JAVA面试题精选（rabbitMQ消息队列&&redis&&Elasticsearch）

目录

1，rabbitMQ消息队列优点

2，rabbitMQ五种消息模型

3，rabbitMQ消息可靠性

4，消息幂等性

5，redis简介

6，Redis的数据类型

7，Redis的常见问题以及解决方案

 8，redis持久化策略

9，redis淘汰策略

10，redis事务 

11，Elasticsearch简介

12，Elasticsearch的基本概念

13， Elasticsearch查询方法

---

1，rabbitMQ消息队列优点

1）解耦

服务之间进行解耦，A服务调用B服务时，需要编写相关的代码，调用情况发生改变时，需要修改调用的代码

2）异步

传统的同步调用方式，需要等待调用完成，才能进行其它业务

异步调用方法，将消息发送到队列中，就可以返回，执行其它业务，速度大大提升

3）削峰

出现流量激增的情况时，消息队列可以设置消息的最大数量，处理一部分消息，其它消息交给队列排队处理

2，rabbitMQ五种消息模型

1）一对一模型：一个生产者发送消息到一个队列，一个消费者从队列中取消息。

2）工作队列：生产者将消息分发给多个消费者，如果生产者生产了100条消息，消费者1消费50条，消费者2消费50条。

3）发布/订阅模式：发布订阅模式存在多个队列，不同的消费者可以从各自的队列中处理完全相同的消息。

4）路由模式：消息队列可以给队列绑定不同的key，生产者发送消息时，给消息设置不同的key，这样交换机在分发消息时，可以让消息路由到key匹配的队列中。

5）主题模式：和路由模式差不多，在key中可以加入通配符：

• * 匹配任意一个单词

• # 匹配逗号隔开的多个单词

3，rabbitMQ消息可靠性

 消息存在丢失的几个环节和解决方案：

1. 生产者到交换机  confirm 机制 确定生产者将消息投递到交换机

2. 交换机到队列     return 机制 交换机发送消息到队列失败会执行回调

3. 队列到消费者   消息没发 --> 消息持久化

                            消息发了，不知道是否被消费 ---> 手动确认 ack

4，消息幂等性

重复消费问题：

队列发送消息给消费者，因为网络原因，消费者没有收到，队列重复发送，网络恢复后会发送多个相同的消息给消费者

 解决方案：

1. 给每个消息添加id

2. 消费者获得消息后，通过id查询redis，判断该id是否存在

3. 如果不存在，就修改该id的value为1，执行业务，进行手动确认（redis的setnx方法）

4. 如果存在，就不执行业务

5，redis简介

Redis是一个高性能的内存数据库，以key-value方式存储数据，可以作为缓存使用。

可以缓解数据库压力，基于内存，性能远高与磁盘。

Redis的特点：

• 性能高（读的速度是110000次/s,写的速度是81000次/s，单机redis支撑万级并发）

• 支持多种存储类型

• 丰富的特性（发布订阅、事务、过期策略等）

• 支持持久化

• 单线程 （避免上下文切换，线程同步问题）

6，Redis的数据类型

Redis的数据以key-value方式存储。

数据类型有：

• string 字符串（简单的key-value数据，适合保存单个数据，如：用户数量、库存数、商品数）

• hash 哈希（适合保存复杂类型数据，如：用户对象）

• list 列表（链表结构，适合保存有序的、可重复的数据，如：商品列表、评论列表）

• set 无序集合（适合保存无序的，不可重复的数据）

• zset 有序集合（适合保存有序的，不可重复的数据）

7，Redis的常见问题以及解决方案

1）缓存击穿

高并发的情况下，短时间内缓存会被穿过，请求直接打到数据库上，可能导致数据库压力过大。

解决方案：对代码上锁（双重检查锁）

2）缓存穿透

高并发的情况下，如果查询不存在的数据，因为缓存和数据库都不存在，请求都会打到数据库上，可能导致系统崩溃。

解决方案：

​ 1 保存不存在的数据到缓存中，设置一定过期时间

​ 2 布隆过滤器（直接过滤掉不存在数据的请求） 不能准确判断是否存在数据，能准确判断数据不存在

3）缓存雪崩

高并发的情况下，缓存服务器重启或热点数据同时过期，全部访问数据库，导致数据库宕机

解决方案：

​1  配置缓存集群

​ 2  尽量给热点数据设置不一样的过期时间，相对均匀

3  消息持久化策略

 8，redis持久化策略

Redis属于内存式数据库，程序关闭后数据会清空，有时候需要将内存中的数据长期在文件保存起来

持久化策略

• AOF：默认每秒对数据进行持久化

• RDB：按条件触发持久化操作（任意一个）

 例：900 1 900秒修改一次

9，redis淘汰策略

edis数据保存在内存中，数据太多会出现溢出问题，Redis会根据某些策略淘汰一些数据

64位系统，上限就是内存上限；32位最大4G

淘汰策略：maxmemory-policy

值：

noevication（默认） 不淘汰

allkeys-lru（推荐） 使用LRU淘汰比较少使用的键

volatile-lru 在过期的键中淘汰较少使用的

allkeys-random 在所有键中随机淘汰

volatile-random 在过期键中随机淘汰

volatile-ttl 在过期键中淘汰存活时间短的键

10，redis事务 

Redis的事务与MySQL事务不同，redis是将一系列操作打包，一起提交。没有原子性，隔离性的，也没有回滚事务。

multi 启动事务

exec 提交事务

discard 放弃事务

watch 监视某个数据，如果修改该数据时，在另一个事务中对该数据进行了修改，当前的修改就被放弃

总结：

事务中如果出现语法错误，整个事务无法执行；如果出现数据错误，事务可以成功一部分，失败一部分。

11，Elasticsearch简介

 分布式数据分析引擎

• 分布式，无需人工搭建集群

• Restful风格，一切API都遵循Rest原则，容易上手

• 近实时搜索，数据更新在Elasticsearch中几乎是完全同步的（倒排索引）。

12，Elasticsearch的基本概念

索引库（indices)	indices是index的复数，代表许多的索引，
类型（type）	类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document）	存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field）	文档中的属性
映射配置（mappings）	字段的数据类型、属性、是否索引、是否存储等特性

13， Elasticsearch查询方法

1，查询所有（match_all)

2 ，匹配查询（match）

会把查询条件进行分词，然后进行查询,多个词条之间是or的关系

3 ，多字段查询（multi_match）

4，词条匹配(term)

被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

5，布尔组合(bool)

bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合

  6，范围查询(range)

range 查询找出那些落在指定区间内的数字或者时间

7，模糊查询(fuzzy)

fuzzy 查询是 term 查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2