首页 > 其他分享 >面经01

面经01

时间：2023-04-16 23:13:22浏览次数：24  
标签：01 对象 面经 Redis 代理 过期 Bean 序列化

面试java开发工程师

常用数据结构，区别及使用场景

以下是一些常用的数据结构，它们的区别以及适用场景：

  1. 数组 (Array)： 区别：数组是一种连续内存空间的数据结构，具有固定的大小，用于存储相同类型的元素。数组支持随机访问，访问速度快。 使用场景：当需要快速查找和访问元素时，使用数组是一个好选择。不过，在插入和删除操作方面，数组的性能较差，因为需要移动大量元素。

  2. 链表 (LinkedList)： 区别：链表是一种非连续内存空间的数据结构，由一系列节点组成，每个节点包含数据元素和指向下一个节点的指针。链表支持快速的插入和删除操作。 使用场景：当需要在数据结构中频繁地插入和删除元素时，链表是一个好选择。不过，链表不支持随机访问，访问速度较慢。

  3. 栈 (Stack)： 区别：栈是一种遵循“后进先出”（LIFO）原则的线性数据结构。栈只允许在其顶部进行插入和删除操作。 使用场景：栈适用于需要执行撤销操作、解析表达式、实现函数调用等场景。

  4. 队列 (Queue)： 区别：队列是一种遵循“先进先出”（FIFO）原则的线性数据结构。队列只允许在一端（队尾）进行插入操作，而在另一端（队首）进行删除操作。 使用场景：队列适用于需要按照元素进入顺序进行处理的场景，如任务调度、消息传递等。

  5. 哈希表 (HashTable)： 区别：哈希表是一种基于键值对存储数据的数据结构。通过哈希函数将键映射到数组的索引，以实现快速查找、插入和删除操作。 使用场景：哈希表适用于需要高效查找、插入和删除操作的场景，如数据库、缓存等。

  6. 树 (Tree)： 区别：树是一种非线性层次数据结构，由节点和连接节点的边组成。每个节点只有一个父节点，可以有多个子节点。树的常见类型有二叉树、平衡树和搜索树等。 使用场景：树适用于需要表示层次关系和实现高效查找的场景，如文件系统、搜索引擎等。

  7. 图 (Graph)： 区别：图是一种非线性数据结构，由节点（顶点）和连接节点的边组成。图可以表示多对

数组和链表在内存中数据的分布情况

数组和链表在内存中的数据分布情况有显著差异。以下是它们在内存中的主要特点：

  1. 数组：

    • 连续内存空间：数组中的元素在内存中是连续分布的。这意味着数组的每个元素都紧挨着前一个元素，占据连续的内存地址。
    • 固定大小：数组在创建时分配固定大小的内存空间，因此在内存中占据连续且固定大小的区域。数组大小在创建后无法更改。
    • 随机访问：由于数组元素在内存中连续存储，可以通过基地址和索引直接计算出元素的内存地址。这使得数组支持高效的随机访问。

  2. 链表：

    • 非连续内存空间：链表中的元素在内存中是非连续分布的。链表的每个节点包含数据元素和指向下一个节点的指针。这些节点可以分散在内存的不同区域。
    • 动态大小：链表在创建时不需要分配固定大小的内存空间。链表的大小可以在运行时动态更改，因为添加和删除节点只需修改相应指针。
    • 顺序访问：由于链表元素在内存中非连续存储，无法直接通过索引访问特定元素。访问链表中的元素需要从头节点开始，按顺序遍历链表，直到找到所需元素。

总之，数组在内存中以连续的方式存储数据，支持高效的随机访问。而链表则将数据分散在内存的各个区域，需要通过指针进行顺序访问。

HashMap源码底层数据结构和put操作

HashMap是Java中的一个非常常用的数据结构，它基于哈希表实现。HashMap提供了快速的插入、删除和查找操作。在Java中，HashMap的底层数据结构是一个包含Node数组（桶）的结构。每个Node对象包含四个属性：一个整数键的哈希值、键、值以及指向下一个节点的引用。当出现哈希冲突时，HashMap会使用链表或者红黑树来存储具有相同哈希值的键值对。

以下是HashMap的put操作的简要概述：

  1. 首先，使用键的hashCode方法计算键的哈希值。
  2. 通过哈希值计算出键值对在数组中的索引。这通常通过将哈希值与数组长度减一进行与操作来完成（例如：index = hash & (n-1)，其中n是数组长度）。
  3. 检查索引位置是否已有节点。如果没有节点，创建一个新的Node对象并将其放置在该索引位置。
  4. 如果已经有节点存在，需要检查这个节点是否与要插入的键值对相同。如果键相同，更新节点的值。
  5. 如果节点的键与要插入的键不同，说明发生了哈希冲突。在这种情况下，遍历链表并检查链表中的每个节点是否与要插入的键值对相同。如果找到相同的键，更新节点的值。
  6. 如果在链表中没有找到相同的键，将新的键值对作为节点添加到链表的末尾。
  7. 当链表的长度超过一定阈值（例如：8）时，将链表转换为红黑树。这样可以提高在大量哈希冲突时的查询性能。
  8. 如果在put操作之后HashMap的大小超过了扩容阈值，触发扩容操作。在扩容过程中，HashMap会创建一个新的Node数组，并将原数组中的所有元素重新插入到新数组中。

需要注意的是，这里提供的步骤是一个简化版本的put操作，实际源码中可能包含一些优化和异常处理。

JVM内存区域介绍、各个区域存放什么东西

Java虚拟机（JVM）的内存区域主要分为以下几个部分：

  1. 堆（Heap）： 堆是JVM内存区域中最大的一部分，用于存储所有对象实例和数组。堆内存是在所有线程间共享的，堆的大小可以通过JVM参数进行调整。堆分为年轻代（Young Generation）和老年代（Old Generation），年轻代进一步细分为Eden区、Survivor 0区和Survivor 1区。对象首先在Eden区创建，经过一定次数的垃圾回收后，存活的对象会逐渐晋升到老年代。

