找 DelegatingClassLoader 实例： 在 dump 文件中搜索 DelegatingClassLoader 类的实例，可以通过查看对象的属性和引用关系，找到 DelegatingClassLoader 实例被创建的位置和原因。你可以检查创建 DelegatingClassLoader 实例的调用栈，以及它们的引用关系，找出是否有反射调用导致的创建。
检查类加载器层次结构： 分析 dump 文件中的类加载器层次结构，了解每个类加载器的父子关系和加载的类信息。如果发现某些类加载器频繁地加载相似的类，并且这些类可能是通过反射动态加载的，那么可能会导致创建大量 DelegatingClassLoader 实例。
分析反射调用情况： 在 dump 文件中搜索反射调用的相关信息，了解反射调用的频率、目标类信息以及调用者的位置等。如果发现有大量的反射调用，并且这些调用可能会导致动态加载类，那么可能会引发创建大量 DelegatingClassLoader 实例的问题。
分析内存占用情况： 分析 dump 文件中 DelegatingClassLoader 对象的内存占用情况，了解它们的数量、大小以及与其他对象之间的引用关系。如果发现 DelegatingClassLoader 实例占用了大量的内存，并且与反射调用相关，那么可能是由于反射导致创建大量 DelegatingClassLoader 实例的原因。

反射调用在dump 文件特征和关键词

在 dump 文件中，可以通过搜索特定的关键词和特征来定位反射调用相关的信息。以下是一些可能与反射调用相关的关键词和特征：

关键词：
- java.lang.reflect: 反射 API 的类名前缀。
- getDeclaredMethod: 反射调用方法的关键词，通常用于获取类的方法。
- getDeclaredField: 反射调用方法的关键词，通常用于获取类的字段。
- newInstance: 反射调用方法的关键词，用于创建类的实例。
- invoke: 反射调用方法的关键词，用于调用类的方法。
- java.lang.ClassLoader: 类加载器相关的类名前缀。
特征：
- ClassLoader 相关对象：查找 dump 文件中与类加载器相关的对象，如 java.lang.ClassLoader 的子类或实现类。
- java.lang.reflect.Method: 反射调用相关的方法对象。
- java.lang.reflect.Field: 反射调用相关的字段对象。
- java.lang.reflect.Constructor: 反射调用相关的构造方法对象。
- 反射调用相关的异常：如 java.lang.reflect.InvocationTargetException，通常表示反射调用时抛出的异常。

通过搜索这些关键词和特征，可以在 dump 文件中定位与反射调用相关的信息。一旦找到了反射调用的相关信息，就可以进一步分析调用的位置、目标类、调用参数等，从而定位可能存在的问题并进行优化和修复。

要判定是否存在 Metaspace 区域的内存碎片化现象，可以通过以下指标进行判断：

Metaspace 区域的内存占用情况： 监控 Metaspace 区域的内存占用情况，包括已分配的内存量、使用的内存量、可用的内存量等。如果发现 Metaspace 区域的内存占用持续增长，并且没有明显的回收现象，可能存在内存碎片化的问题。
类加载次数和类卸载次数： 监控类加载器的加载次数和卸载次数，以及 Metaspace 区域的元数据数量。如果发现类加载次数持续增加，但是类卸载次数较少，可能表示 Metaspace 区域存在内存碎片化现象。
内存分配失败次数： 监控 JVM 内存分配失败的次数，例如 OutOfMemoryError 异常。如果频繁出现内存分配失败的情况，可能表示 Metaspace 区域的内存碎片化严重，导致无法满足新的内存分配请求。
应用程序性能指标： 监控应用程序的性能指标，如响应时间、吞吐量等。如果发现应用程序的性能逐渐下降，可能与 Metaspace 区域的内存碎片化有关。

mapstruct如何使用

MapStruct 是一个用于在 Java 对象之间进行映射的代码生成器。它可以帮助你轻松地编写类型安全的、高效的对象映射代码。下面是使用 MapStruct 的基本步骤：

添加依赖： 首先，在项目的 pom.xml 文件中添加 MapStruct 的依赖：

<dependency>
    <groupId>org.mapstruct</groupId>
    <artifactId>mapstruct</artifactId>
    <version>1.4.2.Final</version> <!-- 请使用最新版本 -->
</dependency>

配置 Maven 插件（可选）： 如果你使用 Maven，你可以添加 MapStruct 的 Maven 插件，以便在编译时生成映射代码。在 pom.xml 文件中添加如下配置：

<build>
    <plugins>
        <plugin>
            <groupId>org.mapstruct</groupId>
            <artifactId>mapstruct-processor</artifactId>
            <version>1.4.2.Final</version> <!-- 请使用最新版本 -->
            <executions>
                <execution>
                    <phase>generate-sources</phase>
                    <goals>
                        <goal>compile</goal>
                    </goals>
                </execution>
            </executions>
            <dependencies>
                <dependency>
                    <groupId>org.mapstruct</groupId>
                    <artifactId>mapstruct</artifactId>
                    <version>1.4.2.Final</version> <!-- 请使用最新版本 -->
                </dependency>
            </dependencies>
        </plugin>
    </plugins>
</build>

定义映射接口： 创建一个 Java 接口，用于定义对象之间的映射关系。MapStruct 会根据这个接口生成实际的映射代码。例如：

import org.mapstruct.Mapper;
import org.mapstruct.Mapping;

@Mapper
public interface CarMapper {

    @Mapping(source = "make", target = "manufacturer")
    CarDto carToCarDto(Car car);
}

生成映射代码： 使用 Maven 编译项目时，MapStruct 插件会自动扫描接口，并根据注解生成对应的映射实现类。你也可以手动执行 Maven 命令来生成映射代码。
使用映射： 在应用程序中，你可以通过调用映射接口的方法来实现对象之间的映射。例如：

Car car = new Car();
car.setMake("Toyota");
car.setModel("Camry");

CarMapper mapper = new CarMapperImpl();
CarDto carDto = mapper.carToCarDto(car);

System.out.println(carDto.getManufacturer()); // 输出 "Toyota"

