欢迎关注公众号（通过文章导读关注：【11来了】），及时收到 AI 前沿项目工具及新技术的推送！
在我后台回复 「资料」 可领取
编程高频电子书！在我后台回复「面试」可领取
硬核面试笔记！
前言
最近在更新面试突击专栏，我把每一篇将字数都尽量控制在 2000 字以内，可能在文章里边写的没有那么细致，主要是提供一些 问题 以及 回答的思路 ，以及 面试中可能忽略的漏洞 ，所以在看完文章之后，如果自己简历中有这方面的内容的话，一定要认真去整理一份自己的回答，并且多查阅相关资料，如果看的文章少，就会导致学习到的内容太片面
并发编程
面试官为什么都喜欢问并发编程的问题？
如果面试的大一点的公司，用户量上来之后，那么并发包下的东西还是很容易会用到的，并且写代码时，如果对并发安全不算了解，那可能写完的代码存在许多并发上的问题，可能测试的时候没问题，到生产环境中造成严重后果！
我之前面试过唯品会，唯品会的面试官给我的印象就是很在乎你的基础，无论是并发、JVM、MySQL、Redis 原理，还是项目中使用到的技术，都会问你底层原理，我面试之后也问面试官了，为什么偏向于去问这么多技术的底层原理，面试官给的回答是因为只有了解底层的原理，你在使用的过程中才会更加注意他存在哪方面的问题，可以更好的去避免！
对于并发编程这块的内容，synchronized、CAS、AQS 的原理之前也写过一篇文章，详细内容可以点击：Java并发编程-synchronized解析
说说synchronized关键字的底层原理是什么？
下面来用 大白话 说一下原理：
synchronized 保证线程同步主要是依赖于两个 jvm 的指令：monitorenter、monitorexit 来实现的，比如说 synchronized 修饰一个代码块，那么进入代码块之前，执行 monitorenter 表示上锁，退出代码块之后，执行 monitorexit 表示解锁，以此来保证不同线程顺序执行这个代码块
并且 synchronized 在 jdk1.6 进行了优化，将锁分为了四种状态：无锁、偏向锁、轻量级锁、重量级锁，这 4 个状态会随着竞争激烈而逐渐升级，不过偏向锁在 jdk15 之后逐渐废弃，因为维护的开销比较大
能聊聊你对CAS的理解以及其底层实现原理可以吗？
CAS 操作需要 3 个参数：要写入的内存地址、预期值、要写入的值
CAS 的原理就是，去要写入的内存地址判断，如果这个值等于预期值，那么就在这个位置上写上要写入的值
CAS 存在一些缺陷：
- 循环时间过长：如果 CAS 自旋一直不成功，会给 CPU 带来很大开销
- 只能针对一个共享变量
- 存在 ABA 问题：CAS 只检查了值有没有发生改变，如果原本值为 A，被改为 B 之后，又被改为了 A，那么 CAS 是不会发现值被改编过了的
ABA 问题解决方案：为每个变量绑定版本号，A–>B–>A 加上版本号为：A1–>B2–>A3
了解 AQS 吗？底层原理是什么？
AQS 是抽象队列同步器，其实就是一个队列，存储的是线程，AQS 的作用就是 去管理线程加锁和解锁时的阻塞、唤醒
AQS 的原理：线程在获取锁失败之后，会被封装成 Node 节点假如到 AQS 阻塞等待，当获取锁的线程释放锁之后，会从 AQS 队列中唤醒一个线程，AQS 队列如下：
这里推荐一篇讲解 AQS 源码非常好的文章：AQS源码详细解析参考文章
线程池的底层工作原理
接下来就不对线程池的细节进行讲解了，如果想要查看可以点击：线程池底层原理细节
线程池其实就是对线程做一个 池化 操作，用于线程不断创建、销毁的开销，可以重复利用线程，节省资源
线程池中的重要参数如下：
corePoolSize：核心线程数量maximumPoolSize：线程池最大线程数量 = 非核心线程数+核心线程数keepAliveTime：非核心线程存活时间unit：空闲线程存活时间单位（keepAliveTime单位）workQueue：工作队列（任务队列），存放等待执行的任务threadFactory：线程工厂，创建一个新线程时使用的工厂，可以用来设定线程名、是否为daemon线程等等。handler： 拒绝策略 ，如果阻塞队列满了之后，对于新加入的任务该如何处理
除了线程池的核心参数要掌握，任务提交到线程池中的执行流程也要了解：
线程池的参数设置攻略
下边以几种设置的例子，来说明一下会出现的情况：
- 如果将 maximumPoolSize 设置为 Integer.MAX_VALUE
这时，如果瞬间任务很多，核心线程都被占用，那么会无限创建线程去处理任务，导致消耗系统不断消耗资源去创建大量线程，如果任务提交速度大于线程处理速度，系统资源很快就会被耗尽，即使内存没有崩溃，也会导致 CPU 负载很高，所以要避免将 maximumPoolSize 设置的无限大
- 如果在线程中使用无界阻塞队列
如果发生了调用超时，导致队列越来越大，那么会导致任务一直向阻塞队列中存放，内存飙升，甚至出现 OOM 问题
- 自定义拒绝策略
其实可以自己去定义拒绝策略，如果线程池无法处理更多的任务了，可以在自定义的拒绝策略中，将拒绝的任务异步化持久化到磁盘中去，之后再通过一个后台线程去定时扫描这些被拒绝的任务，慢慢执行
如果线上机器突然宕机，线程池的阻塞队列中的请求怎么办？
如果宕机，重启之后，线程池阻塞队列中的任务就会全部丢失
如果想要解决这种情况的话，有这么一个 解决方案：在将任务提交到线程池中去的时候，先把任务在数据库中存储一份，并记录任务执行的状态：未提交、已提交、已完成，执行完之后的话，将任务状态标记为 已完成，如果宕机后，导致任务丢失，就可以去数据库中扫描任务，重新提交给线程池执行