  2. 方法区（Method Area）： 方法区用于存储已加载的类信息、常量、静态变量以及编译后的代码。方法区是所有线程共享的内存区域。在HotSpot虚拟机中，方法区被实现为永久代（PermGen）或元空间（Metaspace），取决于JVM版本。

  3. 栈（Stack）： 每个线程在创建时都会创建一个私有的栈。栈用于存储局部变量、操作数栈、动态链接和方法返回地址。每个方法的调用都会在栈上创建一个栈帧，用于存储该方法的局部变量和操作数。当方法返回时，其对应的栈帧会被弹出。

  4. 程序计数器（Program Counter Register）： 程序计数器是线程私有的内存区域，用于存储当前线程正在执行的字节码指令的地址。当线程执行方法时，程序计数器会逐行更新以指向下一条指令。如果线程执行的是本地方法（native method），则程序计数器的值为undefined。

  5. 本地方法栈（Native Method Stack）： 本地方法栈类似于Java栈，但它主要用于本地方法的调用。每个线程都有一个私有的本地方法栈。与Java栈类似，本地方法栈也会为每个方法调用创建栈帧。

总的来说，JVM内存区域包括堆（用于存储对象实例和数组）、方法区（用于存储类信息、常量和静态变量）、栈（用于存储局部变量和操作数）、程序计数器（用于指示当前执行的字节码指令）和本地方法栈（用于本地方法的调用）。这些内存区域在JVM运行时起到了重要作用。

创建一个对象，内存怎么分配的

当在Java中创建一个对象时，内存的分配过程大致如下：

  1. 类加载： 在创建对象之前，首先需要确保对象所属的类已经被加载到JVM中。类加载器负责从类路径中查找并加载类的字节码，然后在方法区中存储类的元数据信息。

  2. 在堆中分配内存： 创建对象时，JVM会在堆内存中为其分配空间。对象的内存大小取决于其实例变量的数量和类型。在大多数情况下，对象会在年轻代的Eden区创建。Eden区是年轻代的主要区域，用于存放新创建的对象。

  3. 初始化对象： 为新创建的对象分配内存后，JVM会将其内存空间初始化为零（null或0）。接着，JVM会调用构造函数来初始化对象的实例变量，为它们赋予初始值。

  4. 分配引用： 创建对象后，JVM会为对象分配一个引用，该引用存储在栈中的局部变量表。通过这个引用，您可以在程序中访问和操作对象。

以下是一个简单的Java代码示例，用于创建一个对象：

java

class MyClass {
    int x;
    int y;

    MyClass(int x, int y) {
        this.x = x;
        this.y = y;
    }
}

public class Main {
    public static void main(String[] args) {
        MyClass obj = new MyClass(1, 2);
    }
}

在这个示例中，当执行new MyClass(1, 2)时，JVM首先检查MyClass是否已经被加载。接着，JVM在堆的Eden区为MyClass对象分配内存，并初始化其实例变量。然后，JVM调用构造函数为实例变量赋初始值。最后，JVM为创建的对象分配一个引用，将其存储在局部变量表中的obj变量中。

堆中内存怎么划分，gc怎么回收

堆（Heap）内存在Java虚拟机（JVM）中用于存储对象实例和数组。堆内存分为以下几个部分：

  1. 年轻代（Young Generation）：年轻代用于存放新创建的对象。它分为以下三个区域：

    • Eden区：新创建的对象首先分配在这里。当Eden区满时，会触发一次Minor GC。
    • Survivor 0区（S0）和Survivor 1区（S1）：这两个区域用于存放在Minor GC后仍然存活的对象。每次Minor GC后，存活的对象会在两个Survivor区之间来回复制。

  2. 老年代（Old Generation）：经过一定次数Minor GC后仍然存活的对象会被晋升到老年代。老年代用于存放长时间存活的对象。当老年代满时，会触发一次Full GC。

垃圾回收（GC）过程主要分为两种：

  1. Minor GC：当Eden区满时，会触发一次Minor GC。在这个过程中，垃圾回收器会清理Eden区和一个Survivor区（例如S0）中的无用对象，并将仍然存活的对象复制到另一个Survivor区（例如S1）。Minor GC只涉及年轻代的内存回收，因此它的回收速度相对较快。

  2. Full GC：当老年代满时，会触发一次Full GC。在Full GC过程中，垃圾回收器会清理整个堆内存（包括年轻代和老年代）。Full GC通常比Minor GC耗时更长，因为它需要清理整个堆内存。在Full GC过程中，应用程序的执行可能会暂停，导致系统吞吐量下降。

垃圾回收的基本原理是通过追踪和标记存活的对象，然后回收未标记（不再使用）的对象所占用的内存。常见的垃圾回收算法有标记-清除（Mark-Sweep）、标记-整理（Mark-Compact）、复制（Copying）等。在实际应用中，垃圾回收器通常会结合多种算法来提高内存回收效率。

需要注意的是，Java虚拟机中的垃圾回收器有多种实现，如串行回收器（Serial）、并行回收器（Parallel）、CMS回收器（Concurrent Mark Sweep）和G1回收器（Garbage-First）。这些回收器在实现细节上有所不同，但它们的基本原理和目标都是提高内存回收效率，减少应用程序的暂停时间。

详细讲解Spring的Ioc 原理

IoC（Inversion of Control，控制反转）是一种设计原则，用于减少模块之间的耦合度。在Spring框架中，IoC容器负责管理对象之间的依赖关系。IoC容器通过依赖注入（DI，Dependency Injection）的方式将依赖对象注入到目标对象中，使得开发者不需要手动创建和管理对象之间的关系。

以下是Spring IoC的主要原理和过程：

  1. 配置Bean定义：在Spring中，每个对象称为一个Bean。开发者需要在Spring配置文件（XML文件）或使用Java注解的方式定义Bean。这些定义包括Bean的类名、作用域、构造函数参数、属性值等信息。

  2. 初始化IoC容器：当应用程序启动时，Spring会根据提供的配置文件或注解创建一个IoC容器。IoC容器负责解析配置文件或注解，创建Bean实例并管理它们的生命周期。