以上就是使用 MapStruct 的基本步骤。通过定义映射接口和注解，MapStruct 可以自动生成高效的映射代码，大大简化了对象之间的映射工作。

JVM的垃圾回收算法

在这里插入图片描述

●标记-清除算法（Mark-Sweep）
●原理：先标记出所有需要回收的对象，然后清除这些对象
●缺点：会产生内存碎片，不利于内存的分配和回收
●复制算法（Copying）
●原理：将内存分为两块，每次只使用其中一块
●优点：简单高效，但是会浪费一半的内存
●标记-压缩算法（Mark-Compact）
●原理：先标记出所有需要回收的对象，然后将存活的对象压缩到一端，然后清除压缩后的末端的对象
●优点：节省内存，但是需要移动对象，可能会产生内存碎片
●分代算法（Generational）
●原理：根据对象的年龄将内存分为新生代和老年代，然后针对不同代使用不同的垃圾回收算法
●优点：结合了多种算法的优点，能够提高垃圾回收的效率

标记整理算法

原理
- 标记阶段（Mark）
- 整理阶段（Sweep）
优点
- 减少内存碎片
- 适用于长时间运行的应用程序和实时系统
缺点
- 可能导致性能开销
- 可能增加停顿时间

JVM判断对象是否可以被回收的算法

├── 引用计数法
│   ├── 对象的引用计数为0
│   ├── 优点：简单易实现
│   └── 缺点：无法解决循环引用问题
└── 可达性分析法
    ├── 从一组根对象出发，递归遍历所有被引用的对象
    ├── 标记被引用的对象为可达对象，将不可达对象标记为可回收对象
    └── 优点：可以解决循环引用问题

简述分代垃圾回收器是怎么工作的

分代回收器有两个分区：老生代和新生代，新生代默认的空间占比总空间的 1/3，老生代的默认占比是 2/3。

新生代使用的是复制算法，新生代里有 3 个分区：Eden、To Survivor、From Survivor，它们的默认占比是 8:1:1，它的执行流程如下：

· 把 Eden + From Survivor 存活的对象放入 To Survivor 区；

· 清空 Eden 和 From Survivor 分区；

· From Survivor 和 To Survivor 分区交换，From Survivor 变 To Survivor，To Survivor 变 From Survivor。

每次在 From Survivor 到 To Survivor 移动时都存活的对象，年龄就 +1，当年龄到达 15（默认配置是 15）时，升级为老生代。大对象也会直接进入老生代。

老生代当空间占用到达某个值之后就会触发全局垃圾收回，一般使用标记整理的执行算法。以上这些循环往复就构成了整个分代垃圾回收的整体执行流程。

中间件

K8s介绍一下

Kubernetes（通常简称为 K8s）是一个开源的容器编排平台，用于自动化部署、扩展和管理容器化应用程序。它是由 Google 设计并捐赠给 Cloud Native Computing Foundation（CNCF）进行维护的。Kubernetes 提供了一种简单且可扩展的方式来管理容器化应用程序的部署、扩展、自动化运维和资源管理。

Kubernetes 的核心概念

Pod（容器组）：Pod 是 Kubernetes 最小的部署单元，它可以包含一个或多个容器，共享网络和存储资源。Pod 提供了一种抽象层，用于管理应用程序容器的部署和资源调度。
Service（服务）：Service 是一种抽象，用于定义一组 Pod 的访问方式和网络策略。Service 可以实现负载均衡、服务发现和动态路由等功能，使得应用程序可以在不同的 Pod 之间进行通信。
Deployment（部署）：Deployment 是一种资源对象，用于定义应用程序的部署规范和策略。Deployment 可以指定应用程序的副本数目、更新策略和滚动升级等行为。
Namespace（命名空间）：Namespace 是一种逻辑隔离机制，用于将集群资源划分为多个独立的虚拟环境。每个 Namespace 可以拥有自己的网络、存储和安全策略，实现多租户的隔离和管理。
Node（节点）：Node 是 Kubernetes 集群中的工作节点，用于运行容器化应用程序和服务。每个 Node 可以包含多个 Pod，具有自己的网络和存储资源。
Cluster（集群）：Cluster 是一组物理或虚拟机器，用于运行 Kubernetes 应用程序和服务。Cluster 包括一个或多个 Master 节点和多个 Worker 节点，提供集群管理和控制功能。

Kubernetes 的特点

自动化部署和管理：Kubernetes 提供了丰富的资源管理和调度功能，可以实现容器化应用程序的自动化部署、扩展和更新。
高可用和弹性：Kubernetes 支持自动故障检测和容错恢复，可以实现应用程序的高可用性和弹性扩展。
服务发现和负载均衡：Kubernetes 提供了服务发现和负载均衡功能，可以自动管理应用程序之间的通信和流量分发。
资源调度和优化：Kubernetes 可以根据应用程序的资源需求和集群的资源状况，动态调度和优化容器的部署和调度策略。
多租户支持：Kubernetes 支持命名空间和 RBAC（基于角色的访问控制），可以实现多租户的隔离和管理。
社区支持和生态系统：Kubernetes 拥有活跃的开源社区和丰富的生态系统，提供了各种插件和工具，支持容器编排、监控、日志管理、安全等方面的需求。

综上所述，Kubernetes 是一个强大且灵活的容器编排平台，可以帮助开发者简化应用程序的部署和管理，提高应用程序的可靠性和可伸缩性。

Kafka和RocketMq区别

Kafka 和 RocketMQ 是两个流行的消息队列系统，它们在设计理念、架构特点和应用场景上有所不同。以下是它们的一些主要区别：

架构设计：
- Kafka：采用分布式日志存储的设计，消息以日志的形式持久化存储在磁盘上，保证了高吞吐量和持久化能力。消息被存储在主题的分区中，并且支持多副本复制和水平扩展。
- RocketMQ：采用传统的消息队列架构，包括了名称服务器、代理服务器（Broker）和消费者客户端。消息以队列的形式存储在 Broker 上，支持丰富的消息传输协议，如 TCP、HTTP 等。
消息语义：
- Kafka：提供了至少一次和最多一次消息传递语义，即消息可能会重复传递但不会丢失。Kafka 基于消息的偏移量（offset）来确保消息的顺序性和一致性。
- RocketMQ：支持多种消息传递语义，包括至少一次、最多一次和精确一次。RocketMQ 通过消息的唯一消息 ID 来确保消息的顺序性和可靠性。
存储方式：
- Kafka：消息以持久化的方式存储在磁盘上，即使在消费之后也会保留一段时间。Kafka 的存储模型是基于日志的，支持高吞吐量和大规模的消息处理。
- RocketMQ：消息以队列的方式存储在 Broker 上，消息的持久化和清理由 Broker 负责。RocketMQ 的存储模型是基于队列的，适用于高可靠性和低延迟的场景。
社区生态：
- Kafka：由 Apache 基金会维护，拥有庞大的社区和成熟的生态系统，支持丰富的扩展插件和第三方工具。
- RocketMQ：由阿里巴巴开源，并捐赠给 Apache 基金会，虽然社区相对较小，但在国内拥有广泛的应用和用户基础。
应用场景：
- Kafka：适用于大规模的数据流处理、日志收集、事件驱动架构等场景，特别是需要高吞吐量和持久化能力的场景。
- RocketMQ：适用于低延迟、高可靠性的消息传输场景，例如电商交易、订单处理、实时通知等。

