2020综合面试

• JAVA基础

1. 反射 
   什么是反射:  就是正在运行，动态获取这个类的所有信息 (属性，方法，构造方法)
   反 射 机 制: 将.class文件编译成.java，

• 设计模式

1. 责任链    将多个执行步骤连接起来形成的一条链，这个对象处理完，就会交给下一个对象去处理。网关设置IP白名单。
2. 装饰       mybatis使用redis实现二级缓存，先判断二级(redis)是否有数据，在判断一级(jvm)。
3. 模板+工厂:   定义抽象模板，在联合登录中设置联合登录请求处理获取openId、通过id获取用户、通过userId更新openId。
4. 策略模式: 主要解决多重if判断问题，前端获取登录方式，通过登录获取从数据库获取对应的处理类class, 如果为空，表示该方式已关闭，否则通过反射的方式获取对应登录渠道的hander进行处理
5. 单例模式:  饿汉、懒汉式
6.  代理模式:  
    应用场景:  SpringAOP、事物原理、日志打印、权限控制、远程调用、安全代理 可以隐蔽真实角色

   1. 静态代理 
       自己写代理类
    2. 动态代理
         2.1 JDK动态代理
         2.2 cblib动态代理

• Spring

1.  是一个开源的轻量级的Java开发框架, 就是将我们Bean与bean之间的关系，交给Spring管理。 
    Spring的核心是IOC(控制反转)、DI(依赖注入)、AOP(面向切面编程)。
2. 原理 
   解析xml, 获取bean的class地址，通过反射机制进行实例化对象。
3. Spring的生命周密
     Singleton     只会创建一个实例对象，所有请求都会共享这个对象。默认单例。
     Prototype     表示每次请求都会实例化一个对象
     Request       每次HTTP请求都会产生一个新的bean，同时该bean仅在当前HTTP request内有效
     Session        每次HTTP请求都会产生一个新的bean，同时该bean仅在当前HTTP session内有效
4.  Spring注入方式
     通过构造函数
     通过set方法注入
     通过p名称空间注入  原理也是通过set注入
5.  AOP 
   通过使用@Aspect实现AOP，  通知方式:  前置通知、后置通知、运行通知、环绕通知

• Spring事务

1. 四大特征
   原子性    一个事务中包含的所有操作要么全部执行或全部不执行。
   隔离性    多个事务他们是互不干扰的
   持久性    一个事务一旦提交，那它的数据修改是永久性的 
   一致性    事务从一个状态变换到另一个状态，数据时一致性的。  如: A和B之间相互多次转账，最终的金额是不会变得。
2. 事务的分类
   编程式事务    手动开启事务，提交事务
   声明式事务     xml事务、 注解事务
3. 事务的七大传播特性 
   1. Propagation.REQUIRED
       调用方已经存在事务，则加入到同一个事务中运行，否则，自启一个事务
   2. Propagation.REQUIRES_NEW
       无论何时自身都会开启新事务
   3. Propagation.SUPPORTS
       调用方存在事务，则加入到同一个事务中运行，否则以非事务的方式运行
   4. Propagation.NOT_SUPPORTED
       调用方存在事务，则会被挂起，直到被调用方运行完毕后，事务恢复。
   5. Propagation.MANDATORY
        调用方存在事务，则加入到同一个事务中运行，若不存在，则抛出异常
   6. Propagation.NEVER
       调用方存在事务，则抛出异常
   7. Propagation.NESTED
       调用方存在事务，则运行一个嵌套事务，若不存在，则以Propagation.REQUIRED的方式运行,即开启一个新的事务
4.  事务的隔离级别 

