百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

Java面试宝典 一问一答(第一期)(java面试问题大全及答案大全 word)

mhr18 2024-11-16 23:25 16 浏览 0 评论

1 redis分片集群,突然大量热点数据的请求落在同一个节点上,要扛不住了,有什么解决办法?

相关节点加从节点、可人工配置的热key的本地缓存层、热点Key施加随机Hash分散到其它节点


2 redis部署方案有哪些?

主从、主从+哨兵(故障监听自动切换)、客户端代理分配、中间件代理分片(Codis、Temproxy)、Cluster(去中心化)

主从不说了,哨兵所有节点存储所有数据,各种代理需要额外引入维护,Cluster故障转移、分片存储、数据找寻都是天然的最优解

数据少用哨兵,数据多用Cluster


3 Cluster为何要配置所有IP:Port?

提升性能和高可用,配置所有可以直连无需跳转,且防止启动时某个节点恰巧挂掉


4 Mysql主键索引,假如2000万数据,你能计算一下查询要几次IO吗?说说过程

主键索引结构B+树,Root加载于内存无需IO,另外叶子存储的是具体数据

磁盘一次IO是一页(16KB),指针为6字节、主键号int为4字节,非叶子不存值都是指针

每次IO一页 16000/10 = 1600 个指针,两次为256万 此处再看数据平均空间 若一页能存8条数据

则两次IO可获取2000万数据,若少于则3次


5 spring启动流程


6 Lock比Sync快在哪里,之后怎么又差不多,两者取舍

JDK1.5之前Sync无脑进入内核态阻塞,而Lock是有一定CAS最后不行再阻塞,当然最终都是重量级锁,依靠OS的mutex

1.6后Sync引入了偏向锁、轻量锁大大降低阻塞概率,而且官方建议在Sync满足情况下,推荐用Sync后续还有优化空间

Lock可以中断、可构造多个Condition条件、可公平


7 线程池随机几问

项目中用到不少线程池,为了方便定位问题,我们需要给不同线程池命名,请问如何做到?

线程池中有核心线程和非核心线程,当任务完成后,非核心线程是什么时候,怎样被回收的?

当线程池中某个线程出现异常时,线程池会如何处理该线程?我们又如何获取其异常信息?

线程池如何一开始就new出核心线程?


对于线程命名和异常处理,用自定义工厂解决

new ThreadFactoryBuilder()

.setNameFormat(prefix+"%d")

.setUncaughtExceptionHandler((thread, throwable)- > log.error("ThreadPool {} got exception", thread, throwable))

.get()

默认异常走System.err.print("Exception in thread \""+ t.getName() + "\" ");

e.printStackTrace(System.err); 然后线程销毁退出,当然不会影响其它线程和线程池的继续运行

UncaughtExceptionHandler只适用execute,如果是submit则异常信息存在于FutureTask里,我们自己获取时会抛出异常

用preStartAllCoreThreads 线程池预热


8 Redis偶尔查询会比较耗时,排查思路?

可能因素非常多:复杂命令、大Key、fork、集中过期、内存满触发淘汰、AOF每次均刷盘、绑定CPU、网卡负载过高、内存数据被换到Swap

排查思路:

1 慢查询日志 -> 查看慢查询里是否有复杂命令

2 bigkeys命令 -> 查看是否有大Key

3 查看是否使用expireat或pexpireat(绝对时间过期) --> 绝对时间+Random

4 Fork - AOF、RDB --> 若开启则最好在从节点搞,刷盘用1s间隔策略、

info命令查看最后一次fork执行的耗时latest_fork_usec

5 查看内存、SWAP、网卡、CPU使用情况


9 Redis过期策略

主动+被动

主动:定时任务占用主线程每100毫秒从过期字典中随机取20个key,删除过期的key,如果过期key的比例超过了25%,则继续获取20个key,删除过期的key,循环往复,

直到过期key的比例下降到25%或者这次任务的执行耗时超过了25毫秒,才会退出循环;

懒惰:只有当访问某个key时,才判断这个key是否已过期,如果已经过期,则从实例中删除;

