java面试总结01

前言：感谢分享友们的经验来自 链接

问题技术点
设计模式、常用数据结构、线程、JAVA7和JAVA8比较、分布式、WebSocket、微服务、nginx单点、TCP/IP、分库分表、缓存服务器、JVM、内存管理、Linux、Git

请说说ArrayList、LinkedList、HashMap的区别

这里大家一定要把java几个常用的数据结构给弄懂了，早些年你可以随便说说他们如何使用的就可以找到工作，但是现在不是说简单的糊弄几句就可以过去的，懂的程度表示你技术的深度，这里的话我把回答点说一下
a.描述他们的上级接口父类关系、
b.描述如何扩容，不是说一实例化就会扩容的，大家可以跟进去看看源码，有同学debug细心也会有所发现
c.他们各自的底层实现
这里我拿HashMap做解答：HashMap和HashTable虽然都实现于Map，但他们继承父类不一样，HashTable继承自旧的Dictionary，而HashMap的父类是AbstractMap，HashMap的负载因子为0.75f，初始化和ArrayList一样容量都是0添加变量的时候才会进行扩容，HashMap当容量实际大小达到0.75*总容量则再次触发扩容，即达到3/4扩容。掌握这些还不够，因为你还没有说到面试官真正想要的，这个时候继续。因为HashMap是异步的，所以会存在安全问题，至于为什么会有安全问题，不了解的同学可以自己学习下，那要解决安全问题可以采用同步关键字，进行线程同步操作，早期也有人这么使用过，但是这样会存在很大的资源弊端，引发阻塞产生故障，可以采取concurrent包中的ConcurrentHashMap，接着就说到点子上了，面试官就是想要这个东西，ConcurrentHashMap是如何做到同步且提升效率的大家可以自行学习，这里描述不完，还有concurrent这个包也要好好学习，另外再引申一点，1.7中HashMap采用链表数组实现，1.8之后改为前一部分使用链表数组，但是达到存放阈值后改为红黑树实现，主要是解决hash碰撞问题，至于什么是hash碰撞，大家也是必须掌握的。

如何保证线程安全

这里我回答的是加锁，其实我这个回答也是不尽人意的，因为我没有描述出具体的解决方式。接着又问我怎么加，锁哪里，当时我就想说“哪里不行锁哪里”， 说实话工作这几年，还没有考虑过高并发需要加锁的场景，一直都是在网上找资料学习理论，所以这也是我一直薄弱的地方，因为在开发中这样写过但没提供场景真正实验过，就算知道，说出来也比较虚，言归正传，最传统的做法是使用synchronized 关键字解决，可以保证一次只有一个线程通过，这里需要对synchronized描述详细使用场景，交给大家脑补。第二种做法采用concurrent下的ReentrantLock 加锁的方式来解决，大家看仔细了，又是concurrent对吧，所以这个包是特别感人，特别6的一个包，ReentrantLock 使用lock的方式大家过后自己学习，由于本题我描述得过少显得过于尴尬，所以我补充回答了悲观锁和乐观锁机制。

谈谈你对事物的理解，如何解决分布式事物

首先我简单描述下什么是事物，事物特性ACID以及隔离级别，因为我看到后面的重点最终是落到分布式上，所以我开始说到spring中集成事物的几种方式。我先描述了传统解决事物的方法，使用逻辑进行解决，待A服务执行完毕之后将结果返回，然后去执行B服务，若B失败，则代码回滚A，这样做也不是不行，但是显然是比较废的一种方式，另外我还说出了一种学习过但没有使用过的方式，就是采用MQ发送可靠消息以及数据库状态日志解决，至于原理大家可以去网上学习。

微服务架构使用过或了解过哪些，有什么区别

微服务作为一个近两年很火的话题，应用的公司必然不少，几乎我面试的公司中都有关于微服务的话题，那这里凡是研究过或者了解过的朋友都知道阿里巴巴开源的dubbo，当当网升级版的的dubbox，以及springcloud等，那提到微服务自然就能联想到MQ，zookepper，redis等等技术，这些都是需要大家花时间进行研究的，网上案例也特别多，对于MQ和zookepper和redis大家可以看看我的其他文章，高可用集群都有进行讲解。在最近一份工作中，我们采用的微服务架构是基于数据库注册API，采用redis缓存+MQ进行消息传输模式，进行服务调用，与dubbo大同小异，所以这个问题我也描述了不少东西，这块大致是过了。