   隔离级别	含义
   ISOLATION_DEFAULT	使用后端数据库默认的隔离级别。
   ISOLATION_READ_UNCOMMITTED	允许读取尚未提交的更改。可能导致脏读、幻影读或不可重复读。
   ISOLATION_READ_COMMITTED	允许从已经提交的并发事务读取。可防止脏读，但幻影读和不可重复读仍可能会发生。
   ISOLATION_REPEATABLE_READ	对相同字段的多次读取的结果是一致的，除非数据被当前事务本身改变。可防止脏读和不可重复读，但幻影读仍可能发生。
   ISOLATION_SERIALIZABLE	完全服从ACID的隔离级别，确保不发生脏读、不可重复读和幻影读。这在所有隔离级别中也是最慢的，因为它通常是通过完全锁定当前事务所涉及的数据表来完成的。

5. 脏读、幻读、不可重复读 
   脏读    一个事务读取了被另一个事务尚未提交的数据。 
   幻读   事务A根据条件查询数据时，事务B也根据该条件新增1条数据，此时多出数据事务A就很意外，侧重于新增、删除
   不可重复读  事务 A 多次读取同一数据，结果 不一致。侧重于修改。

• mysql的事务隔离级别

1. 读未提交 
   这是最宽松的隔离级别。
   在这个级别下，一个事务可以读取到其他事务中未提交的数据（脏读）。
   由于存在脏读的风险，这个级别很少被使用。
    
2. 读已提交 
   这个级别的特点是事务只能读取到已经提交的数据。
   每个事务开始时看到的是一个快照，在该事务开始之后其他事务提交的更改不会被当前事务看到。
   虽然避免了脏读，但仍然可能出现不可重复读和幻读。
3. 可重复读 
   这是MySQL默认的隔离级别。
   在这个级别下，事务会创建一个快照，对于该事务来说，在其执行过程中，这个快照不会改变，因此可以多次读取同一数据并获得相同的结果。
   虽然避免了脏读和不可重复读，但仍然可能出现幻读。
    
4. 可串行化 
   这是最严格的隔离级别。
   在这个级别下，所有事务都被串行执行，确保没有并发问题。
   虽然保证了数据的一致性和准确性，但是可能会导致性能下降，因为需要锁定更多的资源。
    

• MyBatis 

1. MyBatis 是一款优秀的持久层框架，
           一级缓存是SqlSession级别的缓存。是存放JVM(HashMap)中，不能共享
           二级缓存是mapper级别的缓存，是存放redis等其他数据库中。二级缓存是跨SqlSession的，可以共享
   1. Mapper 接口在初始SqlSessionFactory 注册的。
   2. Mapper 接口注册在了名为 MapperRegistry 类的 HashMap中， key = Mapper class value = 创建当前Mapper的工厂。
   3. Mapper 注册之后，可以从SqlSession中get
   4. SqlSession.getMapper 运用了 JDK动态代理，产生了目标Mapper接口的代理对象。
   5. 动态代理的 代理类是 MapperProxy ，这里边最终完成了增删改查方法的调用

• SpringBoot

1.  介绍
    设计目的是用来简化Spring的搭建和配置过程，整合出来的快速开发框架。
2.   启动流程
    

• servlet生命周期

1. 加载  
   当web容器启动时就会加载、创建Servlet实例，
2. 初始化
   在处理客户端请求前完成一些初始化的工作，如建立数据库连接，读取资源文件信息等
3. 服务
   调用doGet()或者doPost()方法进行业务逻辑处理
4. 销毁
   当web容器关闭或者检测到一个Servlet要从容器中被删除时，会自动调用destroy()方法，让该实例释放掉所占用的资源。
5. 卸载
   当一个Servlet调用完destroy()方法后，次实例将等待被垃圾收集器所回收
6. tomcat 启动servlet
   tomcat服务器启动时，首先加载web.xml中配置的servlet。

•   中间件
   

1.  产生的背景 
    异步、非组赛
2.  什么是JMS 
    JMS是java的消息服务，JMS的客户端之间可以通过JMS服务进行异步的消息传输
3.  JMS支持的2种消息模型
    点 对 点:    一个消息只能有一个消费者可以消费，不能重复消费。
    发布订阅:  生产者将消息发布到topic中，所有订阅该主题的消费者都可以消费该消息。
4. 如何解决消息的顺序问题 
    采用单消费、单线程处理
    发送消息指定key，相同的key发送一个主题(队列)中
    