如果redis配置了主从,这两种删除,只会在master中执行,然后通过del key的方式同步到slave


10 Redis淘汰策略

volatile -- 从已设置过期时间的数据集中挑选

allkeys -- 从数据集中挑选

volatile-lru、volatile-ttl、volatile-random、volatile-lfu

allkeys-lru、allkeys-lfu、allkeys-random、no-enviction(驱逐)

我们选用的是volatile-lru,key都是有过期时间的且有明显的时间轴特征


11 Redis AOF RDB

都是数据备份持久化机制,一个增量一个全量,一般从节点挂载时需要RDB搞一次全量数据,之后AOF增量更新就行

开启后不要绑定CPU,部署在物理机上,同时持久化最好在从节点执行

非必要就不要开启了,注意AOF刷盘用1s间隔的

如果JVM每分钟GC时间长达几秒,请结合JVM内存结构分析一下可能存在的问题?大家来分析下


12 JVM垃圾回收过程

13 RocketMQ

消息不丢

producer同步发送,等broker返回完成才继续,失败一直重试直到成功

broker同步刷盘,且同步从节点完成才返回成功

consumer只有消费成功才主动ack给broker

上述方案会导致性能大大下降,线上一般是异步刷盘

容忍极端情况下机器恰巧重启或损坏出现少部分丢失

消息顺序

producer将同订单放到一个线程用hash路由到固定queue发送

broker本身保证了接受和存储的顺序

consumer单线程处理某个queue得来的数据

可能会导致部分queue数据倾斜严重

处理失败无法跳过


消息去重

若网络抖动导致ack没有回传成功,导致重试

消费方要做幂等

消息堆积

生产速率远大于消费速率(消费IO密集)

部分queue没有被consumer处理(再平衡时)


临时用新topic承接积压(队列 Broker大大高于旧topic)

问题修复上线消化

消费端做好积压监控

扩展消费者(大于队列数后无效)

扩展Borker+Consumer

多线程并行处理、批量处理


消息延时

比如消息到达处理依赖数据要等10分钟,则转发10分钟延迟再处理

同类可以用DB任务扫描,但是性能差些,不过时间精度可控

不支持任意时间精度,支持特定的 level,例如定时 5s,10s,1m

死信队列

投递失败超过(默认16次)将投到死信队列进行人工干预


事务消息

两阶段提交思想:

redoLog也是如此,分prepared和commited状态

只有等binlog写入完成,对应记录才是committed


msg一阶段是half不可消费,第二阶段根据本地事务处理结果来commit或roolback

架构高可用

多主多从部署

主:读写

从:只读

多主防止单点故障

从防止主挂掉未消费数据丢失


13 一致性Hash算法

普通hash算法:hash(key) % n。这时候如果一台服务器宕机或新增一台服务器,那么我们的n值就会变,这样就会导致我们所有的请求都会变更


一致性hash算法

哈希环:对2^32取模,将整个环组织成0-2^32-1

将服务器(ip+端口)hash,映射到环上一个节点。当请求到来时,根据key-hash映射到环上,顺时针选取最近的一个服务器进行请求

虚拟节点:当环上服务器较少时,会出现分配不均匀的情况,为了避免这种情况引入虚拟节点。比如通过添加后缀的方式给物理节点克隆出三个虚拟节点,如果两台物理节点,都克隆三个虚拟节点,那么环上就一共有8个节点。只是被克隆的虚拟节点最后还是会定位到实际物理节点上,但是可以有效的分摊请求。


一致性哈希相对于普通hash,优点在于映射到环上的其请求,是发送到环上离他最近的一个服务器,如果我们一台服务器宕机或者新增一台服务器,那么影响的请求只有这台服务器和前一个服务器节点之间的请求,其他的并不会影响。

相关推荐

【推荐】一个开源免费、AI 驱动的智能数据管理系统,支持多数据库

如果您对源码&技术感兴趣,请点赞+收藏+转发+关注,大家的支持是我分享最大的动力!!!.前言在当今数据驱动的时代,高效、智能地管理数据已成为企业和个人不可或缺的能力。为了满足这一需求,我们推出了这款开...

