微服务面试篇题目

微服务面试篇知识点
1、SpringCloud常见组件有哪些？
问题说明：这个题目主要考察对SpringCloud的组件基本了解，难易程度：简单。参考话术：SpringCloud包含的组件很多，有很多功能是重复的。其中最常用组件包括：注册中心组件：Eureka、Nacos等。负载均衡组件：Ribbon，远程调用组件：OpenFeign，网关组件：Zuul、Gateway，服务保护组件：Hystrix、Sentinel，服务配置管理组件：SpringCloudConfig、Nacos。
2、Nacos的服务注册表结构是怎样的？
要了解Nacos的服务注册表结构，需要从两方面入手：一是Nacos的分级存储模型，二是Nacos的服务端源码。
3、Nacos的服务注册表结构是怎样的？
问题说明：考察对Nacos数据分级结构的了解，以及Nacos源码的掌握情况。难易程度：一般。参考话术：Nacos采用了数据的分级存储模型，最外层是Namespace，用来隔离环境。然后是Group，用来对服务分组。接下来就是服务（Service）了，一个服务包含多个实例，但是可能处于不同机房，因此Service下有多个集群（Cluster），Cluster下是不同的实例（Instance）。对应到Java代码中，Nacos采用了一个多层的Map来表示。结构为Map<String, Map<String, Service>>，其中最外层Map的key就是namespaceId，值是一个Map。内层Map的key是group拼接serviceName，值是Service对象。Service对象内部又是一个Map，key是集群名称，值是Cluster对象。而Cluster对象内部维护了Instance的集合。
4、Nacos如何支撑数十万服务注册压力？
问题说明：考察对Nacos源码的掌握情况。难易程度：难。参考话术：Nacos内部接收到注册的请求时，不会立即写数据，而是将服务注册的任务放入一个阻塞队列就立即响应给客户端。然后利用线程池读取阻塞队列中的任务，异步来完成实例更新，从而提高并发写能力。
5、Nacos如何避免并发读写冲突问题？
问题说明：考察对Nacos源码的掌握情况。难易程度：难。参考话术：Nacos在更新实例列表时，会采用CopyOnWrite技术，首先将旧的实例列表拷贝一份，然后更新拷贝的实例列表，再用更新后的实例列表来覆盖旧的实例列表。这样在更新的过程中，就不会对读实例列表的请求产生影响，也不会出现脏读问题了。
6、Nacos与Eureka的区别有哪些？
问题说明：考察对Nacos、Eureka的底层实现的掌握情况.难易程度：难。参考话术：Nacos与Eureka有相同点，也有不同之处，可以从以下几点来描述：接口方式：Nacos与Eureka都对外暴露了Rest风格的API接口，用来实现服务注册、发现等功能，实例类型：Nacos的实例有永久和临时实例之分；而Eureka只支持临时实例。健康检测：Nacos对临时实例采用心跳模式检测，对永久实例采用主动请求来检测；Eureka只支持心跳模式，服务发现：Nacos支持定时拉取和订阅推送两种模式；Eureka只支持定时拉取模式
7、Sentinel与Hystix的线程隔离有什么差别?
线程隔离有两种方式实现：线程池隔离（Hystix默认采用），信号量隔离（Sentinel默认采用）。问题说明：考察对线程隔离方案的掌握情况。难易程度：一般。参考话术：Hystix默认是基于线程池实现的线程隔离，每一个被隔离的业务都要创建一个独立的线程池，线程过多会带来额外的CPU开销，性能一般，但是隔离性更强。Sentinel是基于信号量（计数器）实现的线程隔离，不用创建线程池，性能较好，但是隔离性一般。
8、Sentinel的限流与Gateway的限流有什么差别？
限流：对应用服务器的请求做限制，避免因过多请求而导致服务器过载甚至宕机。限流算法常见的包括两种：计数器算法，又包括窗口计数器算法、滑动窗口计数器算法。令牌桶算法（Token Bucket），漏桶算法(Leaky Bucket)。固定窗口计数器算法。固定窗口计数器算法概念如下：将时间划分为多个窗口，窗口时间跨度称为Interval，本例中为1000ms；每个窗口维护一个计数器，每有一次请求就将计数器加一，限流就是设置计数器阈值，本例为3
如果计数器超过了限流阈值，则超出阈值的请求都被丢弃。
9、滑动窗口计数器算法
滑动窗口计数器算法会将一个窗口划分为n个更小的区间，例如：窗口时间跨度Interval为1秒；区间数量 n = 2 ，则每个小区间时间跨度为500ms，限流阈值依然为3，时间窗口（1秒）内请求超过阈值时，超出的请求被限流，窗口会根据当前请求所在时间（currentTime）移动，窗口范围是从（currentTime-Interval）之后的第一个时区开始，到currentTime所在时区结束。令牌桶算法：令牌桶算法说明：以固定的速率生成令牌，存入令牌桶中，如果令牌桶满了以后，多余令牌丢弃，请求进入后，必须先尝试从桶中获取令牌，获取到令牌后才可以被处理如果令牌桶中没有令牌，则请求等待或丢弃。
10、漏桶算法
漏桶算法说明：将每个请求视作"水滴"放入"漏桶"进行存储；"漏桶"以固定速率向外"漏"出请求来执行，如果"漏桶"空了则停止"漏水”；如果"漏桶"满了则多余的"水滴"会被直接丢弃。可以理解成请求在桶内排队等待。Sentinel在实现漏桶时，采用了排队等待模式：让所有请求进入一个队列中，然后按照阈值允许的时间间隔依次执行。并发的多个请求必须等待，预期的等待时长 =最近一次请求的预期等待时间 + 允许的间隔。如果请求预期的等待时间超出最大时长，则会被拒绝。例如：QPS = 5，意味着每200ms处理一个队列中的请求；timeout = 2000，意味着预期等待超过2000ms的请求会被拒绝并抛出异常
11、Sentinel的限流与Gateway的限流有什么差别？
问题说明：考察对限流算法的掌握情况，难易程度：难。参考话术：限流算法常见的有三种实现：滑动时间窗口、令牌桶算法、漏桶算法。Gateway则采用了基于Redis实现的令牌桶算法。而Sentinel内部却比较复杂：默认限流模式是基于滑动时间窗口算法，排队等待的限流模式则基于漏桶算法，而热点参数限流则是基于令牌桶算法