5. 如何保证消息的幂等性
   设置手动签收
   通过消息ID判断
   通过mq推送的日志记录
6. 如何解决消息堆积 
     a. RabbitMQ可以使用死信队列 
     b. 设置消息的有效期，mq会将过期未消息的消息删除，客户端通过代码监听删除的消息保存到日志，后期补偿。 
     c.  提高消费者的能力和服务器数量
    

• RabbitMQ基础

1.  RabbitMQ的四个核心概念
    virtual hosts(虚拟机)
             不同虚拟机可以区分不同的业务,比如订单、用户等，就像mysql有多个数据库的概念一样。每个VirtualHost是独立                 的，它们之间的exchange(交换机)、queue(队列)、message(消息)都是隔离的不能互通。
   交换机 (exchange) 
             生产者通常不会直接将消息发送到队列，而是先将消息先发送到交换机，然后交换机根据绑定的策略转发到队列中。
   队列 (queue)
             接收来自交换机、生产者发送消息的容器，遵循先进先出原则。
   路由键（RoutingKey）和绑定键 (BindingKey） 
               交换机与队列在绑定时，会指定一个binding key，生产者将消息发送给交换机时都会指定一个routing key；交换机              根据binding key与routing key一致、或符合匹配规则来判断，将消息就转发到对应的队列中。
2.   RabbitMQ的5种队列形式
    1. 点对点(简单)的队列 
        一个生产者对应一个消费者
    
    2. 工作(公平性)队列模式 
         一个生产者对应多个消费者，但是只能有一个消费者获得消息，当消费者处理完消息后，才会接收下一个消息。可以实现能者多劳，负载均衡。
    
    3. 发布订阅模式  
        一个消费者将消息首先发送到交换机，交换机(x)绑定到多个队列，然后被监听该队列的消费者所接收并消费 
    
    
    4. 路由模式Routing  
        在绑定队列和交换器的时候指定路由key，生产者发送的消息会通过路由key，将消息发送到相应key相同的队列，接着         监听该队列的消费者消费消息。
    
    
    5. 主题模式  
        路由模式需要key完全相同才可以， 主题模式是在该模式下可以进行模糊匹配规则。
    
3. RabbitMQ支持事务消息
4. 如何确保生产者发送消息成功
    生产者也可以采用确认机制
5.  死信队列产生原因:
           设置的消息过期
           队列容器满了，生产者拒绝接收消息
           消费者多次消费失败，就会转移存放到死信队列中 
6. 解决分布式事务 
    采用补偿队列
    确保消息一定发送成功，采用确认机制
    确保消费者消费消息一定成功， 手动ack应答形式
    

• kafka
   

1.   介绍
     Kafka是apache开源的分布式消息项目，Kafka并没有遵循JMS规范，它只提供了发布和订阅通讯方式。 
    优点: 高吞吐量、低延迟、可扩展性、高并发 
    当生产者将消息发送到topic1主题，消息会均摊存放在3台服务器对应topic1主题下的分区上。
2.   使用场景
    日志收集
3. kafka为什么吞吐量高 
    实现数据的压缩 、分区(操作单元小)、数据的批量发送。
    

• RocketMQ
   

1. 介绍
           RocketMQ 是一款分布式、队列模型的消息中间件，具有以下特点： 能够保证严格的消息顺序 提供丰富的消息拉取模式 高效的订阅者水平扩展能力 实时的消息订阅机制 亿级消息堆积能力
    
2.   事务消息 也称半消息 
    生产者发送一条事务消息，该消息不可以被消息。
    待生产者发送commit或rollback指令后，rocketMQ会将消息删除、或投递消费者
    
    
3.   RocketMQ解决分布式事务思路
   
    1.  发送事务消息，该消息不可消费
    2.  返回事务消息是否发送成功 
    3.  执行本地事务，将订单消息保存到数据库
    4. 将本地事务结果返回给Rocket
    5.  如果本地事务没有将结果返回给Rocket，则Rocket定时检查
    6. 如果本地事务提交commit，则Rocket则将该消息设置为可以消费
   思路:  保证订单要先保存到数据库且成功，消费者才可以拿到消
    
    

• 源码

1. Arraylist、linkedList、 Vector
   ArrarList： 底层使用数组动态扩容(移动数组下标)实现，查询效率高，插入和删除效率低，ArrayList不是线程安全的、                          ArrayList查询直接通过索引定位，效率高。
                     是在add()方法时初始化数组长度, 长度为0
                     每次扩容为原来的1.5倍(0 10 15 22)
   Vector是线程安全的集合。
   LinkedList采用的是双向链表， 采用折半查找，效率低
2. JDK1.7的HashMap是基于数组+单向链表 
   使用table 数组 来存储对象
   使用单向链表解决了Hash冲突问题
3.  jdk1.8的HashMap是基于数组+链表+红黑树
    HashMap线程是否安全
   不安全
    HashMap默认初始容量
    默认初始容量16 ， 
   HashMap每次扩容的容量为多少
   2倍，  HashMap每次扩容的数组容量为原来的2倍
   HashMap什么时候扩容？阈值多少
    HashMap的size>=阈值时，就扩容数组为原来的2倍，重新计算阈值。
    阈值=当前数组容量*0.75 
   HashMap如何存放key为null 
    如果key==null，存放的对应数组下标为table[0]
   HashMap中hash冲突和index冲突的区别
    hash冲突：key的hash值相同
    index冲突：是在计算数组下标时产生相同问题   index = hash & (length - 1)
   HashMap如何解决hash冲突、减少index冲突问题
   解决hash、index冲突:  使用单向链表
   减少index冲突:   使用 hash & (length - 1) ，（length-1)=15奇数时，在做 '&' 运算时，减少index相同的冲突问题。
   HashMap扩容存在哪些问题
   多线程情况下可能会存在死循环问题
   HashMap的负载因子为什么时0.75 
   加载因子越大，内存利用率越高，index下标冲突概率也就越大；
   加载因子越小，内存利用率越低，index下标冲突概率也就越小； 
   HashMap如果链表过长
    如果hash、index冲突越高，链表就越长，查询效率越低，时间复杂度为On
   HashMap的查询效率问题
   如果没有发生冲突问题，直接通过数组下标定位，效率高 
   如果发生了冲突问题，使用链表查询，效率低
4. JDK1.8为什么要使用红黑树
   Java1.7：当hashCode冲突的时候会使用链表存放，如果链表的长度过长会导致查询效率非常慢，时间复杂度为o(N)
   Java1.8:   在链表中长度大于8的时候，将链表中所有的数据以红黑树实现存放，从而加快检索速度；时间复杂度 o(log n)
    
5.  HashMap、HashTable、ConcurrentHashMap  
   HashMap不是线程安全的，但是性能高，但是可以通过
   HashMap允许有一个空键和多个空值，HashTable不允许有空值和空键。
   ConcurrentHashMap  默认分成16个HashTable，采用的分段锁，保证线程安全
    
6. 树
   二叉搜索树:  会将第一次插入的值作为根节点，如果某种情况下第一次插入的值是最小值，后面的都比它大，如上就会形                         成 一个链表  ，查询的时间复杂度O(n)  
   平衡二叉树：就是为了解决二叉搜索树上所产生的问题。  平衡二叉树是在操作中不断的去寻找新的平衡节点，避免形成链                        表。查询的时间复杂度为O(logn)，  
                        平衡二叉树在每次插入和删除时都要进行平衡操作，插入、删除频繁时，性能就会降低，于是就有了红黑树
   红黑树（Red Black Tree） 是一种自平衡二叉查找树，通过指定规则来实现局部平衡，