  3. 注册Bean实例：IoC容器会将创建的Bean实例注册到容器中。每个Bean都有一个唯一的ID，可以通过ID在容器中查找Bean实例。

  4. 解析依赖关系：IoC容器会根据Bean定义解析它们之间的依赖关系。容器会分析每个Bean所需的依赖对象，并将这些依赖对象注入到目标Bean中。

  5. 依赖注入：依赖注入是IoC的核心过程。IoC容器会在运行时将依赖对象注入到目标Bean中，使得开发者不需要手动创建和管理对象之间的关系。依赖注入可以通过以下几种方式实现：

    • 构造函数注入：容器通过调用目标Bean的构造函数并传入依赖对象来实现依赖注入。
    • Setter方法注入：容器通过调用目标Bean的setter方法并传入依赖对象来实现依赖注入。
    • 注解注入：容器根据目标Bean上的注解（如@Autowired）来实现依赖注入。

  6. 使用Bean：在应用程序中，开发者可以通过IoC容器获取Bean实例并使用它们。由于IoC容器负责管理Bean的生命周期和依赖关系，开发者可以专注于业务逻辑而不需要关心对象之间的关系。

总之，Spring IoC原理是通过控制反转和依赖注入来实现对象之间的解耦。IoC容器负责解析配置文件或注解，创建Bean实例，解析依赖关系并将依赖对象注入到目标Bean中。这使得开发者能够更轻松地管理对象之间的关系，提高代码的可维护性和可测试性。

Bean存放在哪里

在Spring框架中，Bean实例被存放在IoC容器（即应用程序上下文，ApplicationContext）中。IoC容器负责管理Bean的创建、初始化、依赖注入和生命周期。每个Bean在容器中都有一个唯一的ID，可以通过这个ID获取对应的Bean实例。

IoC容器是一个运行时数据结构，它在内存中维护了一个Bean实例的注册表。这个注册表是一个键值对集合，其中键是Bean的ID，值是对应的Bean实例。当需要获取或使用某个Bean时，可以通过IoC容器的API（如getBean方法）根据Bean的ID来查找和访问对应的实例。

需要注意的是，IoC容器并不会一开始就创建所有的Bean实例。根据Bean的作用域和配置，容器可能在第一次请求时才创建Bean实例，或者每次请求时都创建一个新的实例。在单例作用域（singleton）中，容器会为每个Bean创建一个唯一的实例，并在整个应用程序的生命周期中重用这个实例。在原型作用域（prototype）中，容器会为每次请求创建一个新的Bean实例。

详细讲解AOP原理

AOP（Aspect-Oriented Programming，面向切面编程）是一种编程范式，旨在将横切关注点（cross-cutting concerns）从业务逻辑中分离出来。横切关注点是在多个模块或功能中重复出现的代码，如日志记录、事务管理、权限控制等。通过使用AOP，开发者可以将这些横切关注点与核心业务逻辑分离，提高代码的可维护性和可重用性。

在Spring框架中，AOP的实现主要依赖于动态代理技术。以下是Spring AOP的主要原理和组成部分：

  1. 切面（Aspect）：切面是封装横切关注点的模块。一个切面可以包含多个通知（Advice）和切入点（Pointcut）的定义。切面可以使用Java类和注解（如@Aspect）来实现。

  2. 通知（Advice）：通知是切面中的具体行为，表示在某个连接点（Joinpoint）执行的操作。通知可以有以下几种类型：

    • 前置通知（Before）：在连接点执行之前执行的通知。
    • 后置通知（After）：在连接点执行之后（无论成功还是异常）执行的通知。
    • 返回通知（AfterReturning）：在连接点正常返回后执行的通知。
    • 异常通知（AfterThrowing）：在连接点抛出异常后执行的通知。
    • 环绕通知（Around）：在连接点执行前后都执行的通知，可以控制连接点的执行。

  3. 切入点（Pointcut）：切入点定义了通知应该在哪些连接点执行。切入点使用表达式（如AspectJ表达式）来描述匹配的连接点。开发者可以根据类名、方法名、参数类型等条件来定义切入点。

  4. 连接点（Joinpoint）：连接点表示在程序执行过程中的某个点，如方法调用、异常抛出等。通知会在与切入点匹配的连接点处执行。

  5. 代理（Proxy）：在Spring AOP中，通常使用动态代理技术（如JDK动态代理或CGLIB代理）来实现AOP。代理对象是目标对象的一个封装，它可以在目标方法执行前后插入通知的逻辑。当调用代理对象的方法时，实际上会先执行通知，然后执行目标方法。

以下是Spring AOP的基本过程：

  1. 定义切面：开发者需要定义一个切面，包括通知和切入点的定义。切面可以使用Java类和注解来实现。

  2. 配置AOP：在Spring配置文件或使用注解的方式配置AOP，包

继续

括切面、代理策略等。配置告诉Spring框架如何创建代理对象以及如何将通知应用到目标对象。

  1. 创建代理对象：在应用程序启动时，Spring AOP会根据配置创建代理对象。代理对象是目标对象的一个封装，它可以在目标方法执行前后插入通知的逻辑。根据配置，Spring AOP可以使用JDK动态代理或CGLIB代理来创建代理对象。

  2. 执行通知：当调用代理对象的方法时，代理对象会先根据切入点匹配相应的通知。根据通知类型（前置、后置、返回、异常、环绕），代理对象会在目标方法执行前后插入通知的逻辑。

  3. 调用目标方法：在通知执行完毕后，代理对象会调用目标方法。如果是环绕通知，通知中可以控制目标方法的执行时机。

通过这个过程，Spring AOP实现了将横切关注点从业务逻辑中分离出来，提高了代码的可维护性和可重用性。同时，由于AOP使用了动态代理技术，开发者无需修改目标对象的代码，就可以轻松地应用和修改横切关注点。

需要注意的是，尽管Spring AOP提供了强大的功能，但它并不适用于所有场景。在某些情况下，使用AOP可能导致性能下降或代码复杂性增加。因此，在使用AOP时，应充分考虑其优缺点，以确保代码的可维护性和可读性。

