中级Java开发工程师面经（2）

技术要点回答提炼



深入理解多线程知识

 

线程池核心参数：核心线程数、最大线程数、阻塞队列、线程工厂、线程回收时间、线程回收时间单位、拒绝策略

 

 

阻塞队列：同步队列，

 

 

通过继承Thread类、实现Runable\Callable接口创建任务

 

 

countDownLauth 线程计数：核心实现逻辑aqs中的state计数 是volitale关键字修饰的，并且是通过cas改值。

 

 

CyclicBarrier循环栅栏：内部有个变量count计数，可循环使用。利用condition作为条件阻塞线程，达到条件后唤醒等待线程继续下一次任务。

 

 

CountDownLatch 是一次性的，CyclicBarrier 是可循环利用的

 



深入研究volatile、synchronized硬件级别原理

 

volatile保证了有序性和可见性。从jmm的架构层面 分了几层缓存、因为cpu的执行速度和缓存的执行速度是差几个数量级的，所有我们本地线程执行的时候 会有一个本地缓存和主内存交互。为了保证数据的修改能在其他线程可见，voliatile利用了mesi协议以及内存屏障，读取数据强制从主存读、写数据强制刷新主存来保证数据可见。有序性也是通过内存屏障来解决的，load屏障 write屏障。

 

 

synchroized保证了线程的有序性可见性和原子性。加锁是通过jvm的moniter监视器，加锁通过moniter enter 和moniter exit指令来加锁 底层调用的是mutex lock。加锁在方法上是通过ACC_SYNCHRONIZED标识来实现的。锁对象（不同对象不影响）锁静待方法（类锁，相同类是互斥的）。

 



熟练掌握Redis分布式缓存的高可用、高并发、高性能设计方案。

 

Redis 多副本（主从）

 

 

Redis Sentinel（哨兵）：Redis Sentinel 集群和 Redis 数据集群、解决 Redis 主从模式下的高可用切换问题

 

 

Redis Cluster（分布式集群方案）、无中心架构；
数据按照 slot 存储分布在多个节点，节点间数据共享，可动态调整数据分布；
可扩展性：可线性扩展到 1000 多个节点，节点可动态添加或删除；

 



深入理解分布式事务常用方案

 

两阶段提交：一阶段：决策、二阶段：提交 存在单点故障和数据不一致问题、多用于单服务多数据库的场景

 

 

三阶段提交：一阶段：询问、二阶段：预提交、三阶段：提交。解决了二阶段的单点故障问题引入了超时机制、超时未收到协调者提交事务（未收到取消通知），导致数据不一致问题。

 

 

tcc方案：try阶段：资源预留、confirm阶段：提交业务事务、cancel阶段：回滚阶段。解决了数据不一致的问题、有了补偿机制（定时任务轮训未执行事务）保证了数据一致性。但对业务侵入比较大，多用于订单、资金相关的强一致性业务。

 

 

事务消息：rocektMQ的事务消息、单独实现可靠消息服务、多用于对实时性要求不高的业务，能够保证数据最终一致性。

 

 

最大努力通知消息：多用于消息提醒等业务

 

 

seata事务框架：

 



深入理解消息中间件rocketMQ的使用场景，熟悉消息有序性、可靠性、幂等性、消息事务等解决方案

 

有序性：rocektMQ的熟悉消息。生产者根据id保证同一id消息分发到相同的messageQueue上、消费者通过内存队列保证消息顺序，并且用同一线程消费消息。

 

 

可靠性：生产者端：同步发送消息、异步发送消息回调（重试发送）、 单向发送无回调不阻塞（消息不可靠）、MQ端：同步刷盘（默认异步刷盘）、消费端：先消费成功后提交

 

 

幂等性：业务数据库记录幂等、数据库主键、全局id缓存redis、

 

 

消息事务：rocketMQ的消息事务：预提交消息到MQ上、执行本地事务、提交确认消息。（提供业务事务查询的接口查询本地事务是否成功）。

 



Redis、Zookeeper分布式锁的实现方案

 

redis分布式锁，redisson框架实现、可重入锁，加锁时会根据key进行crc16算法对16384个槽进行计算，划分到某一个槽，然后加锁成功后，底层是通过lua脚本实现的，加锁成功后会有一个定时任务10s执行一次，看门狗，对锁过期时间进行重置。会生成线程id，加锁次数1，其他线程加锁时会一直阻塞，重试。

 

 

zookeeper分布式锁，通过临时节点来当做分布式锁，其他线程可以监听当前节点，可以实现公平锁、非公平锁、相对于redis分布式锁获取锁不需要重复尝试、基于监听器实现。

 



关于AQS你的理解

 

队列同步器：内部有一个state值 用来加锁，节点存储了节点的状态 和线程的信息。

 





关于MQ的选型、为什么选了RocketMQ

 

ActiveMQ、RabbitMQ的吞吐量是万级

 

 

RocketMQ和Kafka是十万级的，Kafka的单机吞吐量可以达到百万级。RocketMQ的topic可以达到几百几千的级别，且性能小幅小降、Kafka的topic 从几十到几百个时候，吞吐量会大幅度下降、这就是RocketMQ适合业务处理的原因。RocketMQ的功能较为完善、且是阿里开源java开发，后面出现问题可以快速定位修复。

 

 

Rocket的消息存储是先存储在MessageQueue上 存储了消息在commitLog的索引。kafka的消息存储则是每个partition都有一个存储文件，partition多了之后，随机io也多了 性能会下降。

 



一个请求从浏览器到后台经历了哪些过程。

 

dns解析出ip地址，通过htttp协议建立连接，包装htttp包、ip包、mac地址包。再通过tcp 三次握手、四次挥手进行连接。

 

 

为啥需要三次握手、二次握手不行吗：如果是两次握手、

 

 

到后端springmvc 通过dispatcherServert转发到相对应的handlermapping 找出对应的hadler处理之后在渲染view组件返回给前端。

 

 

地址：https://www.processon.com/view/link/6264f7365653bb498e2a7f66