j
岗位:Java 国际事业部
电面，一小时。
工作经验: 2年。
八点多左右来了电话，我投的未来酒店，没想到面的是阿里，我还懵逼的问了下是谁，略尴尬。
先自我介绍，说了下项目情况，主要工作。针对我的工作经验开始问问题了:
1.一般的SQL优化思路？
我给讲了下我们系统报表的优化，多表关联拆分成单表，用Java组装其他表信息，主要查询条件建索引等。
如果是MySql，可以看看执行计划，可以戳下我的另一篇：MySql调优初探
2.为什么业务选用Cassandra做数据库？
我说了下系统业务特点，并发量，数据量，各方面分析了选用Cassandra的理由，中间还问了为什么不用Mysql，在这过程我讲了下项目的生产架构部署。想更多了解Cassandra，可以戳我的另外两篇：Cassandra实战 笔记-《Cassandra内部数据存储结构》和 Cassandra实战 笔记-《Cassandra的集群机制》
3.接着他问，Nginx 负载均衡策略，有哪些负载均衡算法?
我回答了几种常见的，随机，轮询，他说加权轮询呢？一般用在什么场景，我随机应变，说一般是针对服务器配置不同，给配置高的权重大点，能够处理更多的请求。
4.HashMap 底层原理？查询的时间复杂度？
这个很常规，我讲了下Put的过程，多线程下可能会线程不安全，扩容时可能会出现的问题：
1）put的时候导致的多线程数据不一致。
2）另外一个比较明显的线程不安全的问题是HashMap的get操作可能因为resize而引起死循环（cpu100%）
时间复杂度：1.8引入红黑树，查找数据的最坏情况复杂度从O(n)降到O(log n)，正常是O(1)；
墙裂推荐美团的技术博客：Java 8系列之重新认识HashMap
5.ConcurrentHashMap？
一般这个问题会接着问，我说了下1.7的Segment分端锁的思想，1.8的CAS和Sychorinized如何保证线程安全。
6.作为上面延伸，问了一般情况怎么保证线程安全问题？
volatile，Sychorinized，Lock，CAS 无锁编程(最后这个我装了下13，最理想的就是无锁编程)。
7.volatile作用及其底层原理?
保证变量线程可见，根据并发编程艺术上说的，还讲到了CPU多级缓存。
8.Sychorinized和Lock区别？
1）Lock是一个接口，而synchronized是Java中的关键字，synchronized是内置的语言实现；
2）synchronized在发生异常时，会自动释放线程占有的锁，因此不会导致死锁现象发生；而Lock在发生异常时，如果没有主动通过unLock()去释放锁，则很可能造成死锁现象，因此使用Lock时需要在finally块中释放锁；
3）Lock可以让等待锁的线程响应中断，而synchronized却不行，使用synchronized时，等待的线程会一直等待下去，不能够响应中断；
4）通过Lock可以知道有没有成功获取锁，而synchronized却无法办到。
5）Lock可以提高多个线程进行读操作的效率。
在性能上来说，如果竞争资源不激烈，两者的性能是差不多的，而当竞争资源非常激烈时（即有大量线程同时竞争），此时Lock的性能要远远优于synchronized。所以说，在具体使用时要根据适当情况选择。
9.线程有哪几种创建方式？
继承Thread或者实现Runnable接口，线程池创建；
10.线程池几个核心参数，说一下?基本原理？
检测核心线程数是否达到corePoolSize, 没有则创建新线程, 否则进入阻塞队列
检测阻塞队列是否已满, 没有则直接放入, 否则进入下一步
检测线程数是否达到线程池最大容量大小maximumPoolSize, 没有则创建新线程, 否则根据饱和策略处理
core线程池满? -> 等待队列满? -> 整个线程池满? -> 饱和策略
Q&A
如何根据CPU的核数来设计线程大小
计算密集型
无需设置过大的线程池工作队列, 工作队列长度 = CPU核心数 || CPU核心数+1
IO密集型
适当加大工作队列长度
11.Minor GC和Full GC?
12.FULL GC产生有哪些情况，线上如何排查（给了具体情况去分析）?
导致Full GC的原因：
1）碎片化，由于CMS在老年代回收时，采用的是标记清理（Mark-Sweep）算法，它在垃圾回收时并不会压缩堆，日积月累，导致老年代的碎片化问题会越来越严重，直到发生单线程的Mark-Sweep-Compact GC，即FullGC，会完全STW。如果堆比较大的话，STW的时间可能需要好几秒，甚至十多秒，几十秒都有可能。
2）显示System.gc调用；
3）堆空间不够；
4）JVM自身Bug。
具体可以参考：GC一些长时间停顿问题排查及解决办法
13.一致性哈希?
核心就是Hash环，一致性hash的特性：单调性、分散性、平衡性，当服务结点较少时候可以引入虚拟节点，然后还可以谈谈均匀一致性哈希，怎么保证不发生数据倾斜。具体可以参考：深入浅出一致性Hash原理
14.RPC 原理?如过自己设计一个，简单说下思路？
【RPC 专栏】简单了解RPC实现原理
最简单的回答思路：
上来你的服务就得去注册中心注册吧，你是不是得有个注册中心，保留各个服务的信息，可以用 zookeeper 来做，对吧。
然后你的消费者需要去注册中心拿对应的服务信息吧，对吧，而且每个服务可能会存在于多台机器上。
接着你就该发起一次请求了，咋发起？当然是基于动态代理了，你面向接口获取到一个动态代理，这个动态代理就是接口在本地的一个代理，然后这个代理会找到服务对应的机器地址。
然后找哪个机器发送请求？那肯定得有个负载均衡算法了，比如最简单的可以随机轮询是不是。
接着找到一台机器，就可以跟它发送请求了，第一个问题咋发送？你可以说用 netty 了，nio 方式；第二个问题发送啥格式数据？你可以说用 hessian 序列化协议了，或者是别的，对吧。然后请求过去了。
服务器那边一样的，需要针对你自己的服务生成一个动态代理，监听某个网络端口了，然后代理你本地的服务代码。接收到请求的时候，就调用对应的服务代码。
15.说说常见限流算法?实现思路？
令牌桶算法，令牌桶算法是比较常见的限流算法之一，大概描述如下：
1）所有的请求在处理之前都需要拿到一个可用的令牌才会被处理；
2）根据限流大小，设置按照一定的速率往桶里添加令牌；
3）桶设置最大的放置令牌限制，当桶满时、新添加的令牌就被丢弃活着拒绝；
4）请求达到后首先要获取令牌桶中的令牌，拿着令牌才可以进行其他的业务逻辑，处理完业务逻辑之后，将令牌直接删除；
5）令牌桶有最低限额，当桶中的令牌达到最低限额的时候，请求处理完之后将不会删除令牌，以此保证足够的限流；
漏桶算法，漏桶算法其实很简单，可以粗略的认为就是注水漏水过程，往桶中以一定速率流出水，以任意速率流入水，当水超过桶流量则丢弃，因为桶容量是不变的，保证了整体的速率。
想看看两种算法区别的可以戳下面：
常用的限流算法
16.Shiro 底层原理?
17.ELK我怎么做？具体的一些项目情况（我项目中有写到）
我就描述了下我们系统当时开发Dashboard的过程，主要是定时任务从数据库抓取数据到es，Kibana制作Dashboard，前端结合E-charts做了个世界地图，然后展示各个中心不同的Dashboard。
18.Redis集群，你们生产系统的策略？创建的有哪些集群策略？
我们生产是三主三从的策略。
可以参考：redis的三种集群方式
精彩推荐
-
小白如何从零开始学习Java？
公众号