• 网络安全 

1. 接口安全策略     
   防盗链       使用nginx、https实现判断请求来源 
   DDOS        黑客通过不断访问你的服务器资源，导致正常用户无法、或访问慢，使用nginx限制用户的访问频率
   XSS攻击    即跨站脚本攻击。XSS攻击使用Javascript脚本注入进行攻击，如使用过滤器判断提交数据是否有javascript脚                       本，并将其转换html源文件
   SQL注入攻击 
   使用token服务间数据的传输
   使用MD5实现API接口验证签名，防止抓包篡改数据
   使用对称、非对称加密、用户https加密传输
   基于网关实现IP黑名单与名单拦截
   使用第三方服务的安全加密或基于oauth2.0搭建第三方服务平台。 
    
2. 对称加密、非对称加密 
   对称加密:  在加密、解密过程中使用同一个密钥进行的。如： AES、DES
   非对称加密: 使用一对密钥公钥和私钥：(公钥)一个用于加密信息，(私钥)另一个则用于解密信息。如: RSA
     

• 限流算法

1.  令牌桶算法原理  
    以恒定速率向令牌桶中存入Token，用户须获取到令牌桶的Token才可以处理请求，如果没有获取到令牌则丢失该请求。
     
    
2.  漏桶实现原理 
    将请求先流入到漏桶里，漏桶以一定的速度流出请求，当流入的请求大于流出的会直接溢出，漏桶算法能强行限制数据的传输速率。 但不能使网络请求资源实时达到传输效率。对突发性的大量请求来处理效率低。

• 网络模型

1. 什么是网络编程 
   网络编程的本质是两个设备之间的数据交换
   使用IP地址，或域名，和端口连接到另一台计算机上对应的程序，按照规定的协议(数据格式)来交换数据。
2. Linux五种IO模型
   阻塞I/O     如果没有获取到结果，就会一直等待。等待的过程中会导致整个应用程序一直处在阻塞的过程，
   非阻塞I/O   不管是否有获取到数据，都会返回，如果没有结果数据，则不断的发起重试请求，直到返回数据。 
   信号驱动I/O   发出一个请求实现观察监听，当有数据的时候直接走我们异步回调
   异步I/O    异步io也就是发出请求数据之后，剩下的事情完全实现异步完成
   I/O复用     将客户端所有的socket操作都注册到Selector选择器中，选择器中轮询判断socket是否有数据到达。当数据到达                     时，则激活当前的socket，客户端开始读取数据。
                    客户端可以注册多个socket，然后不断轮询判断是否又数据，即一个线程内同时处理多个IO请求的目的。  
                     nginx、Redis的底层采用Nio中的多路IO复用的机制，能够非常好的支持这样的并发，从而保证线程安全问题；
3. 七层网络模型介绍  应用层  表示层  会话层  传输层  网络层  链路层  物理层
4. BIO  即IO，阻塞式IO ，单纯得输入数据，没有缓冲区。当A没有输入时，B则阻塞等待。
   NIO  即NewIO ，非阻塞式IO，是基于通道和缓冲区进行操作，数据是基于缓冲区的读取。  采用IO多路复用机制
5. Netty  
   介绍:  是一个基于NIO的客户端、服务器端的异步通信框架。
   特点：异步非阻塞、基于事件驱动、高性能、高可靠性和高可定制性。 
               解决了NIO代码的复杂问题，容错机制问题 。
   应用场景: 分布式开源框架中dubbo、Zookeeper，RocketMQ底层rpc通讯使用就是netty
6. 粘包与拆包
   粘包:  将多个数据包封装成一个数据包。比如客户端发送了2条消息: a、b，服务端直接当成了一条消息读取:  ab   
   拆包:  将一个数据包拆成了多个数据包。比如客户端发送了1条消息: hello，服务端当成了多条消息: h、e、l、l、0。
   如何解决: 固定消息长度，使用特殊字符表示每个消息的结束符号
7. Socket分为2种协议
   TCP  面向连接   
           通过三次握手、四次挥手完成连接,是可靠协议     
            在连接中进行大数据量传输，以字节流方式  安全，效率低，对方必须进行3次握手才可以通讯 
   UDP  面向无连接   
            不需要建立建立连接   将数据及源的封装成数据包中， 
            每个数据报的大小在限制64k内     不安全，效率高 
8. 什么是http 
   就是客户端和服务端进行的传输格式，简称超文本传输协议。
   是基于socket的tcp传输协议
9. http与https 
   http协议传输的数据都是未加密的，也就是明文的, 安全性低，效率高
   https则是具有安全性的ssl加密传输协议, 安全性高，效率低
10. HTTP1.0与HTTP1.1
    http1.0属于短链接
    http1.1属于长链接 
    (本质还是TCP的长连接和短链接)