说一下动态代理实现方式

动态代理是一种在运行时动态生成代理对象的技术。代理对象是目标对象的一个封装，它可以在目标方法执行前后插入额外的逻辑。动态代理在Java中主要有两种实现方式：JDK动态代理和CGLIB代理。

  1. JDK动态代理：

JDK动态代理是Java官方提供的代理实现方式，主要依赖于java.lang.reflect.Proxy类和java.lang.reflect.InvocationHandler接口。JDK动态代理要求目标对象必须实现一个或多个接口。

实现步骤：

  • 创建一个实现InvocationHandler接口的类，重写invoke方法。这个方法将在代理对象调用目标方法时被执行，包含代理逻辑。
  • 使用Proxy类的newProxyInstance方法创建代理对象。这个方法接收三个参数：目标对象的类加载器、目标对象实现的接口列表和InvocationHandler实现类的实例。
  • 调用代理对象的方法。当代理对象的方法被调用时，InvocationHandler的invoke方法会被执行，插入代理逻辑。

优点：JDK动态代理是官方提供的代理实现，无需引入额外的依赖

继续

优点（续）：并且性能较好。

缺点：JDK动态代理要求目标对象必须实现一个或多个接口。如果目标对象没有实现接口，无法使用JDK动态代理。此外，JDK动态代理只能为接口创建代理对象，不能针对类进行代理。

  1. CGLIB代理：

CGLIB（Code Generation Library）是一个第三方库，可以在运行时动态生成代理对象。CGLIB代理基于继承机制，要求目标对象不能是final类。

实现步骤：

  • 创建一个实现MethodInterceptor接口的类，重写intercept方法。这个方法将在代理对象调用目标方法时被执行，包含代理逻辑。
  • 使用CGLIB的Enhancer类创建代理对象。需要设置目标对象的类、回调方法（MethodInterceptor实现类的实例）等属性。
  • 调用代理对象的方法。当代理对象的方法被调用时，MethodInterceptor的intercept方法会被执行，插入代理逻辑。

优点：CGLIB代理可以针对没有实现接口的类进行代理，功能更加强大。

缺点：CGLIB代理需要引入额外的依赖（cglib.jar），而且性能相对较低。另外，CGLIB代理不能针对final类进行代理，因为它使用继承机制实现代理。

总结：

动态代理在Java中主要有两种实现方式：JDK动态代理和CGLIB代理。JDK动态代理是官方提供的代理实现，性能较好，但要求目标对象实现接口。CGLIB代理是第三方库实现的代理，可以针对没有实现接口的类进行代理，功能更强大，但性能较低。在选择动态代理实现时，需要根据具体场景和需求进行权衡。

BeanFactory和FactoryBean的区别

BeanFactory和FactoryBean是Spring框架中两个重要的接口，它们的职责和用途各不相同。

  1. BeanFactory：

BeanFactory是Spring框架中最基本的IoC容器，负责管理Bean的创建、配置、依赖注入和生命周期管理。它提供了基本的容器功能，如根据Bean的ID获取Bean实例、注册单例Bean等。在实际应用中，开发者通常使用BeanFactory的子接口ApplicationContext，它提供了更高级的功能，如事件发布、AOP支持等。

BeanFactory主要方法：

  • Object getBean(String name): 根据Bean的ID获取Bean实例。
  • boolean containsBean(String name): 判断容器中是否包含指定ID的Bean。
  • boolean isSingleton(String name): 判断指定ID的Bean是否是单例。
  • boolean isPrototype(String name): 判断指定ID的Bean是否是原型。
  1. FactoryBean：

FactoryBean是一种特殊的Bean，它允许开发者控制Bean的创建过程。当一个Bean的实例化逻辑复杂或需要进行额外配置时，可以使用FactoryBean来创建这个Bean。FactoryBean本身也是一个Bean，需要在Spring配置中定义。

FactoryBean主要方法：

  • T getObject(): 返回由FactoryBean创建的Bean实例。
  • Class<?> getObjectType(): 返回FactoryBean创建的Bean的类型。
  • boolean isSingleton(): 判断FactoryBean创建的Bean是否是单例。

区别：

  • BeanFactory是Spring框架中的IoC容器，负责管理Bean的创建、配置、依赖注入和生命周期管理。而FactoryBean是一种特殊的Bean，用于创建其他Bean，允许开发者控制Bean的创建过程。
  • BeanFactory是一个容器接口，主要关注整个容器的操作，如获取Bean实例、判断Bean是否存在等。FactoryBean是一个创建Bean的工厂接口，主要关注单个Bean的创建过程。
  • 在实际使用中，开发者通常与ApplicationContext（BeanFactory的子接口）交互，而不是直接使用BeanFactory。而FactoryBean通常用于创建复杂或需要额外配置的Bean。

事务的隔离级别

事务是数据库管理系统中用于保证数据一致性和完整性的一种机制。事务具有四个基本特性，即ACID：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。在这里，我们重点讨论事务的隔离性。

为了解决事务并发执行过程中可能遇到的问题（如脏读、不可重复读、幻读），数据库系统提供了不同的事务隔离级别。事务隔离级别定义了一个事务可能看到其他事务执行过程中的数据变更程度。SQL标准定义了四个事务隔离级别，它们分别是：

  1. 读未提交（Read Uncommitted）： 在这个隔离级别下，一个事务可以看到其他事务尚未提交的数据。这可能导致脏读（Dirty Read）问题，即一个事务读取到了其他事务尚未提交的数据，如果那个事务最后回滚，那么这个读取操作就读到了错误的数据。

  2. 读已提交（Read Committed）： 在这个隔离级别下，一个事务只能看到其他事务已经提交的数据。这解决了脏读问题，但可能导致不可重复读（Non-Repeatable Read）问题。不可重复读是指在同一个事务中，多次读取同一数据，可能会得到不同的结果，因为其他事务可能在此期间修改了数据并提交。

  3. 可重复读（Repeatable Read）： 在这个隔离级别下，一个事务在整个执行过程中可以看到一致的数据视图，即使其他事务已经提交了对同一数据的修改。这解决了不可重复读问题，但仍可能导致幻读（Phantom Read）问题。幻读是指在同一个事务中，多次查询某个范围的数据，可能会得到不同的结果，因为其他事务可能在此期间插入或删除了数据并提交。