综上所述，Kafka 和 RocketMQ 在架构设计、消息语义、存储方式、社区生态和应用场景等方面有所不同，开发者可以根据具体的业务需求选择合适的消息队列系统。

常用的 Linux 命令

ls：列出目录中的文件和子目录。
cd：改变当前工作目录。
pwd：显示当前工作目录的路径。
mkdir：创建新目录。
rm：删除文件或目录。
cp：复制文件或目录。
mv：移动文件或目录，也可以用于重命名。
touch：创建空文件或更新文件的时间戳。
cat：连接文件并打印到标准输出设备上。
more/less：逐屏显示文件内容。
grep：在文件中查找指定模式的文本。
head：显示文件的开头部分。
tail：显示文件的结尾部分，常用于实时查看日志文件。
chmod：改变文件或目录的权限。
chown：改变文件或目录的所有者。
ps：显示当前进程的状态。
kill：终止指定进程。
tar：打包和解压缩文件。
wget/curl：下载文件或网页。
scp：在本地主机和远程主机之间传输文件。
ssh：远程登录到另一台计算机。
df：显示文件系统的磁盘使用情况。
du：显示目录或文件的磁盘使用情况。
ifconfig/ip：显示和配置网络接口。
ping：测试主机之间的连通性。
traceroute/tracepath：追踪数据包的路由路径。
netstat：显示网络连接、路由表和网络接口信息。
history：显示最近执行的命令历史记录。
man：显示命令的手册页。
sudo：以超级用户权限执行命令。

框架相关

Spring的基本原理

控制反转（IoC，Inversion of Control）：
- 控制反转是 Spring 框架的核心原理之一。它通过将对象的创建、依赖关系的管理和生命周期的管理交由 Spring 容器来完成，从而实现了对应用程序的控制权的转移。
- 在传统的应用程序开发中，对象的创建和管理通常是由开发者手动编码完成的，而在 Spring 中，控制权被反转，由 Spring 容器负责创建和管理对象。开发者只需要配置依赖关系即可，而不需要关心对象的创建和管理细节。
- 控制反转的核心概念是依赖注入（Dependency Injection，DI），通过依赖注入，Spring 容器可以将对象之间的依赖关系从代码中解耦，使得应用程序更加灵活、可维护和可测试。
面向切面编程（AOP，Aspect-Oriented Programming）：
- 面向切面编程是 Spring 框架的另一个核心原理，它通过将与业务逻辑无关的横切关注点（如日志记录、性能监控、事务管理等）从业务逻辑代码中抽取出来，通过切面来统一管理这些关注点，从而提高了代码的模块化、可维护性和复用性。
- 在 Spring 中，AOP 通过代理模式实现。Spring 提供了两种类型的 AOP 实现：基于 JDK 动态代理的方法级别的 AOP 和基于 CGLIB 的类级别的 AOP。
- 通过 AOP，可以在不修改原有代码的情况下，很方便地添加、修改或删除横切关注点，从而提高了系统的灵活性和可扩展性。

JPA和MyBatis区别

JPA（Java Persistence API）和 MyBatis 是 Java 中两种常用的持久化框架，它们有一些重要的区别：

编程范式：
- JPA 是一种基于 ORM（对象关系映射）的持久化框架，采用的是对象-关系映射的思想，通过注解或 XML 配置将 Java 对象映射到数据库表。
- MyBatis 是一种基于 SQL 映射的持久化框架，需要开发者手动编写 SQL 语句，并通过 XML 或注解将 SQL 语句与 Java 方法进行映射。
开发模式：
- JPA 提供了一种基于实体类的开发模式，开发者通过定义实体类以及与数据库表的映射关系来实现持久化操作。
- MyBatis 提供了一种基于 SQL 的开发模式，开发者需要手动编写 SQL 语句，并通过 XML 或注解将 SQL 语句与 Java 方法进行映射。
抽象程度：
- JPA 对持久化操作提供了更高层次的抽象，开发者可以通过对象来进行 CRUD 操作，而不需要直接编写 SQL 语句。
- MyBatis 更接近于传统的 SQL 开发方式，开发者需要自己编写和维护 SQL 语句，具有更大的灵活性和控制力。
性能和灵活性：
- MyBatis 提供了更灵活的 SQL 编写和优化方式，开发者可以根据具体的业务需求和性能要求进行 SQL 的优化。
- JPA 的性能通常比较高，但是在复杂查询和性能优化方面的灵活性不如 MyBatis。
缓存机制：
- JPA 框架通常具有一些缓存机制，可以提高读取性能，但是在更新频繁的场景下可能会带来一些一致性问题。
- MyBatis 本身并不提供缓存功能，但是可以集成第三方缓存框架来提高性能和可扩展性。

总的来说，JPA 更适合于对象导向的开发模式，提供了更高层次的抽象和便捷的操作方式，适合于快速开发和简单查询场景；而 MyBatis 更适合于对 SQL 语句有更多控制需求的场景，可以灵活地编写和优化 SQL 查询，适合于复杂业务和性能优化的场景。选择合适的持久化框架需要根据具体的项目需求和开发团队的技术栈来决定。