• ELK

  正排索引：  以文档的Id形式保存每个字的位置信息。
  倒排索引 :  以字或词为关键字进行索引，表中关键字所对应的记录表项记录了出现这个字或词的所有文档 
  logstash支持N种log渠道:   kafka、log、reids等中的log数据进行监控读取与输出

   ELK分布式日志收集原理 
   1 .使用SpringAop进行日志收集，
  2. 通过kafka(发布/订阅)将日志发送给logstash，
  3. logstash再将日志写入elasticsearch，
  4. 使用kibana将存放在elasticsearch中的日志数据显示出来 

• XXL-JOB分布式任务调度
  
  搭建xxl-job管理平台客户端配置管理平台地址，通过@JobHandler("userJobHandler")与管理平台对应，
  当任务宕机时，可以手动触发、或重启服务器触发
  路由策略：第一个、最后一个、轮询、随机、一致性HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等； 
  采用分片广播实现任务的平均分配
• 微服务

1. 服务保护概念

   服务学崩效应  服务雪崩效应产生与服务堆积在同一个线程池中，因为所有的请求都是同一个线程池进行处理，这时候如果                          在高并发情况下，所有的请求全部访问同一个接口，这时候可能会导致其他服务没有线程进行接受请求，这                          就是服务雪崩效应效应。
                           使用服务隔离机制(线程池方式和信号量)，使用线程池方式实現隔离的原理:  相当于每个接口(服务)都有自                            己独立的线程池，因为每个线程池互不影响

   服务降级  在高并发情况下，防止用户一直等待，使用服务降级方式(直接返回一个友好的提示给客户端，调用fallBack方法)

   服务熔断  熔断机制目的为了保护服务，在高并发的情况下，如果请求达到一定极限(可以自己设置阔值)如果流量超出了设   置阈值，让后直接拒绝访问，保护当前服务。使用服务降级方式返回一个友好提示，服务熔断和服务降级一起使用

   服务隔离  因为默认情况下，只有一个线程池会维护所有的服务接口，如果大量的请求访问同一个接口，达到tomcat 线程池默认极限，可能会导致其他服务无法访问。

   服务限流   服务限流就是对接口访问进行限制，常用服务限流算法令牌桶、漏桶。计数器也可以进行粗暴限流实现。

2. 注册中心 
    eureka： 
         高可用:  采用eureka集群，相互注册。实现高可用
    nacos:   

3. 配置中心 
    基于mysql实现持久化，和集群

4. swagger
    类:    使用@Api(value="aaaa",description="订单相关信息接口") 注解
    方法:   使用@ApiOperation(value="获取所有订单",notes="获取所有订单，无需参数") 注解
    方法参数:   使用 @ApiParam(value = "订单名称", required = true)注解

5.  OpenFeign    
         是一个Web声明式的Http客户端调用工具，提供接口和注解形式调用，底层采用httpClient技术 。默认集成了 Ribbon    实现负载均衡的效果。  @FeignClient("pitch-member")
       SpringCloud第一代采用feign   第二代采用openFeign

6.  Ribbon  
   是一个客户端的负载均衡器，提供客户端对服务端的访问控制。轮询策略: 随机、 轮询、哈希、权重
   是将从注册中心获取到的服务缓存到本地，然后在本地实现负载均衡策略。属于本地负载均衡

7.   sentinel
    启动sentinel的jar包，客户端配置sentinel地址，在相应的方法上加入:       @SentinelResource(value="mySentinelName",   blockHandler = "mySentinelException" )注解 且定义回调方法，
           可配置接口每秒访问次数
           可配置接口最多同事只能有5个线程处理请求
           可配置响应时间超过阈值  响应异常数、异常比例超过阈值
           支持nacos持久化

8. 网关 
   Zuul: 属于netfix公司开源的第一代微服务网关，是基于Servlet实现的，阻塞式的Api， 不支持长连接。 
   Gateway: 属于SpringCloud研发的第二代微服务网关，基于Spring5构建，响应式非阻塞式的Api，支持长连接。  
    网关应用场景: 黑明白、日志(分析、性能指标)、身份认证
    网关与过滤器
          网关是拦截所有服务器请求进行控制
          过滤器拦截某单个服务器请求进行控制

9.  zipkin  
    作用: 在多个服务之间调用，显示服务的调用关系，处理时间

   项目整合: 下载zipkind的jar包， 客户端集成的zipkin配置地址，登录zipkin通过图形化界面显示服务的调用

• Redis 

1. 基本数据类型
   字符串类型(String)
   列表类型(List)
   无序集合(Set)
   有序集合(sorted set)
   哈希(Hash)
2. 主从复制  设置主节点具有读写功能、从节点只有读功能。 当主写入数据时，会同步更新到从库
3. 哨兵机制  当哨兵检测到Master不能正常工作时，哨兵会自动故障迁移操作,它会将其中一个Slave升级为新的Master
4. 支持事务  Redis 事务可以一次执行多个命令,统一提交
5.  持久化
           RDB: 以数据文件的形式进行保存备份。  redis默认使用RDB， 通过指定时间操作的次数来保存数据，会造成数据丢失。
           AOF: 以日志文件的形式进行保存备份。 每次有数据更新是都写入aop文件，虽然AOF会造成磁盘 IO 的负荷加重，但                     是相对可靠安全，所以一般都是使用aof
6. 淘汰策略  移除长时间未使用、随机移除等
7. 缓存穿透   比如订单查询功能。用一个不存在的订单Id，在redis和数据库中都不存在，这样缓存就是去了意义。                                      接口限流 、使用布隆过滤器 (提前保存好订单号)，通过bit的hash来判断，容易产生误判，将数组长度扩长
8. 缓存雪崩  如果我们缓存在redis数据过期时间是相同的。这就就会导致在这段时间内，这些缓存同时过期失效，                                    全部请求到数据库中。增加数据库压力。 
9. 缓存击穿  某个 key对应的数据访问非常频繁，属于高并发式访问，当这个 key 在失效的瞬间，大量的请求就击穿了缓                           存，直接请求数据库，造成数据库访问压力大。使用分布式锁，只有一个线程来执行sql操作
10.  Cluster集群
        Redis哨兵机制在同步中，要求每个redis节点服务器都要保存master节点的全量数据，冗余的数据比较多；
        采用hash槽的原理，预先设定16384个卡槽，并将卡槽分配各个master服务器；通过计算卡槽位置，然后将数据存放在卡槽对应的服务器上。
        一个卡槽可以存放多个值，从而将读或者写转发到该卡槽的服务的节点。

• MyCat

1. 什么是mycat
           MyCAT是一款由阿里Cobar演变而来的用于支持数据库，读写分离、分表分库的分布式中间件。MyCAT支持Oracle、MSSQL、MYSQL、PG、DB2关系型数据库，同时也支持MongoDB等非关系型数据库。 
    
2.  mycat原理
      MyCAT原理MyCAT主要是通过对SQL的拦截，然后经过一定规则的分片解析、路由分析、读写分离分析、缓存分析等，然后将SQL发给后端真实的数据块，并将返回的结果做适当处理返回给客户端。
    