Pure Storage推出统一数据管理云平台及新闪存阵列

PureStorage公司今日推出企业数据云(EnterpriseDataCloud),称其为组织在混合环境中存储、管理和使用数据方式的全面架构升级。该公司表示,EDC使组织能够在本地、云端和混...

对Java学习的10条建议(对java课程的建议)

不少Java的初学者一开始都是信心满满准备迎接挑战,但是经过一段时间的学习之后,多少都会碰到各种挫败,以下北风网就总结一些对于初学者非常有用的建议,希望能够给他们解决现实中的问题。Java编程的准备:...

SQLShift 重大更新:Oracle→PostgreSQL 存储过程转换功能上线!

官网:https://sqlshift.cn/6月,SQLShift迎来重大版本更新!作为国内首个支持Oracle->OceanBase存储过程智能转换的工具,SQLShift在过去一...

JDK21有没有什么稳定、简单又强势的特性?

佳未阿里云开发者2025年03月05日08:30浙江阿里妹导读这篇文章主要介绍了Java虚拟线程的发展及其在AJDK中的实现和优化。阅前声明:本文介绍的内容基于AJDK21.0.5[1]以及以上...

「松勤软件测试」网站总出现404 bug?总结8个原因,不信解决不了

在进行网站测试的时候,有没有碰到过网站崩溃,打不开,出现404错误等各种现象,如果你碰到了,那么恭喜你,你的网站出问题了,是什么原因导致网站出问题呢,根据松勤软件测试的总结如下:01数据库中的表空间不...

Java面试题及答案最全总结(2025版)

大家好,我是Java面试陪考员最近很多小伙伴在忙着找工作,给大家整理了一份非常全面的Java面试题及答案。涉及的内容非常全面,包含:Spring、MySQL、JVM、Redis、Linux、Sprin...

数据库日常运维工作内容(数据库日常运维 工作内容)

#数据库日常运维工作包括哪些内容?#数据库日常运维工作是一个涵盖多个层面的综合性任务,以下是详细的分类和内容说明:一、数据库运维核心工作监控与告警性能监控:实时监控CPU、内存、I/O、连接数、锁等待...

分布式之系统底层原理(上)(底层分布式技术)

作者:allanpan,腾讯IEG高级后台工程师导言分布式事务是分布式系统必不可少的组成部分,基本上只要实现一个分布式系统就逃不开对分布式事务的支持。本文从分布式事务这个概念切入,尝试对分布式事务...

oracle 死锁了怎么办?kill 进程 直接上干货

1、查看死锁是否存在selectusername,lockwait,status,machine,programfromv$sessionwheresidin(selectsession...

SpringBoot 各种分页查询方式详解(全网最全)

一、分页查询基础概念与原理1.1什么是分页查询分页查询是指将大量数据分割成多个小块(页)进行展示的技术,它是现代Web应用中必不可少的功能。想象一下你去图书馆找书,如果所有书都堆在一张桌子上,你很难...

《战场兄弟》全事件攻略 一般事件合同事件红装及隐藏职业攻略

《战场兄弟》全事件攻略,一般事件合同事件红装及隐藏职业攻略。《战场兄弟》事件奖励,事件条件。《战场兄弟》是OverhypeStudios制作发行的一款由xcom和桌游为灵感来源,以中世纪、低魔奇幻为...

LoadRunner(loadrunner录制不到脚本)

一、核心组件与工作流程LoadRunner性能测试工具-并发测试-正版软件下载-使用教程-价格-官方代理商的架构围绕三大核心组件构建,形成完整测试闭环:VirtualUserGenerator(...

Redis数据类型介绍(redis 数据类型)

介绍Redis支持五种数据类型:String(字符串),Hash(哈希),List(列表),Set(集合)及Zset(sortedset:有序集合)。1、字符串类型概述1.1、数据类型Redis支持...

RMAN备份监控及优化总结(rman备份原理)

今天主要介绍一下如何对RMAN备份监控及优化,这里就不讲rman备份的一些原理了,仅供参考。一、监控RMAN备份1、确定备份源与备份设备的最大速度从磁盘读的速度和磁带写的带度、备份的速度不可能超出这两...

取消回复欢迎 发表评论: