【面经记录】Java开发-饿了吗零售

面试背景：两年工作经验 电商直播供应链背景 部门内推
面试总结：面试过程交谈愉快，总体耗时1h，一面寄
面试官反馈： 经验稍浅，技术深度需再沉淀
可取点：整体业务流程和技术架构能表述完整清晰，成功引导话题向CDC这一项目亮点并展开
需改进点：在解释技术选型和细节不够流畅，交谈时过于偏向于日常案例分析而忽略了方法论的总结；聊的太开废话多没有侧重点，所以会给人逻辑不够清晰的印象；在一些问题上没有更深入地聊下去。

Q:

1.自我介绍

2.项目中使用了mongoDB数据库，是为了解决什么问题？有对比过其他noSql吗，为什么选择了mongo？

3.聊聊Mysql怎么合理地创建索引

4.项目中使用了CDC,聊聊架构和数据同步流程

5.CDC从mongoDB同步到ES,怎么保证两端数据的一致性？

6.CDC框架中最终使用了Kafka做消息中间件，出于什么考虑，对比RocketMQ有什么优势吗？

7.JVM内存模型

8.线程池工作流程，平时怎么设置线程池参数

9.Spring事务传播机制，声明式事务和编程式事务区别

10.排查故障的流程

11.CodeReview工作怎么开展

12.反问

A:

2.项目中使用了mongoDB数据库，是为了解决什么问题？有对比过其他noSql吗，为什么选择了mongo？

多业务部门使用的业务字段不一且时常变动，因此使用MongoDB替换Mysql来存储客户信息，利用其“模式自由”的特性，方便业务自定义增加和设置属性，减少技术人员的开发成本。

3.聊聊Mysql怎么合理地创建索引

1. 选择唯一性索引
2. 为经常需要排序、分组和联合操作的字段建立索引
3. 为常作为查询条件的字段建立索引
4. 限制索引的数目
5. 尽量使用数据量少的索引
6. 数据量小的表最好不要使用索引
7. 尽量使用前缀来索引
8. 删除不再使用或者很少使用的索引
9. 代码先行，索引后上
10. where 与 Order by 冲突时优先 where
11. 基于慢查询做优化

4.项目中使用了CDC,聊聊架构和数据同步流程

CDC架构原本采用canal+RocketMQ，后使用Debezium + Kafka。
原因：canal只支持Mysql存储引擎，canal全量同步默认使用offset分页，会出现慢sql问题，社区不活跃，很多问题需要重新开发解决。
Debezium支持多种存储引擎，并且框架自带KafkaConnect，保证高可用和高吞吐。

同步流程：

1. source端提交connector任务到KafkaConnect集群
2. 创建debezium connector，读取数据库相关权限配置
3. 连接默认进行全量快照模式，获取指定库的scheme，记录当前binlog的offset，采集已有全量数据
4. 采集完成后，启动binlogReader，从上一步的offset开始读取binlog记录，开始增量同步
5. debezium本地采用生产者消费者模式，先将binlog消息加入队列再批量发送到broker
6. sink端创建KafkaConnect任务，开始消费topic中的数据完成同步

5.CDC从mongoDB同步到ES,怎么保证两端数据的一致性

分成几个问题讨论

保证Kafka集群的高可用

常规的内存、CPU、异常监控+告警，对于Kafka集群，我们是部署在k8s上，通过statefulset 技术来做到集群的高可用。

保证变更日志消息不会丢失

消息写入都是通过batch操作，并且会等待ack完成才更新offset的topic数据，做到消息的最终落库；使用Avro统一消息数据格式，减小带宽的占用减小延迟，kafka集群每个节点会绑定一个PVC，来做到数据的持久化落盘；消费端异常重复消费+幂等处理。

保证消息的顺序消费

更改kafka消息路由策略，使用db主键作为路由键，保证对于db同一条记录的变更消息会落到topic的同一个partition中，单个partition顺序消费。

消费端异常如何发现问题

sink端重启任务，紧急时重建connector重新消费消息来快速恢复。
通过Kafka lag监控发现消息堆积问题，如果延迟过大可适当增加任务来提高消费速度。

最后，可能存在网络抖动导致的少量消息丢失，这种情况Kafka不能发觉，因此只能等待业务方反馈后手动对db记录进行编辑后重新触发日志消息并消费，并且定期的进行全量同步来达到最终一致性。

6.CDC框架中最终使用了Kafka做消息中间件，出于什么考虑，对比RocketMQ有什么优势吗？

最主要的原因还是Debezium框架中自带KafkaConnect，不用额外编码。
同时Kafka的单机性能强于RocketMQ。

7.JVM内存模型

1. 堆空间

存储对象实体和数组

2. 栈

栈帧存放内部变量、运行时常量引用、方法返回地址

3. 本地方法栈

存储内容同栈，供Native方法使用

4. 程序计数器

CPU时间片切换后，记录线程的运行到的位置

5. 方法区

存储类文件、常量、静态变量、编译后代码

8.线程池工作流程，平时怎么设置线程池参数

流程略

CPU密集型 最大线程数= CPU核心数+1；
IO密集型 最大线程数 = CPU核心数*2；
对于混合型任务，可以通过继承线程池并重写线程池的 beforeExecute，afterExecute 和 terminated 方法来监控任务的平均执行时间，最大执行时间和最小执行时间等，并根据数据动态调整线程池参数。

9.Spring事务传播机制，声明式事务和编程式事务区别