为什么JPA（Java Persistence API）的性能通常比较高

JPA（Java Persistence API）的性能通常比较高，主要是因为以下几个方面的原因：

缓存机制：JPA 框架通常具有一定的缓存机制，可以提高读取性能。在查询数据时，JPA 可以将查询结果缓存到内存中，下次查询相同数据时可以直接从缓存中获取，避免了频繁的数据库访问，从而提高了读取性能。
延迟加载：JPA 支持延迟加载（Lazy Loading）机制，可以延迟加载关联对象的数据。在查询实体对象时，JPA 可以选择性地延迟加载关联对象的数据，只在需要访问关联对象时才进行加载，避免了一次性加载大量数据的开销，提高了查询性能。
查询优化：JPA 框架通常会对查询语句进行优化，包括 SQL 语句的生成和执行计划的优化等。JPA 可以根据查询条件和数据库表结构等信息，生成高效的 SQL 查询语句，并对查询结果进行合适的缓存和索引，从而提高了查询性能。
批量操作：JPA 支持批量操作（Batch Processing），可以批量插入、更新和删除数据。通过批量操作，JPA 可以减少与数据库的交互次数，降低了数据库连接和事务管理的开销，从而提高了数据操作的性能。
优化技术：JPA 框架通常会集成一些优化技术，如二级缓存、乐观锁、分页查询等。这些优化技术可以帮助开发者提高应用程序的性能，减少资源消耗和响应时间。

总的来说，JPA 框架在设计和实现时考虑了性能优化的问题，提供了一些性能优化的机制和技术，可以帮助开发者提高应用程序的性能表现。当然，实际的性能还会受到具体应用场景、数据量大小、数据库配置等因素的影响，需要结合具体情况进行评估和优化。

如何理解约定大于配置

“约定大于配置”是软件开发中的一种设计理念，它强调通过制定一套统一的约定来减少配置的复杂性，提高开发效率和可维护性。简单来说，就是在设计框架、库或者项目时，尽量减少配置，让开发者遵循一定的约定就能达到预期的效果。

这个理念的出发点是基于以下几点考虑：

减少样板代码：在传统的软件开发中，很多时候需要编写大量的配置文件和代码来描述系统的行为，而这些配置信息可能是重复的、冗余的，增加了开发的复杂性和维护的成本。通过约定大于配置，可以减少这些重复的样板代码，使得开发更加简洁高效。
提高可读性和可理解性：当所有项目都遵循相同的约定时，开发者可以更容易地理解和阅读代码，而不需要深入研究各种配置文件和文档。
降低入门门槛：当新成员加入项目时，如果项目遵循约定大于配置的原则，他们可以更快地上手并开始编写代码，而不需要花费大量的时间来研究和理解各种配置文件和代码结构。
增强一致性和规范性：通过约定大于配置，可以保证项目中的代码结构和组织方式是一致的，从而降低了出现错误和不一致性的可能性。
提高灵活性：尽管约定大于配置强调了一种默认的约定，但它并不是一成不变的。开发者仍然可以根据实际需求来定制和扩展约定，从而提高了系统的灵活性和可扩展性。

总的来说，“约定大于配置”是一种让软件开发更加简单、高效和可维护的设计理念，它强调通过制定统一的约定来减少配置的复杂性，从而使得开发更加顺畅和愉快。

项目相关

介绍一下项目

在面试中介绍项目时，你可以按照以下结构来组织你的介绍：

项目背景：
- 简要介绍项目所属的行业和领域，以及项目的主要目标和意义。
项目描述：
- 项目的功能和特点：概述项目的主要功能和特点，包括涉及的业务流程和技术架构。
- 技术栈：列举项目所使用的主要技术和框架，包括后端、前端、数据库等方面的技术。
- 开发周期：介绍项目的开发周期和里程碑，以及你在项目中承担的角色和职责。
你的贡献：
- 介绍你在项目中负责的具体任务和工作内容，以及你在项目中发挥的作用和取得的成果。
- 强调你在项目中所学到的技能和经验，以及你在解决问题和优化性能方面的能力。
遇到的挑战：
- 分享你在项目中遇到的挑战和困难，以及你是如何应对和解决这些问题的。
- 强调你的解决问题的能力和适应能力，以及面对困难时的积极态度和解决方案。
收获和总结：
- 总结你在项目中获得的收获和经验，包括技术方面的提升、团队协作能力、项目管理能力等方面的成长。
- 强调你对项目的热情和对技术的追求，以及你在未来如何运用这些经验和技能。
示例和成果展示（可选）：
- 如果可能的话，可以提供项目中的一些示例或者成果展示，例如演示界面、代码片段、功能演示视频等，以便面试官更直观地了解你的项目经验和能力。

在介绍项目时，要注意简明扼要地描述项目的关键信息，突出自己在项目中的价值和成就，以及对技术的热情和追求。同时，要注意不要过于深入细节，重点突出与面试岗位相关的技能和经验。

单例模式有哪些实现方式

单例模式是一种常用的设计模式，它保证一个类只有一个实例，并提供一个全局访问点。在 Java 中，实现单例模式的常用方式包括：

饿汉式（Eager Initialization）：

在类加载时就创建单例对象，线程安全，但可能会导致资源浪费。

示例代码：

public class Singleton {
    private static final Singleton instance = new Singleton();
    
    private Singleton() {}
    
    public static Singleton getInstance() {
        return instance;
    }
}

懒汉式（Lazy Initialization）：

在第一次使用时才创建单例对象，节省资源，但需要处理线程安全问题。

示例代码：

public class Singleton {
    private static Singleton instance;
    
    private Singleton() {}
    
    public static Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton();
        }
        return instance;
    }
}

双重检查锁（Double-Checked Locking）：

通过双重检查加锁，保证在多线程环境下安全地创建单例对象。

示例代码：

public class Singleton {
    private static volatile Singleton instance;
    
    private Singleton() {}
    
    public static Singleton getInstance() {
        if (instance == null) {
            synchronized (Singleton.class) {
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

静态内部类（Static Inner Class）：

利用静态内部类的特性，延迟加载并保证线程安全。

示例代码：

public class Singleton {
    private Singleton() {}
    
    private static class SingletonHolder {
        private static final Singleton instance = new Singleton();
    }
    
    public static Singleton getInstance() {
        return SingletonHolder.instance;
    }
}

枚举类（Enum）：
- 利用枚举类的特性，保证只有一个实例，线程安全，且防止反射和序列化等攻击。
- 示例代码：
```
public enum Singleton {
    INSTANCE;
    
    // 添加其他方法和属性
}
```

以上是常见的单例模式实现方式，在选择实现方式时，需要根据具体的需求和场景来决定，考虑线程安全性、延迟加载、反射和序列化等因素。

结合项目说明,哪些地方用了设计模式

在一个商城项目中，常常会使用多种设计模式来提高代码的可维护性、可扩展性和性能等方面。以下是一些可能在商城项目中使用的设计模式以及它们的应用场景：

工厂模式（Factory Pattern）：
- 在商城项目中，可能会有多种商品类型，例如电子产品、服装、食品等。可以使用工厂模式来创建不同类型的商品对象，客户端只需要指定商品类型，而不需要关心具体的商品创建逻辑。
策略模式（Strategy Pattern）：
- 商城可能会有不同的促销活动，例如满减、折扣、赠品等。可以使用策略模式来封装不同的促销策略，并根据用户的选择应用不同的促销策略。
观察者模式（Observer Pattern）：
- 商城中的购物车可能需要及时更新商品数量和价格等信息。可以使用观察者模式，让购物车作为观察者，商品库存和价格作为被观察者，当商品信息发生变化时及时通知购物车更新。
单例模式（Singleton Pattern）：
- 在商城项目中，可能会有一些全局唯一的对象，例如配置管理器、日志记录器等。可以使用单例模式来确保这些对象只有一个实例，并提供全局访问点。
装饰器模式（Decorator Pattern）：
- 商城中的商品可能会有不同的属性和功能，例如颜色、尺码、品牌等。可以使用装饰器模式来动态地添加或修改商品的属性，而不需要修改商品类的代码。
模板方法模式（Template Method Pattern）：
- 商城中可能会有多种支付方式，例如支付宝、微信支付、银行卡支付等。可以使用模板方法模式定义一个支付流程的模板，并让具体的支付方式类去实现其中的具体步骤。
享元模式（Flyweight Pattern）：
- 在商城中，可能会有大量相似的对象需要创建，例如相同的商品图片、商品描述等。可以使用享元模式来共享相同的对象，节省内存空间和创建对象的时间。

在项目中怎样优化 Java 程序的？

优化 Java 程序涉及多个方面，下面详细说明各个方面的优化方法：

代码优化：
●命名见名知意,使用英文单词不要用拼音或缩写(约定成俗的除外)
●类注意单一功能,不要超过2000行;类字段不要太多,字段过多会影响垃圾回收,拆分成多个类
●方法注意功能单一性,方法参数不要超过5个,超过5个定义map或对象,方法不要超过50行; 注意层级关系,不要既有方法调用又有具体的代码实现
●for循环里禁止调服务直接查数据库,使用缓存或者批量方法;如果数据量过多,例如超过1000个分批处理
●单线程时使用StringBuilder代替StringBuffer，使用ArrayList代替Vector，使用HashMap代替Hashtable等。
●使用Lambda表达式和Stream API简化代码，提高程序的可读性和性能。简化的代码通常更加清晰，减少了临时变量的使用;Stream API 提供了并行流的支持，可以将数据分成多个部分进行处理，提高程序的并发性能;延迟执行： Stream API 使用惰性求值的方式进行操作，只有在需要结果的时候才会进行计算，避免了不必要的计算，提高了程序的性能;优化内存占用： Stream API 使用流水线的方式进行操作，避免了创建大量的临时对象，减少了内存占用，提高了程序的性能。
●使用缓存机制（如EHCache、Redis等）缓存计算结果，减少计算量。
●优化不合理的反射调用。例如最常见的属性拷贝工具类 BeanUtils.copyProperties 可以使用 mapstruct 替换。
内存优化：
●减少内存占用，避免创建大量的对象，及时释放不再使用的对象，避免内存泄露。
●使用对象池（如Apache Commons Pool、Google Guava ObjectPool等）复用对象，减少对象的创建和销毁。
●使用内存分析工具（如Eclipse Memory Analyzer、VisualVM、jvisualvm、YourKit等）分析内存使用情况，找出内存泄露和过度消耗。
数据库优化：
●使用索引优化数据库查询，减少数据库的IO操作。
●使用批量更新和批量插入优化数据库操作，减少数据库的网络开销。
●使用连接池（如Apache Commons DBCP、HikariCP等）管理数据库连接，减少数据库的连接开销。
网络优化：
●使用连接池（如Apache HttpComponents、OkHttp等）管理HTTP连接，减少网络的连接开销。
●使用缓存机制（如EHCache、Redis等）缓存网络数据，减少网络的传输量。
●使用压缩算法（如GZIP、Brotli等）压缩网络数据，减少网络的传输时间。
IO优化：
●使用NIO（Java NIO、Netty、Apache MINA等）代替IO，提高IO的效率。
●使用缓冲流（如BufferedInputStream、BufferedOutputStream、BufferedReader、BufferedWriter等）减少IO的次数。
●使用文件映射（如FileChannel.map()）减少IO的次数。
缓存优化：
●使用本地缓存（如ConcurrentHashMap、Guava Cache、Caffeine Cache等）缓存计算结果，减少计算量。
●使用分布式缓存（如Redis、Memcached、Ehcache）缓存网络数据，减少网络的传输量。
●使用缓存预热,提前加载缓存数据，减少请求的响应时间。
●使用缓存过期,自动清理过期的缓存数据，减少内存的占用。
●使用缓存刷新,定时刷新缓存数据，保持缓存数据的新鲜度。
●手动失效缓存数据，提高缓存数据的可用性。
●限制缓存大小，避免缓存穿透导致内存泄露。
并发优化：
●使用线程池（如ThreadPoolExecutor、ForkJoinPool、CompletableFuture等）管理线程，提高程序的并发性能。
●使用并发容器（如ConcurrentHashMap、ConcurrentLinkedQueue、ConcurrentLinkedDeque等）管理共享数据，减少线程的竞争。
●使用非阻塞算法：使用非阻塞算法可以减少线程的竞争，提高线程的并发性能，降低线程的阻塞时间。
1. NIO（New I/O）： Java NIO 是一种基于同步非阻塞 I/O 模型。它可以实现非阻塞的、高效的、可扩展的 I/O 操作。NIO 提供了 Buffer 类、Channel 接口、Selector 类、SocketChannel 类、ServerSocketChannel 类等多个类和接口，可以满足不同的 I/O 需求。
2. AIO（Asynchronous I/O）： Java AIO 是一种基于异步非阻塞 I/O 模型，它可以实现非阻塞的、高效的、可扩展的异步非阻塞 I/O 操作。AIO 提供了 AsynchronousChannelGroup 类和 AsynchronousChannel 类，可以实现对异步通道组和异步通道的读写操作。
3. ConcurrentHashMap： Java ConcurrentHashMap 是一种基于 CAS（Compare And Swap）的线程安全的哈希表，它可以实现非阻塞的、高效的、可扩展的哈希表操作。
4. AtomicInteger： Java AtomicInteger 是一种基于 CAS 的线程安全的整数类型，它可以实现非阻塞的、高效的、可扩展的整数操作。
5. AtomicReference： Java AtomicReference 是一种基于 CAS 的线程安全的引用类型，它可以实现非阻塞的、高效的、可扩展的引用操作。
  ●使用锁和条件变量：使用锁和条件变量可以控制线程的访问顺序，提高线程的并发性能，降低线程的阻塞时间。
  ●使用原子变量：使用原子变量可以减少线程的竞争，提高线程的并发性能，降低线程的阻塞时间。原子变量通常使用 java.util.concurrent.atomic 包下的原子类来实现，主要包括 AtomicBoolean、AtomicInteger、AtomicLong、AtomicReference、AtomicStampedReference 等多种类型。
  ●使用并发工具：使用并发工具可以简化并发编程的复杂度，提高并发编程的效率，降低并发编程的风险。
  ●使用异步编程：使用异步编程可以提高系统的并发性能，降低系统的响应时间，提高系统的吞吐量。异步编程可以通过 Future 和 Callable、CompletableFuture、定时器等多种方式实现。
  ●使用分布式锁：使用分布式锁可以控制多个节点的访问顺序，提高系统的并发性能，降低系统的阻塞时间。
  ●使用消息队列：使用消息队列可以解耦系统的各个模块，提高系统的并发性能，降低系统的风险。
  ●使用缓存：使用缓存可以减少系统的访问次数，提高系统的并发性能，降低系统的响应时间。
使用JIT编译器：
●使用JIT编译器（如HotSpot JIT编译器）优化Java程序的性能，提高程序的运行速度。
使用性能测试工具：
●使用性能测试工具（如JMeter、Gatling、Apache Bench等）对Java程序进行性能测试，找出性能瓶颈和优化建议。