3.   mycat搭建 
      搭建a(主)、b(从)数据库的主从复制
      搭建mycat服务器，在配置文件中配置a、b数据库信息
      创建mycat虚拟数据库，链接账号、密码、库名
      客户端直接连接mycat虚拟数据库
    
4.  MyCat分片策略
   1)求模算法    如： 将数据的id取模你的数据库数量。
   2)分片枚举
   3)范围约定
   4)日期指定
   5)固定分片hash算法
   6)通配取模
   7)ASCII码求模通配
   8)编程指定
   9)字符串拆分hash解析
    
5.  Sharding-Jdbc与MyCat区别
   MyCat是基于第三方中间件数据库代理框架，客户端所有的jdbc请求都必须要先交给MyCat转发到具体的真实服务器中。
   Sharding-Jdbc是一个Jar形式，在本地应用层重写Jdbc原生的方法，实现数据库分片形式。具体实现逻辑在本地代码中。

• Docker+Jenkins实现自动化部署

•    tomcat

1. tomcat原理 
    tomcat在启动的时候通过8080端口监听http请求

2.   tomcat配置线程数
   1.如果并发量比较大的情况下 最小活跃线程建议设置比较大，可以避免重复处理线程 可以增加吞吐量；如果最小活跃的线程如果比较大的情况下，非常占用cpu资源；
   2. 如果是项目的并发量比较小的情况下，最小活跃线程可以设置小一点，可以节约cpu内存 
   实际案例：
   通过监控工具监控线程，如果一个项目20/s请求， tomcat线程池 最大线程树为100 最小活跃线程树30

3. 自带监控 
   配置tomcat远程访问的ip、账号、密码。 
   通过远程服务器登录tomcat监控页面，查看内存、线程使用情况。

• zookeeper

1.  什么是zookeeper 
    Zookeeper是一个分布式开源框架，提供了协调分布式应用的基本服务。
    
2.   Zookeeper数据结构 
    
    层次化的目录结构
3.  Zookeeper节点的类型
    PERSISTENT  持久化节点
    PERSISTENT_SEQUENTIAL  持久化顺序节点
    EPHEMERAL  临时节点
    EPHEMERAL_SEQUENTIAL  临时顺序节点
    
4. zookeeper实现分布式锁
    在zk上创建临时节点(设置有效期)，使临时节点作为锁且节点不可以重复，
    如果创建失败，则继续等待。
    如果能创建界节点成功，则生成订单号。zk临时会话结束，释放锁。其他节点继续生成订单号

• 分布式事务

1.  CAP定律 
    这个定理的内容是指的是在一个分布式系统中、Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。
   一致性（C） 在分布式系统中的所有备份数据，在同一时刻是否同样的值。（比如: A数据库更新的信息，其他数据库可以                         同时获取到） 
   可用性（A）在集群中一部分节点故障后，集群整体是否还能响应客户端的请求。（对数据更新具备高可用性） 
   分区容错性（P）指系统能够容忍节点之间的网络通信的故障。  
   在分布式场景中是无法保证网络问题，所以在分布式系统中是可以容忍网络之间出现的通讯故障；即发生分区容错情况。  
          如果发生分区容错情况，必须就当前操作在C和A之间做出选择；
          CAP 原则指是指，这三个要素最多只能同时实现两点，不可能三者兼顾。要么是CP或者AP
          CP：当你网络出现故障之后，不能保证数据可用性，但是不能保证一致性； 如: zk
         AP：当你网络出现故障之后，不能保证数据一致性，但是能够保证可用性； 如: eureka
2. BASE理论
       BASE是Basically Available（基本可用）、Soft state（软状态）和 Eventually consistent（最终一致性）三个短语的缩写。分布式事务一般采用最终一致性解决
3. 二段提交协议
4. 三段提交协议
5. lcn与seata
   Lcn:  参与方在执行方法时，不会提交本地事务，同时等待协调者的结果，容易造成数据的死锁。
   Seata:   参与方在执行方法时，不会等待协调者的结果，直接提交本地事务，通过undo_logd的逆向sql实现回滚，避免死锁现象但是容易出现脏读