java面试题

一、redis

1、缓存穿透

查询一个不存在的数据，MySQL 查询不到数据也不会直接写入缓存，就会导致每次请求都查数据库

解决方案：

缓存空数据——当 redis 中和数据库中无该数据，则对该数据进行 null 值缓存。弊端：数据量过多会导致内存损耗严重
布隆过滤器——在请求之前添加布隆过滤器拦截，如布隆过滤器没有，则直接返回。

2、缓存击穿

给某一个 key 设置了过期时间，当 key 过期的时候，恰好这时间点对这个 key 有大量的并发请过来，这些并发的请求可能会瞬间把 DB 压垮

解决方案：

互斥锁,强一致，性能差
逻辑过期，高可用，性能优，不能保证数据绝对一致

3、缓存雪崩

缓存雪崩是指在同一时段大量的缓存 key 同时失效或者 redis 服务宕机,导致大量请求到达数据库，带来巨大压力。

解决方案：

给不同的 key 的 TTL(过期时间)添加随机值
利用 redis 集群提高服务的可用性
给缓存业务添加降级限流策略
给业务添加多级缓存

打油诗：来自黑马

《缓存三兄弟》
穿透无中生有 key,布隆过滤 null 隔离

缓存击穿过期 key,锁与非期解难题

雪崩大量过期 key,过期时间要随机

面试必考三兄弟,可用限流来保底

4、如何保证双写一致性

双写一致性：当修改了数据库的数据也要同时更新缓存的数据，缓存和数据库的数据要保存一致

情况一：允许延迟一致的业务,采用异步通知

使用 MQ 中间件，更新数据之后，通知缓存删除
利用 canal 中间件，不需要修改业务代码，伪装为 mysql 的一个从节点，canal 通过读取 binlog 数据更新缓存

情况二：强一致性，采用 redisson 提供的读写锁

共享锁：读写 readLock，加锁之后，其他线程可以共享读操作
排他锁：独占锁 writeLock，枷锁之后，阻塞其他线程读写操作

5、持久化

快照（snapshotting，RDB）
只追加文件（append-only file, AOF）
RDB 和 AOF 的混合持久化(Redis 4.0 新增)

官方文档地址：https://redis.io/topics/persistence

什么是 RDB 持久化？

Redis 可以通过创建快照来获得存储在内存里面的数据在 某个时间点 上的副本。Redis 创建快照之后，可以对快照进行备份，可以将快照复制到其他服务器从而创建具有相同数据的服务器副本（Redis 主从结构，主要用来提高 Redis 性能），还可以将快照留在原地以便重启服务器的时候使用。

快照持久化是 Redis 默认采用的持久化方式，在 redis.conf 配置文件中默认有此下配置：

save 900 1           #在900秒(15分钟)之后，如果至少有1个key发生变化，Redis就会自动触发bgsave命令创建快照。

save 300 10          #在300秒(5分钟)之后，如果至少有10个key发生变化，Redis就会自动触发bgsave命令创建快照。

save 60 10000        #在60秒(1分钟)之后，如果至少有10000个key发生变化，Redis就会自动触发bgsave命令创建快照。

Redis 提供了两个命令来生成 RDB 快照文件

save : 同步保存操作，会阻塞 Redis 主线程；
bgsave : fork 出一个子进程，子进程执行，不会阻塞 Redis 主线程，默认选项

什么是 AOF 持久化？

AOF 全称为 Append Only File(追加文件)。Redis 出来的每一个写命令都会记录在 AOF 文件，可以看做是命令日志文件

6、过期的数据的删除策略了解么？

如果假设你设置了一批 key 只能存活 1 分钟，那么 1 分钟后，Redis 是怎么对这批 key 进行删除的呢？

常用的过期数据的删除策略就两个（重要！自己造缓存轮子的时候需要格外考虑的东西）：

惰性删除：只会在取出 key 的时候才对数据进行过期检查。这样对 CPU 最友好，但是可能会造成太多过期 key 没有被删除。
定期删除：每隔一段时间抽取一批 key 执行删除过期 key 操作。并且，Redis 底层会通过限制删除操作执行的时长和频率来减少删除操作对 CPU 时间的影响。

定期删除对内存更加友好，惰性删除对 CPU 更加友好。两者各有千秋，所以 Redis 采用的是 定期删除+惰性/懒汉式删除 。

但是，仅仅通过给 key 设置过期时间还是有问题的。因为还是可能存在定期删除和惰性删除漏掉了很多过期 key 的情况。这样就导致大量过期 key 堆积在内存里，然后就 Out of memozry 了。

怎么解决这个问题呢？答案就是：Redis 内存淘汰机制。

7、Redis 内存淘汰机制了解么？

相关问题：MySQL 里有 2000w 数据，Redis 中只存 20w 的数据，如何保证 Redis 中的数据都是热点数据?

Redis 提供 6 种数据淘汰策略：

volatile-lru（least recently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰。
volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰。
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰。
allkeys-lru（least recently used）：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key（这个是最常用的）。
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰。
no-eviction：禁止驱逐数据，也就是说当内存不足以容纳新写入数据时，新写入操作会报错。这个应该没人使用吧！

4.0 版本后增加以下两种：

volatile-lfu（least frequently used）：从已设置过期时间的数据集（server.db[i].expires）中挑选最不经常使用的数据淘汰。
allkeys-lfu（least frequently used）：当内存不足以容纳新写入数据时，在键空间中，移除最不经常使用的 key

8、Redis 集群方案

主从复制

哨兵模式

分片集群

主从复制

单节点 Redis 的并发能力是有上限的，哟啊进一步提高 Redis 的并发能力，就需要搭建主从集群，实现读写分离

—-有点吃不消，后期回来继续学

9、redis 是单线程，但是为什么还那么快

redis 是纯内存操作，执行速度非常快
Redis 基于 Reactor 模式设计开发了一套高效的事件处理模型，主要是单线程事件循环和 IO 多路复用（Redis 线程模式后面会详细介绍到）；
Redis 内置了多种优化过后的数据类型/结构实现，性能非常高。

二、spring

1、单例 bean 是线程安全的吗

不是线程安全的

因为一般在 spring 的 bean 中都是注入无状态对象，没有线程安全问题。如果在 bean 中定义了可修改的成员变量，是要考虑线程安全问题的，可以使用多例或者加锁来解决

2、aop 相关

aop 称为面向切面编程，用于将那些与业务无关，但却对多个对象产生影响的公共行为和逻辑（例如事务处理、日志管理、权限控制等），抽取并封装一个可重用的模块。这个模块被名为“切面”(Aspect),减少系统中的重复代码，降低了模块间的耦合度，同时提高了系统的可维护性

使用场景

记录操作日志
缓存处理
Spring 中内置的事务处理

3、事务失效场景

异常捕获处理，自己处理了异常，没有抛出。解决：手动抛出
抛出检查异常(方法上抛出异常)，配置 rollbackFor 属性为 Exception
非 public 方法导致的事务失效，改为 public

4、spring 中 bean 的生命周期

通过 BeanDefinition 获取 bean 的定义信息
调用构造函数实例化 bean
bean 的依赖注入
处理 Aware 接口(BeanNameAware、BeanFactoryAware、ApplicationContextAware)
Bean 的后置处理器 BeanPostProcessor-前置
初始化方法(InitializingBean、init-method)
Bean 的后置处理器 BeanPostProcessor-后置
销毁 bean

5、Spring 中 bean 的循环依赖

循环依赖：循环依赖其实就是循环引用，也就是两个或两个以上的 bean 互相持有对方。最终形成闭环。简单来说就是，A 依赖于 B，B 依赖于 A
循环依赖在 spring 中是允许存在,spring 框架依据三级缓存已经解决了大部分的循环依赖
- 一级缓存：单例池,缓存已经经历了完整的生命周期，已经初始化完成的 bean 对象
- 二级缓存：缓存早期的 bean 对象(生命周期还没走完)
- 三级缓存：缓存的是 ObjectFactory，表示对象工厂，用来创建某个对象的

ps：构造方法出现了循环依赖怎么解决？

使用@Lazy 进行懒加载，什么时候需要对象再进行 bean 对象的创建

三、Spring MVC

1、执行流程

Spring MVC 的核心组件有哪些？

记住了下面这些组件，也就记住了 Spring MVC 的工作原理。

DispatcherServlet：核心的中央处理器，负责接收请求、分发，并给予客户端响应。
HandlerMapping：处理器映射器，根据 URL 去匹配查找能处理的 Handler ，并会将请求涉及到的拦截器和 Handler 一起封装。
HandlerAdapter：处理器适配器，根据 HandlerMapping 找到的 Handler ，适配执行对应的 Handler；
Handler：请求处理器，处理实际请求的处理器。
ViewResolver：视图解析器，根据 Handler 返回的逻辑视图 / 视图，解析并渲染真正的视图，并传递给 DispatcherServlet 响应客户端

Spring MVC 原理如下图所示：

客户端（浏览器）发送请求， DispatcherServlet拦截请求。
DispatcherServlet 根据请求信息调用 HandlerMapping 。HandlerMapping 根据 URL 去匹配查找能处理的 Handler（也就是我们平常说的 Controller 控制器），并会将请求涉及到的拦截器和 Handler 一起封装。
DispatcherServlet 调用 HandlerAdapter适配器执行 Handler 。
Handler 完成对用户请求的处理后，会返回一个 ModelAndView 对象给DispatcherServlet，ModelAndView 顾名思义，包含了数据模型以及相应的视图的信息。Model 是返回的数据对象，View 是个逻辑上的 View。
ViewResolver 会根据逻辑 View 查找实际的 View。
DispaterServlet 把返回的 Model 传给 View（视图渲染）。
把 View 返回给请求者（浏览器）

四、SpringBoot

1、SpringBoot 自动装配原理

在 SpringBoot 项目中的引导类上有一个注解@SpringBootApplication，这个注解是对三个注解进行累封装，分别是@SpringBootConfiguration 、@EnableAutoConfiguration 、@ComponentScan
其中@EnableAutoConfiguration是实现自动化配置的核心注解。该注解通过@Import注解导入对应的配置选择器。内部就是读取了该项目和该项目引用的 jar 包的 classpath 路径下META-INF/spring.factories文件中的所配置的类的全类名。在这些配置类中所定义的 Bean 会根据条件注解所指定的条件来决定是否需要将其导入到 Spring 容器中
条件判断会有像@ConditionnalOnClass这样的注解，判断是否有对应的 class 文件，如果有则加载该类，把这个配置类的所有的 Bean 放入 spring 容器中使用

五、spring 框架常见注解

1、Spring

2、SpringMVC

3、SpringBoot

六、MyBatis

1、MyBatis 执行流程

读取 MyBatis 配置文件：mybatis-config.xml 加载运行环境和映射文件
构造会话工厂 SqlSessionFactory
会话工厂创建 SqlSession 对象(包括了执行 SQL 语句的所有方法)
操作数据库的接口，Executor 执行器，同时负责查询缓存的维护
Executor 接口的执行方法中有一个 MappedStatement 类型的参数，封装了映射信息
输入参数映射
输出结果映射

2、MyBatis 延迟加载使用及原理

Mybatis 是否支持延迟加载？

MyBatis 支持延迟加载

延迟加载的意思是：就是在需要用到数据时才进行加载，不需要用到数据时就不加载数据。
MyBatis 支持一对一关联对象和一对多关联集合对象的延迟加载
在 MyBatis 配置文件中，可以配置是否启用延迟加载 lazyLoadingEnabled=ture|false，默认是关闭的

延迟加载的底层原理知道吗？

使用 CGLIB 创建目标对象的代理对象
当调用目标方法时，进入拦截器 invoke 方法，发现目标方法是 null 值，执行 sql 查询
获取数据以后，调用 set 方法设置属性值，再继续查询目标方法，就有值了

3、MyBatis 一级、二级缓存

一级缓存：基于 PerpetualCache 的 HashMap 本地缓存，其存储作用域为 Session，当 Session 进行 flush 或 close 之后，该 Session 中的所有 Cache 就将清空，默认打开一级缓存
二级缓存：基于 namespace 和 mapper 的作用域起作用的，不是依赖于 SQL session，默认也是采用 PerpetualCache，HashMap 存储。需要单独开始，一个是核心配置，一个是 mapper 映射文件

MyBatis 的二级缓存什么时候辉清理缓存中的数据？

当某一个作用域（一级缓存 Session/二级缓存 Namespaces）进行了增、删、改操作后，默认该作用域下所有 select 中的缓存将被清除

七、微服务

1、SpringCloud 常见组件有哪些？

Eureka：注册中心
Ribbon：负载均衡
Feign：远程调用
Hystrix：服务熔断
Zuul/Geteway：网关

如果是阿里巴巴组件，可以说一下组件

注册中心/配置中心：Nacos
负载均衡：Ribbon
服务调用：Feign
服务保护：sentinel
服务网关：Geteway

2、注册中心 eureka、Nacos

服务注册和发现是什么意思？Spring Cloud 如何实现服务注册发现？

微服务中心必须要使用的组件，考察我们使用微服务的程度
注册中心的核心作用是：服务注册和发现
常见的注册中心：eureka、nacos、zookeeper
我们当项目采用的是 eureka 作为服务中心时，这个也是 springcloud 体系中的一个核心组件
服务注册：服务提供者需要把自己的信息注册到 eureka，由 eureka 来保存这些信息，比如服务名称、ip、端口等等
服务发现：消费者向 eureka 拉去服务列表信息，如果服务提供者有集群，则消费者会利用负载均衡算法，选中一个发起调用
服务监控：服务提供则会每隔 30s 向 eureka 发送心跳，报告健康状态，如果 eureka 服务 90s 没接收到心跳，从 eureka 中剔除

Nacos 与 Eureka 的区别？

Nacos 与 Eureka 的共同点（注册中心）
- 都支持服务注册和服务拉取
- 都支持服务提供则心跳方式做健康检测
Nacos 与 Eureka 的区别（注册中心）
- Nacos 支持服务端主动检测提供者状态：临时示例采用心跳模式，非临时实例采用主动检测模式
- 临时实例心跳不正常会被剔除，非临时实例则不会被剔除
- Nacos 支持服务列表变更的消息推送模式，服务列表更新更及时
- Nacos 集权默认采用 AP 方式，当集群中存在非临时实例时，采用 CP 模式；Eureka 采用 AP 方式
Nacos 还支持了配置中心，eureka 则只有注册中心，也是选择使用 Nacos 的一个重要原因

回忆一下 CAP 模型：CAP 模型

3、负载均衡 Ribbon

你们项目负载均衡如何实现的？

微服务的负载均衡主要使用了一个组件 Ribbon，比如，我们再使用 feign 远程调用的过程中，底层的负载均衡就是使用了 ribbon

Ribbon 负载均衡策略有哪些？

主要记前三个和最后一个，其中最后一个是默认策略

RoundRobinRule：简单轮询服务列表来选择服务器
WeightedResponseTimeRele：按照权重来选择服务器，响应时间越长，权重越小
RandomRule：随机选择一个可用的服务器
BestAvailableRule：忽略哪些短路的服务器，并选择并发数较低的服务器
RetryRule：重试机制的选择逻辑
AvailabilityFilteringRule：可用性敏感策略，先过滤非健康的，再选择连接数较小的实例
ZoneAvoidanceRule：以区域可用的服务器为基础进行服务器的选择。使用 Zone 对服务器进行分类，这个 Zone 可以理解为一个机房、一个机架等。而后再对 Zone 内的多个服务做轮询

如果想自定义负载均衡策略如何实现？

有两种方式

创建类实现 IRule 接口，可以指定负载均衡策略（全局）
在客户端的配置文件中，可以配置某一个服务调用的负载均衡策略（局部）

4、服务雪崩、服务降级

服务雪崩

一个服务失败，导致整条链路的服务都失败的情形

服务降级

服务降级是服务自我保护的一种方式，或则保护下游服务的一种方式，用于确保服务不会受请求突增影响变得不可用，确保服务不会崩溃，一般在实际开发中与 feign 接口整合，编写降级逻辑

服务熔断

Hystrix 熔断积之，用于监控微服务调用情况，默认是关闭的，如果需要开启需要在引导类上添加注解：@EnableCircuitBreaker 如何检测到 10 秒内请求的失败率超过 50%，就出发熔断机制。之后每隔 5s 重新尝试请求微服务，如果微服务不能响应，继续走熔断机制。如果微服务可达，则关闭熔断机制，回复正常请求