总的来说，优化Java程序的性能需要综合考虑代码、内存、数据库、网络、IO、缓存、并发、JIT编译器、性能测试工具等多个方面，综合采用各种优化方法，才能达到最佳的性能效果。

项目中哪些数据放在缓存了

在一个商城项目中，常见的数据放在缓存中的有：

商品信息：商城中的商品信息通常是频繁访问的数据，包括商品的名称、价格、库存等信息，将这些数据放在缓存中可以加速页面加载和减轻数据库压力。
用户信息：用户登录信息、个人资料等用户相关的数据，通常也会放在缓存中，以提高用户登录和访问个人页面的速度。
购物车数据：用户添加到购物车中的商品信息，包括商品数量、价格等，通常会被放在缓存中，以便用户在不同页面之间访问和修改购物车数据。
订单信息：用户下单后的订单信息，包括订单号、商品列表、订单状态等，通常会放在缓存中，以提高订单查询和状态更新的速度。
页面静态资源：商城中的页面静态资源，如商品图片、CSS 文件、JavaScript 文件等，通常会被放在缓存中，以加速页面加载和减少网络传输时间。
热门商品：商城中的热门商品或推荐商品信息，通常会被放在缓存中，以提高页面展示效率和用户购买率。
广告信息：商城中的广告信息、促销活动等，通常会被放在缓存中，以提高广告展示效率和用户点击率。
搜索结果：用户搜索商品时的搜索结果页面，通常会被放在缓存中，以提高搜索响应速度和用户体验。
地理位置信息：商城中的地理位置信息、物流信息等，通常会被放在缓存中，以提高地址选择和物流查询的速度。

这些数据放在缓存中可以提高系统的性能和用户体验，减少对数据库的频繁访问，但同时也需要注意缓存的更新和失效策略，保证缓存数据的一致性和及时性。

在项目中解决哪些技术难题,解决过程

在面试中回答关于在项目中解决技术难题的问题时，可以采用以下结构来组织你的回答：

描述技术难题：
- 首先，简要描述你在项目中所遇到的技术难题。可以指出问题的性质、对项目的影响以及需要解决的紧迫性。
解决思路：
- 接着，描述你采取的解决思路和方法。可以说明你是如何分析问题、找出根本原因，并确定解决方案的。
具体操作：
- 详细说明你采取的具体操作和步骤。可以列举你所使用的工具、技术或方法，并解释它们的作用和使用方式。
解决过程：
- 回顾整个解决过程，从问题发现到最终解决的完整流程。可以强调你的决策过程、决策原因以及解决问题的效果。
反思和总结：
- 最后，反思整个解决过程，总结你从中学到的经验和教训。可以谈谈你在解决问题过程中的挑战、收获和成长，以及你如何将这些经验应用到未来的工作中。

在回答这个问题时，要尽量突出你的解决问题的能力、分析问题的能力以及团队协作能力。同时，要保持清晰、简洁的表达，避免过多的技术术语和细节，确保面试官能够理解和关注你的主要观点和经验。

以下是一些常见的技术难题和解决过程的示例：

性能优化：

项目中可能会遇到性能瓶颈，如响应时间过长、资源占用过大等。你可以分享你是如何分析性能问题的原因，使用工具（如性能监控工具、分析工具）进行性能测试和优化，以及最终达到的优化效果。
并发控制：

在多线程环境下，可能会遇到并发问题，如死锁、数据竞争等。你可以分享你是如何设计并实现线程安全的代码，使用同步机制、锁机制、并发容器等来解决并发问题，并确保系统的稳定性和可靠性。
系统扩展和负载均衡：

随着业务的发展，项目可能会面临系统扩展和负载均衡的需求。你可以分享你是如何设计和实现可扩展的系统架构，采用分布式架构、负载均衡策略、缓存和消息队列等技术来实现系统的横向扩展和负载均衡。
数据处理和存储：