  4. 可串行化（Serializable）： 在这个隔离级别下，事务的执行效果等同于按顺序串行执行，即一个事务在另一个事务完成之前无法访问其修改的数据。这个隔离级别解决了幻读问题，但可能导致性能降低，因为事务需要等待其他事务完成。

在实际应用中，开发者需要根据业务需求和性能考虑选择合适的事务隔离级别。较低的隔离级别可能导致更多的并发问题，但性能较高；较高的隔离级别可以解决并发问题，但性能可能较低。

脏读场景，幻读场景

  1. 脏读场景（Dirty Read）：

脏读是指一个事务读取到了另一个事务尚未提交的数据。如果那个事务最后回滚，那么这个读取操作就读到了错误的数据。脏读主要发生在事务隔离级别为“读未提交”的情况下。

场景示例：

假设有两个事务，T1 和 T2。

  • T1：将用户 A 的银行账户余额从 1000 更新为 1200。
  • T2：查询用户 A 的银行账户余额。

事务执行顺序如下：

  1. T1 开始执行，将用户 A 的银行账户余额更新为 1200。
  2. T2 开始执行，查询用户 A 的银行账户余额，得到 1200。
  3. T1 发生错误，回滚操作，将用户 A 的银行账户余额恢复为 1000。

在这个例子中，T2 读到了 T1 尚未提交的数据。由于 T1 最后发生回滚，T2 读取到的数据是错误的。这就是脏读。

  1. 幻读场景（Phantom Read）：

幻读是指在同一个事务中，多次查询某个范围的数据，可能会得到不同的结果，因为其他事务可能在此期间插入或删除了数据并提交。幻读主要发生在事务隔离级别为“可重复读”的情况下。

场景示例：

假设有两个事务，T1 和 T2。

  • T1：查询年龄在 20-30 岁之间的用户数量。
  • T2：插入一个年龄为 25 岁的新用户。

事务执行顺序如下：

  1. T1 开始执行，查询年龄在 20-30 岁之间的用户数量，得到 10 人。
  2. T2 开始执行，插入一个年龄为 25 岁的新用户，然后提交。
  3. T1 再次查询年龄在 20-30 岁之间的用户数量，得到 11 人。

在这个例子中，T1 在同一个事务中两次查询年龄在 20-30 岁之间的用户数量，得到了不同的结果。这是因为 T2 在此期间插入了一个新用户并提交，导致了幻读。

介绍一下分布式锁，分布式锁用过吗 ？redis为什么可以作为分布式锁？

分布式锁是一种在分布式系统中实现多个节点对共享资源互斥访问的同步机制。在分布式环境下，不同的服务或进程可能同时访问或修改同一个资源，分布式锁可以确保在任意时刻只有一个节点可以访问该资源，从而避免数据不一致或其他并发问题。

我作为一个AI，没有实际的使用经验，但我可以为您介绍分布式锁的常见实现方式。分布式锁有多种实现方式，比如基于数据库、基于Zookeeper、基于Redis等。这里我们重点讨论基于Redis的分布式锁。

Redis可以作为分布式锁的原因：

  1. 性能高：Redis是一个高性能的内存数据库，它可以快速处理大量的并发请求，因此适合作为分布式锁。

  2. 原子性操作：Redis提供了一些原子性操作，如SETNX（SET if Not eXists），这些操作可以保证在多个客户端之间不会发生竞争条件。

  3. 锁过期：Redis支持设置键的过期时间，这可以解决死锁问题。如果一个客户端获得了锁但由于某种原因（如崩溃）没有释放，过期时间可以确保锁最终被释放。

  4. 可扩展性：Redis可以水平扩展以应对更大的负载，因此它适合在大规模分布式系统中作为锁服务。

使用Redis实现分布式锁的基本步骤：

  1. 加锁：客户端尝试使用SETNX命令设置一个键值对，键是锁的标识符，值是一个随机生成的唯一标识（例如UUID）。如果设置成功，说明客户端获得了锁。同时，为了避免死锁，需要为锁设置一个过期时间。

  2. 执行业务逻辑：当客户端获得锁后，执行业务逻辑。

  3. 释放锁：客户端完成业务逻辑后，需要释放锁。为了避免误删其他客户端的锁，释放锁时需要先检查锁的值是否与加锁时设置的值相等，如果相等，则删除锁。这个操作需要使用Lua脚本或者Redis 6.2及以上版本的UNLINK命令实现原子性。

注意：Redis分布式锁并非完全安全，Redis的官方文档建议使用Redlock算法来实现更安全的分布式锁。Redlock算法要求在多个独立的Redis实例上获取锁，只有当大多数实例上都成功加锁时，才认为加锁成功。

哪些场景用过redis

作为一个AI，我没有实际使用经验，但我可以为您介绍一些典型的Redis使用场景。Redis是一个高性能的内存数据存储系统，它支持多种数据结构（如字符串、列表、集合、散列、有序集合等），因此在许多场景下都可以使用Redis来优化系统性能和实现特定功能。

  1. 缓存：Redis常用作缓存系统，它可以缓存经常访问的数据，从而减轻数据库的负担，提高系统响应速度。例如，网站可以将热门文章、用户信息等数据缓存在Redis中，当用户请求这些数据时，直接从Redis获取，而不用查询数据库。

  2. 会话存储：Redis可以用作分布式会话存储，将用户的会话数据存储在Redis中，实现跨服务器的会话共享。这对于构建可扩展的Web应用程序非常有用，因为当应用程序部署在多台服务器上时，用户的请求可能会被路由到不同的服务器。

  3. 消息队列：Redis的列表数据结构可以用作消息队列，实现生产者-消费者模式。生产者将消息添加到Redis列表中，消费者从列表中取出并处理消息。通过使用LPUSH和BRPOP等命令，可以实现可靠的消息传递。

  4. 排行榜：Redis的有序集合数据结构非常适合实现排行榜功能。例如，游戏应用可以使用Redis有序集合来存储玩家的得分，并实时更新排名。通过ZADD、ZRANK等命令，可以方便地实现排行榜的添加、查询和更新操作。

  5. 计数器：Redis可以实现分布式计数器功能。例如，网站可以使用Redis的原子递增操作INCR来实现访问计数、点赞计数等。通过使用Redis计数器，可以避免数据库的高并发更新操作，提高性能。

  6. 分布式锁：Redis可以用作分布式锁，实现多个进程或服务对共享资源的互斥访问。通过使用SETNX命令和键过期机制，可以在Redis中实现简单的分布式锁。

  7. 限流：Redis可以实现API限流或用户访问限流功能。例如，可以使用Redis的有序集合或滑动窗口算法来记录用户的请求时间戳，然后根据请求频率来判断是否超过了限制。

这些只是Redis的一些典型应用场景，实际上Redis的应用非常广泛，可以根据具体需求灵活使用。

介绍一下redis 数据结构

Redis是一个内存数据存储系统，支持多种数据结构。下面是Redis的主要数据结构及其简单介绍：

  1. 字符串（String）：字符串是Redis中最基本的数据结构，它可以存储字符串、整数或浮点数。字符串值可以是二进制安全的，最大支持512MB。

  2. 列表（List）：列表是一种双向链表结构，可以在列表的头部或尾部添加、删除元素。列表可以实现先进先出（FIFO）或后进先出（LIFO）的数据结构，适用于消息队列、时间线等场景。

  3. 集合（Set）：集合是一种无序的、不包含重复元素的数据结构。集合支持添加、删除、判断元素是否存在等操作。集合适用于标签系统、好友关系等场景。

  4. 有序集合（Sorted Set）：有序集合是一种有序的、不包含重复元素的数据结构。每个元素都有一个分数（score），根据分数对元素进行排序。有序集合适用于排行榜、时间线等场景。

  5. 散列（Hash）：散列是一种键值对集合，它可以存储对象的属性和值。散列可以看作是字符串数据结构的扩展，适用于存储对象、配置信息等场景。

  6. Bitmaps（位图）：位图是一种基于字符串的数据结构，可以用来表示大量的二进制数据。位图适用于大规模数据的统计、用户签到等场景。

  7. HyperLogLog（基数估计器）：HyperLogLog是一种基数估计算法，可以用来统计大量数据的不重复元素个数。相比于存储全部数据，HyperLogLog占用的存储空间很小，但计算结果有一定的误差。

这些数据结构在Redis中都有对应的命令来进行操作。例如，针对字符串的GET、SET、INCR等命令；针对列表的LPUSH、RPOP、LINDEX等命令；针对集合的SADD、SREM、SISMEMBER等命令，以及针对其他数据结构的各种命令。通过灵活运用这些数据结构和命令，可以在不同场景下实现高效的数据存储和处理。

说一下redis过期策略

Redis支持为键设置过期时间，当键到达过期时间后，它将自动被删除。这对于实现缓存、分布式锁等功能非常有用。Redis的过期策略主要有以下几种：

  1. 定时过期（Timed Expiration）： Redis会为每个设置了过期时间的键维护一个定时器，当键到达过期时间时，定时器触发并删除键。这种过期策略可以保证键在过期时间到达时立即被删除，但在大量键设置了过期时间的情况下，会消耗较多的CPU资源来检查和删除过期键。

  2. 惰性过期（Lazy Expiration）： Redis在获取键时，会检查键是否过期。如果键已过期，Redis会先删除该键，然后返回键不存在。这种过期策略可以避免大量的定时任务，降低CPU的消耗，但可能导致过期键长时间未被访问而占用内存。

  3. 定期删除（Periodic Deletion）： Redis会周期性地随机抽取一部分键来检查过期时间，删除其中已过期的键。这种过期策略在定时过期和惰性过期之间找到了一个平衡点，可以在降低CPU消耗的同时，减少过期键占用的内存。但这种策略无法保证过期键被立即删除。

实际上，Redis采用的是惰性过期和定期删除的结合策略。当访问一个键时，Redis会检查键是否过期，如果过期则删除（惰性过期）。同时，Redis会周期性地随机抽取一部分键来检查过期时间，删除其中已过期的键（定期删除）。这种组合策略在保证性能的同时，尽量减少过期键占用的内存。

为键设置过期时间的命令：

  1. EXPIRE key seconds：为键设置过期时间，单位为秒。
  2. PEXPIRE key milliseconds：为键设置过期时间，单位为毫秒。
  3. EXPIREAT key timestamp：为键设置过期时间，参数为Unix时间戳。
  4. PEXPIREAT key milliseconds-timestamp：为键设置过期时间，参数为Unix时间戳（毫秒）。

注意：当使用SET命令设置键值时，也可以使用EX、PX选项直接设置过期时间。例如：SET key value EX 10。

怎么理解序列化？知道哪些序列化协议

序列化（Serialization）是将对象的状态信息（如属性和数据）转换为一种可以存储或传输的格式的过程。序列化的主要目的是将对象持久化到存储介质（如文件、数据库）或在网络上进行传输。与序列化相反的过程是反序列化（Deserialization），即将序列化的数据重新转换为对象的状态。

序列化有多种实现方式，通常涉及不同的序列化协议。以下是一些常见的序列化协议：

  1. Java原生序列化（Java Native Serialization）：Java自带的序列化机制，通过实现java.io.Serializable接口来实现。这种序列化方式简单易用，但效率较低，生成的序列化数据较大。

  2. JSON（JavaScript Object Notation）：JSON是一种轻量级的数据交换格式，它以易于阅读的文本形式表示数据对象。JSON序列化广泛应用于Web应用程序，支持多种编程语言。常见的JSON序列化库有Jackson、Gson和Fastjson等。

  3. XML（eXtensible Markup Language）：XML是一种标记语言，可以用来表示数据对象。与JSON相比，XML更为复杂，生成的序列化数据较大，但具有更强的扩展性和描述能力。

  4. Protocol Buffers：Protocol Buffers是Google开发的一种高效的二进制序列化协议，它具有高性能、高压缩率的特点。相比于JSON和XML，Protocol Buffers的序列化数据更小，处理速度更快。但它需要预先定义数据结构（.proto文件）。

  5. MessagePack：MessagePack是一种二进制序列化协议，它兼具JSON的易用性和二进制格式的高性能。MessagePack序列化数据比JSON更小，处理速度更快，适用于高性能、低延迟的场景。

  6. Avro：Avro是Apache开发的一种数据序列化系统，主要用于Hadoop和大数据处理场景。Avro具有高性能、高压缩率的特点，同时支持模式演进（Schema Evolution），可以在不同版本的模式之间进行兼容。

  7. Thrift：Thrift是Apache开发的一种高效的序列化协议和RPC（远程过程调用）框架。Thrift支持多种编程语言，可以实现跨语言的数据交换和服务调用。

这些序列化协议各有优缺点，具体应用时需要根据实际场景和需求进行选择。

rpc中的序列化协议说一下

RPC（Remote Procedure Call，远程过程调用）是一种允许在不同系统或节点上的程序相互调用的技术。在RPC通信过程中，序列化协议起着关键作用，用于将调用的方法、参数和返回值在客户端和服务端之间进行传输。以下是一些常见的RPC框架和它们使用的序列化协议：

  1. gRPC：gRPC是Google开发的一种高性能、开源的RPC框架。gRPC使用Protocol Buffers作为序列化协议，具有高性能、高压缩率的特点。gRPC支持多种编程语言，可以实现跨语言的服务调用。

  2. Apache Thrift：Thrift是Apache开发的一种高效的序列化协议和RPC框架。Thrift同时提供了一套自定义的序列化协议（TBinaryProtocol, TCompactProtocol等），支持多种编程语言，可以实现跨语言的数据交换和服务调用。

  3. Java RMI（Java Remote Method Invocation）：Java RMI是Java平台提供的一种远程过程调用技术，允许在Java虚拟机间进行对象方法调用。Java RMI使用Java原生序列化协议，只支持Java语言。

  4. Apache Avro：虽然Avro主要用于大数据处理场景，但它也可以作为RPC框架使用。Avro具有高性能、高压缩率的特点，同时支持模式演进（Schema Evolution），可以在不同版本的模式之间进行兼容。

  5. JSON-RPC：JSON-RPC是一种基于JSON的轻量级RPC协议。JSON-RPC使用JSON序列化协议进行数据交换，支持多种编程语言。JSON-RPC相比于二进制序列化协议如gRPC和Thrift，性能略低，但具有较好的可读性和易用性。

  6. XML-RPC：XML-RPC是一种基于XML的远程过程调用协议。与JSON-RPC类似，XML-RPC使用XML序列化协议进行数据交换，支持多种编程语言。但XML格式的数据较大，性能相对较低。

在选择RPC框架和序列化协议时，需要综合考虑性能、易用性、跨语言支持等因素，以满足实际应用场景的需求。

怎么分析慢sql

慢SQL是指执行时间过长的SQL语句，它可能导致数据库性能下降、响应延迟等问题。分析慢SQL的目的是找出性能瓶颈，优化SQL语句以提高数据库的性能。以下是分析慢SQL的一般步骤：

  1. 开启慢查询日志：大多数数据库系统（如MySQL、PostgreSQL）都提供了慢查询日志功能。你需要先开启慢查询日志，并设置合适的阈值（如执行时间超过1秒的SQL），以便记录慢SQL。

  2. 收集慢查询信息：在慢查询日志中，可以找到执行时间超过阈值的SQL语句以及相关信息（如执行时间、锁等待时间、返回的行数等）。收集这些信息，以便进一步分析。

  3. 分析SQL语句：对于收集到的慢SQL，需要逐个分析，找出可能导致性能问题的原因。这可能包括：索引不足、数据量过大、查询条件复杂、子查询、JOIN操作等。此外，注意检查SQL语句是否存在潜在的逻辑错误，如使用了笛卡尔积。

  4. 使用EXPLAIN命令：EXPLAIN命令可以查看SQL语句的执行计划，了解数据库如何处理这些语句。通过分析执行计划，可以找出性能瓶颈，如全表扫描、索引失效、JOIN顺序不佳等。

  5. 优化SQL语句：根据分析结果，对慢SQL进行优化。这可能包括：添加或调整索引、优化查询条件、减少返回的行数、使用分页查询、改写子查询为JOIN、优化JOIN顺序等。同时，考虑在应用程序层面进行优化，如缓存查询结果、使用批量操作等。

  6. 监控和调整：优化后的SQL语句需要进行测试和监控，确认性能是否得到改善。在实际运行过程中，可能需要根据数据库的负载、数据量等因素进行持续的调整和优化。

分析慢SQL是一个持续的过程，需要不断地收集、分析、优化和监控。通过这个过程，可以提高数据库性能，确保应用程序的稳定运行。

要求：学生姓名科目成绩表，求平均分90分以上记录，请编写sql，

假设学生姓名科目成绩表名为grades，表中有以下列：student_name（学生姓名）、subject（科目）和score（成绩）。可以使用以下SQL语句查询平均分在90分以上的学生记录：

sql

SELECT student_name, AVG(score) AS average_score
FROM grades
GROUP BY student_name
HAVING AVG(score) > 90;

这个SQL语句首先使用GROUP BY子句将成绩表按照学生姓名分组，然后使用聚合函数AVG()计算每个学生的平均分。HAVING子句用于过滤平均分大于90的记录。最后，查询结果中包含学生姓名（student_name）和平均分（average_score）。

想找一个怎么样的实习公司

寻找实习公司时，可以根据自己的需求和兴趣来制定一些标准，以下是一些可能的考虑因素：

  1. 行业和领域：首先可以考虑自己感兴趣的行业和领域。如果你对某个领域特别感兴趣，那么找到一个在该领域有业务的公司进行实习，可以让你更好地了解和掌握这个领域的技术和知识。

  2. 公司规模和背景：公司规模和背景也是需要考虑的因素。大公司可能会有更好的实习待遇和福利，但是可能缺少学习和成长的机会；小公司则可能给你提供更多的学习和成长机会，但是待遇和福利可能不如大公司。