结合项目进行提问

描述一个项目后，抓着一个点深究，是如何解决这个问题的，就例如返佣，是一笔一笔的返还是怎么弄的，如果数据量提升到现在的100万倍，如何解决，有些问题确实没答上来。

非技术问题

这方面我想面试几乎都有被问过，问今后的规划，这块因人而异吧，只要是积极向上即可。

支付宝有好几亿用户，如何使用缓存服务器进行用户数据的存储

说到缓存服务器，大家都会想到Redis和Memcached，前者更多的是基于缓存持久化的，支持的数据类型也特别多，后者是基于内存的，这两个各有各的使用场景，所以说不能说谁好谁不好，关于redis我有文章进行详细说明，了解基本原理之后接下来就要说应用场景了。笔者不才碰碰磕磕的说了种解决方案，没有达到面试官的效果。我是这么说的，在业务层，用户对关键信息筛选，毕竟第一层大流量是关键信息，次要的放在第二层，采用分布式redis多节点部署，使用hash取模算法进行服务器的分配，这样可以保证服务器分配均匀，但是后面接着问我，服务器节点扩容或者删减，算法就改变了，又该如何解决。确实会特别麻烦，然后我实在是想不出来，也就结束了这个问题。

500万的用户数据，我现在想要通过redis快速的统计90后人群，以及90后男性人群
当时唯一能抓住的就是两个特征，90后，和90后男性，于是眼前一亮，觉得可以拆分出：70/80/90后，男性/女性，存储的时候就存这几个关键特征所对应的id集合，然后进行采用“集合并集”方式就可以定位出90男性，不知道是不是面试官想要的结过，但是我觉得这样应该是可以实现的。

这题是一道算法题

算法是我的弱项，自己几斤几两还是有点B数，所以稍微有点紧张，给定一个数列，9 13 17 25 3 5 8，它对应的原数列为递增数列3 5 8 9 13 17 25 ，我们不知道原数列，只知道给出的现有数列，表达式为f(n)，求n。稍微有点数学基础的同学应该都知道怎么算。我也一眼看出来了，既然原数列是递增，那肯定有一个位置是递减的，那这个点就是临界点，求出前面的长度即可，然后面试官接着问我，你这个复杂度是多少，对于复杂度，不懂的同学可以去网上学习下，因为从左到右每个都要遍历下我说O(n)，于是问我有没有优化的，我觉得就算我做出了第二次优化，提升到log n，他还会接着问，于是我只能想到二分法了，毕竟这是普遍做法，再接下来的我不会了。其实这道题跟1-100楼扔鸡蛋是一个道理，其中有一层是临界值，意思就是那一层往下鸡蛋是不会摔破的，往上是会破的，以最快的方式求出那一层，我也看过那道题，二分法同样可以算出来，但是最优解不是二分法，所以阿里巴巴的本次面试就到这结束了。

说说你理解的GC
其实GC在过去我真没了解过，也是最近一年才接触JVM，不过学好JAVA，JVM是必须要懂的，就算看不懂也要硬着头皮去看,这对写出高质量代码真的是很有帮助的。
JVM体系分哪几个区，类加载过程是哪些，双亲委派模型是什么，如何自己实现一个类加载器，对象的4种引用，minor GC和full GC，对象如何被回收，如何对GC进行调优，你用过的内存调试工具有哪些

说说你对TCP/IP的理解
这个自己说吧，3次握手，4次挥手，SOCKET通信，能了解得越多越好

BIO、NIO、AIO有什么区别，各自的原理
其实这个东西了解了原理大家就知道是什么了，阻塞IO，非阻塞IO，异步IO,netty实现就是基于非阻塞IO,采用非阻塞IO的工具或是服务器也特别多，大家自己了解啦

分库分表，读写分离
分库分表看情况，可以水平也可垂直，但是水平和垂直都必须满足他们各自的基础条件，另外解决数据落地的平衡即可。MySQL Proxy可实现多节点读写分离，但是其实也就一个代理，存在单点问题，笔者也是对这块没进行过深入研究，所以给不出更多的结论了。

如何对业务进行拆分和扩展
这道题属于业务层的，不好说太多，在模块划分时确实要经过严格的思考，否则带来的开发问题会很多，看个人经验吧。

说说CI和CD的区别
因为我在项目中有接触过持续集成和持续交付的，也有研究过持续集成例如jenkins和hudson工具，所以说问了我这个问题，持续集成多用于互联网公司的项目快速构建，功能模块的快速完成，交付至测试，但是CI和CD的真正核心还不是在于自动化，自动化是一方面，更重要的是代码交付质量，在这一层花的功夫确实要比较多。

总结
技术更新很快，在刚入行的时候，随便说个list set，写个sql的group或者jdbc连接就能找到工作，现在呢？所以说做为一个技术人员，对技术的探索自然是不能停，对工作也要富有责任心。遇到问题不要放弃，没有过不去的坎，对技术而言总结几点如下：

不要抵触，要敢于接纳新事物，新需求。（重要）
对技术产生浓厚的兴趣（非必须），但至少保证不是拒绝，否则很难持久（很重要）
在学习路上出现问题要找合适资料，那些破资料枯燥到能让你放弃，多寻求google而非度娘。（你懂的）
技术在于沉淀，请坚持学习，记住，坚持过后必有收获。（真的很重要）
做技术更多的是要参与业务分析再落实到功能实现，业务转化不了技术说明你写不出代码或是只能写出不能用的代码