在大数据量和高并发的情况下，项目可能会遇到数据处理和存储的挑战，如数据清洗、数据分析、数据存储等。你可以分享你是如何设计和优化数据处理和存储方案，使用合适的数据库、缓存、搜索引擎等技术来实现高效的数据处理和存储。
安全防护：

在网络环境下，项目可能会面临安全风险，如SQL 注入、跨站脚本攻击等。你可以分享你是如何设计和实现安全防护机制，采用安全框架、加密算法、权限控制等技术来保护系统的安全性。
技术选型和框架集成：

在项目中可能需要选择合适的技术和框架来实现业务需求，你可以分享你是如何评估和选择技术和框架，以及如何与现有系统集成，确保系统的稳定性和可扩展性。
在分享解决技术难题的过程中，可以结合具体的项目经验和实际案例，突出你的解决问题的能力和经验，同时强调你的团队合作能力和对技术的热情。

java工程师面试时,如何回答在项目中解决哪些技术难题,解决过程
在面试中回答关于在项目中解决技术难题的问题时，可以采用以下结构来组织你的回答：

描述技术难题：

首先，简要描述你在项目中所遇到的技术难题。可以指出问题的性质、对项目的影响以及需要解决的紧迫性。
解决思路：

接着，描述你采取的解决思路和方法。可以说明你是如何分析问题、找出根本原因，并确定解决方案的。
具体操作：

详细说明你采取的具体操作和步骤。可以列举你所使用的工具、技术或方法，并解释它们的作用和使用方式。
解决过程：

回顾整个解决过程，从问题发现到最终解决的完整流程。可以强调你的决策过程、决策原因以及解决问题的效果。
反思和总结：

最后，反思整个解决过程，总结你从中学到的经验和教训。可以谈谈你在解决问题过程中的挑战、收获和成长，以及你如何将这些经验应用到未来的工作中。
在回答这个问题时，要尽量突出你的解决问题的能力、分析问题的能力以及团队协作能力。同时，要保持清晰、简洁的表达，避免过多的技术术语和细节，确保面试官能够理解和关注你的主要观点和经验。

说一说对微服务的理解

微服务是一种架构风格，旨在将单个应用程序拆分为一组小型、可独立部署的服务。每个服务都围绕着业务能力进行构建，并且可以通过轻量级的通信机制（通常是HTTP API）相互通信。以下是对微服务的理解：

服务拆分：微服务架构将应用程序拆分为多个小型的服务，每个服务专注于一个特定的业务功能或领域。这种拆分使得系统更易于理解、开发和维护，并且可以根据需求独立部署和扩展。
独立部署：每个微服务都是独立部署的，可以使用自动化工具进行部署，并且可以根据需要进行水平扩展。这种独立部署的方式使得团队可以更加灵活地管理和升级系统的不同部分，而无需影响整个系统。
技术多样性：每个微服务可以使用适合其需求的最佳技术栈和工具。这种灵活性使得团队可以选择最适合他们业务需求的技术，并且可以更容易地在不同的团队之间共享和重用代码。
松耦合：微服务之间通过轻量级的通信机制（通常是HTTP API）进行通信，这种松耦合的设计使得系统更容易扩展和维护，并且可以更容易地替换或更新其中的某个服务。
自治性：每个微服务都是自治的，具有自己的数据存储、业务逻辑和用户界面。这种自治性使得团队可以更加独立地开发、部署和管理服务，并且可以更快地响应业务需求的变化。
团队自治：微服务架构通常采用跨功能团队的组织结构，每个团队负责开发和维护自己的微服务。这种团队自治的方式使得团队更加灵活，并且可以更好地响应业务需求和变化。

总的来说，微服务架构通过服务拆分、独立部署、技术多样性、松耦合、自治性和团队自治等特性，使得系统更易于开发、部署、扩展和维护，并且可以更快地适应不断变化的业务需求。

你的项目里还有单体, 现在让你拆微服务,说一说拆分思路,举例说明

拆分单体应用为微服务是一个复杂的过程，需要考虑多个方面，包括业务领域的边界、技术架构、团队组织等因素。以下是拆分单体应用为微服务的一般思路和示例说明：

1. 确定微服务边界：

业务边界：首先，需要对单体应用进行业务建模，识别出不同的业务领域和子域。每个子域通常对应一个微服务，业务领域之间的边界将成为微服务的边界。
功能模块：根据业务边界将单体应用的功能模块划分为不同的微服务，确保每个微服务都是独立的业务单元，具有清晰的功能和责任。

2. 设计微服务架构：

领域驱动设计（DDD）：采用领域驱动设计方法来设计微服务架构，确保微服务与业务领域的边界一致，并且能够充分表达业务模型和业务规则。
分层架构：每个微服务都可以采用分层架构（如MVC），包括表示层、业务逻辑层和数据访问层，确保每个微服务都具有清晰的架构和职责。

3. 技术选型和集成：

选择合适的技术栈：根据每个微服务的需求和特点选择合适的技术栈，包括编程语言、框架、数据库等。
集成和通信：确保微服务之间能够进行通信和集成，可以使用RESTful API、消息队列、事件总线等方式来实现微服务之间的通信。

4. 数据管理和一致性：

数据拆分：根据业务需求将单体应用的数据库拆分为多个数据库或数据表，每个微服务使用自己的数据库或数据表进行数据管理。
事务管理：确保微服务之间的数据一致性和事务一致性，可以采用分布式事务、最终一致性等方式来处理跨微服务的数据操作和事务处理。

5. 部署和运维：

容器化和自动化部署：将每个微服务打包成Docker容器，并使用容器编排工具（如Kubernetes）进行自动化部署和管理。
监控和日志：确保每个微服务都有良好的监控和日志系统，能够实时监控微服务的运行状态和性能指标，并记录日志用于故障排查和分析。

示例说明：

假设我们有一个电子商务单体应用，包括商品管理、订单管理和用户管理等功能。我们可以将单体应用拆分为以下微服务：

商品微服务：负责商品的管理和展示，包括商品信息、库存管理等功能。
订单微服务：负责订单的管理和处理，包括下单、支付、配送等功能。
用户微服务：负责用户的管理和认证，包括用户注册、登录、权限管理等功能。