  3. 技术栈和项目：了解实习公司的技术栈和项目也很重要。如果公司的技术栈和项目与你的兴趣和专业相关，那么你会更容易适应和学习，并有机会在这个领域有所成长。

  4. 团队氛围和文化：在寻找实习公司时，也可以考虑公司的团队氛围和文化是否适合自己。如果公司的文化和价值观与你的价值观相符，那么你会更愿意融入团队，并在工作中得到更好的体验和成长。

  5. 实习岗位和职责：最后，实习岗位和职责也是需要考虑的因素。你可以寻找一个和你专业和兴趣相关的岗位，使你在实习期间有所学习和成长。同时，你也需要了解实习期间的具体职责和工作时间安排，以便更好地做好准备。

总之，寻找一个适合自己的实习公司需要考虑多个方面的因素。除了上述几个因素外，还有其他因素需要考虑，如实习期间的培训和指导、实习薪资等。最重要的是，在选择实习公司时，要以自己的兴趣和发展为导向，选择一个能够让自己成长的机会。

反问环节

面试官您好，首先非常感谢您在面试过程中的耐心指导。我有以下几个问题想请教您：

您能否介绍一下贵公司在Java开发方向上的项目情况，以及实习生可能参与的具体工作内容和职责？

在实习期间，公司是否会为实习生提供相关的技术培训或者指导，以便更好地融入团队并提高自身的技能？

贵公司的技术团队文化是怎样的？实习生将如何与团队成员进行协作以完成项目任务？

实习期满后，贵公司是否会有转正的机会？如果有，转正的评价标准是什么？

面试官您觉得，我目前的技能水平是否符合实习生岗位的要求？如果有不足之处，您建议我在哪些方面进行提升？

再次感谢您的时间和指导！

标签：01,对象,面经,Redis,代理,过期,Bean,序列化
From： https://www.cnblogs.com/gtlove/p/17324374.html

相关文章

  • 团体天梯练习 L2-001 紧急救援
    L2-001紧急救援作为一个城市的应急救援队伍的负责人，你有一张特殊的全国地图。在地图上显示有多个分散的城市和一些连接城市的快速道路。每个城市的救援队数量和每一条连接两个城市的快速道路长度都标在地图上。当其他城市有紧急求助电话给你的时候，你的任务是带领你的救援队尽快......
  • Linux 基金会发布 2017 最佳 Linux 发行名单
    Linux 基金会官网Linux.com近日发布了一篇名为“2017年最佳Linux发行版”的文章，并表示这些是从数百个发行版中发现的最好的Linux发行版。1、最佳系统管理员发行版：ParrotLinux2、最近轻量级发行版：LXLE3、最佳桌面发行版：ElementaryOS4、最佳验证发行版：Gentoo......
  • Linux 基金会发布 2017 最佳 Linux 发行名单
    Linux 基金会官网Linux.com近日发布了一篇名为“2017年最佳Linux发行版”的文章，并表示这些是从数百个发行版中发现的最好的Linux发行版。1、最佳系统管理员发行版：ParrotLinux2、最近轻量级发行版：LXLE3、最佳桌面发行版：ElementaryOS4、最佳验证发行版：Gentoo......
  • Linux 基金会发布 2017 最佳 Linux 发行名单
    Linux 基金会官网Linux.com近日发布了一篇名为“2017年最佳Linux发行版”的文章，并表示这些是从数百个发行版中发现的最好的Linux发行版。1、最佳系统管理员发行版：ParrotLinux2、最近轻量级发行版：LXLE3、最佳桌面发行版：ElementaryOS4、最佳验证发行版：Gentoo......
  • 扎实打牢数据结构算法根基，从此不怕算法面试系列之004 week01 02-04 使用泛型实现线性
    1、算法描述在数组中逐个查找元素，即遍历。2、上一篇文的实现结果在扎实打牢数据结构算法根基，从此不怕算法面试系列之003week0102-03代码实现线性查找法中，我们实现了如下代码：packagecom.mosesmin.datastructure.week01.chap02;/***@Misson&Goal代码以交朋友、传福音......
  • [oeasy]python0135_python_语义分析_ast_抽象语法树_abstract_syntax_tree
    语义分析_抽象语法树_反汇编回忆上次回顾了一下历史python是如何从无到有的看到Guido长期的坚持和努力python究竟是如何理解print("hello")的？这些ascii字母如何被组织起来执行？纯文本首先编写Guido的简历print("1982------Guidoincwi")print("1995------Guidoincnri")pri......
  • P3205 [HNOI2010]合唱队
    P3205[HNOI2010]合唱队区间DP——取一端思:根据题意我们发现，每次排队的时候，会出现两种情况当前排入的人(即初始队列最后一人)比初始队列中前一个人矮，排到最左边当前排入的人(同上)比初始队列中前一个人高，排到最右边可从初始队列最后一人切入。设置状态:\(f[l][r][0/1]\)......
  • P6134 [JSOI2015]最小表示
    P6134[JSOI2015]最小表示思:有向无环图，想到拓扑排序。逆序枚举，因为排序后下标小的点用到它前面的点的联通性。对其连接的点按照拓扑序由小到大进行排序(靠前的点可以连接的点多，那么可以删的边数也变多。其余套路与可达性统计类似，注意代码细节。#include<bits/stdc++.h>......
  • [oeasy]python0135_python_语义分析_ast_抽象语法树_abstract_syntax_tree
    语义分析_抽象语法树_反汇编回忆上次回顾了一下历史python是如何从无到有的看到Guido长期的坚持和努力 ​ 添加图片注释，不超过140字（可选） python究竟是如何理解print("hello")的？这些ascii字母如何被组织起来执行？ ......
  • 扎实打牢数据结构算法根基，从此不怕算法面试系列之001 week01 02-01 什么是算法?
    1、什么是算法？为了明确什么是算法，我们会从简单的查找功能开始讲起。查找其实一个一个非常简单的算法，但我们会为这个查找功能的算法做如下工作：让查找的功能适应更多的数据类型通过查找的例子讲解如何编写正确的程序？为查找算法性能测试对一些常见算法做复杂度分析2、定义......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99