每个微服务都是一个独立的业务单元，可以独立开发、部署和扩展，从而提高系统的灵活性和可维护性。同时，微服务之间可以通过RESTful API进行通信和集成，实现业务流程的完整性和一致性。

个人相关

离职原因

积极方面: 从职业发展：寻求更好的职业发展机会，包括更高的职位、更广阔的发展空间、更具挑战性的项目等
消极原因就不要说了

三到五年内职业规划

三到五年内的职业规划通常需要考虑当前的职业状态、个人兴趣、技能和行业发展趋势。以下是一个简单的步骤指南，帮助你规划未来三到五年的职业发展：

**自我评估：**首先，评估你目前的技能、兴趣和价值观。了解你的优势和弱点，以及你想要在职业生涯中实现的目标。
**设定目标：**根据自我评估的结果，设定具体的短期和长期职业目标。这些目标应该是具体的、可衡量的，以及与你的价值观和兴趣相符。
**学习和发展：**确定需要提升或学习的技能，以实现你的职业目标。这可能包括参加培训课程、获得认证、参与项目或寻找导师。
**网络建立：**建立和扩大你的专业网络。参加行业活动、社交聚会、专业组织，与同行、导师和潜在的雇主建立联系。
**寻找机会：**主动寻找与你的目标相符的职业机会。这可能包括内部晋升、跳槽、创业或自由职业。保持开放的心态，并积极寻找适合你的机会。
**执行计划：**制定行动计划，逐步实现你的职业目标。跟踪你的进展，不断调整和改进你的计划。
**持续学习：**职业规划不是一次性的事情，而是一个持续的过程。保持学习和成长，与行业发展保持同步，并调整你的计划以应对变化。
**平衡工作与生活：**记得在追求职业目标的同时，保持生活的平衡。确保给自己足够的时间休息、娱乐和与家人朋友相处。

最重要的是，职业规划是一个动态的过程，随着时间的推移可能需要调整和修改。持续评估你的进展和目标，不断适应变化的情况，以确保你在未来三到五年内实现你的职业愿景。

你的优势和特长有哪些,举例说明

在面试时，强调你的优势和特长是非常重要的，因为这有助于雇主更好地了解你的价值和能力。以下是一些常见的优势和特长，一定要结合具体例子

沟通能力： 你可以强调你的良好口头和书面沟通能力，以及与团队合作的能力。例如，你可以提到你在前一份工作中领导了一个跨部门的项目，并成功地与各种利益相关者沟通并协调工作。
领导能力： 如果你有领导能力，可以举例说明你如何成功地领导团队并实现目标。比如，你可以讲述你如何在一个挑战性的项目中扮演领导角色，指导团队克服困难并取得成功。
问题解决能力： 强调你的解决问题的能力，例如你在以往工作中如何面对挑战并找到创新的解决方案。举例来说，你可以描述你如何识别到一个生产流程中的瓶颈，并提出了一项改进措施以提高效率。
适应能力： 强调你的适应能力和灵活性，例如你如何在快节奏的工作环境中成功地适应变化。举例来说，你可以讲述你在一个新项目中遇到了意外的挑战，但你能够快速调整计划并采取行动以应对情况。
团队合作： 如果你擅长与他人合作，可以举例说明你如何在团队中发挥作用并取得共同成功。例如，你可以提到你在一个团队中的角色，如何促进合作并协助其他成员实现目标。
创造力： 如果你具有创造力，可以举例说明你如何提出创新的想法或解决方案。比如，你可以讲述你如何在一个市场推广活动中提出了一个独特的概念，并取得了出人意料的成功。

在面试中，确保你的例子与所申请的职位相关，并突出你的优势和特长是如何使你成为一个理想的候选人。

你感觉自己瓶颈在哪里,知道怎么提升吗

有没有管理经验

你对我有什么要问的吗

当面试官询问你是否有任何问题时，这是你向他们展示你对公司、职位和工作环境的兴趣和了解的机会。你可以提出一些针对公司和职位的相关问题，这些问题应该能够帮助你更好地了解公司的文化、团队和职责。以下是一些你可以问的问题示例：

关于公司文化和价值观：
- “我很想了解一下公司的文化是怎样的，以及它的核心价值观是什么？”
- “在公司内部，团队之间的合作和沟通是如何促进的？”
关于职位和期望：
- “对于这个职位的成功，公司有什么具体的期望？”
- “我在这个职位中的日常工作会是怎样的？”
关于团队和管理：
- “我会与哪些团队成员密切合作？”
- “您能分享一些关于您领导风格的信息吗？”
关于发展机会和晋升途径：
- “公司对员工的职业发展有哪些支持和机会？”
- “您能告诉我一些关于公司内部晋升的情况吗？”
关于工作环境和福利：
- “公司提供哪些员工福利和工作环境方面的支持？”
- “我能了解一下关于工作时间和灵活性的情况吗？”
关于未来发展和业务战略：
- “您对公司未来的发展有什么愿景和计划？”
- “我能了解一些关于公司目前所面临的挑战和发展机会吗？”

在提问时，确保问题不涉及已经在面试过程中涉及的内容，并且要确保问题是积极、专业的。这样可以展示你对职位和公司的认真程度，并且让面试官感到你对职位感兴趣和准备充分。

我当时问的问题:
问一下贵公司目前的业务和框架
针对我的不足有哪些建议?

面试官回复:
注意提升整体设计能力和结构性思维,不要过分追求技术细节,多考虑为什么,然后才是用什么技术,
培养将业务逻辑转化成具体的程序设计的能力

恬怡爱学习

关注

39
点赞
踩
25

收藏

觉得还不错? 一键收藏
0
评论
面试问题整理(自用)

JUC（Java Util Concurrency）是 Java 并发工具包，提供了一系列的工具类和辅助类，用于简化多线程编程的开发。JUC 提供了比较完整和高效的并发编程工具，帮助开发者更容易地处理多线程并发问题。在并发编程中，自旋（Spin）是一种等待线程执行完成的技术。当一个线程需要等待某个条件的满足时，它可以选择不立即阻塞等待，而是不断地进行一些忙等待的操作，直到条件满足为止。这种忙等待的过程就称为自旋。自旋通常用于在短时间内等待某个共享资源的可用性或某个条件的满足。
复制链接

扫一扫