面试题: 大公司面试 !=!=未看

一、Java基础 
1.String类为什么是final的。 
2.HashMap的源码,实现原理,底层结构。 
3.反射中,Class.forName和classloader的区别 
4.session和cookie的区别和联系,session的生命周期,多个服务部署时session管理。 
5.Java中的队列都有哪些,有什么区别。 

Java中的队列都有哪些,实际上是问queue的实现有哪些,如:ConcurrentLinkedQueue、LinkedBlockingQueue 、ArrayBlockingQueue、LinkedList。

源于我经历过的一次生产事故,有个服务会收集业务系统的日志,此服务的开发人员在给业务系统的sdk中就因为使用了LinkedList,又没有做并发控制,就造成了此服务经常不能正常收集到业务系统的日志(丢日志以及日志上报的线程停止运行)。

看一下add()方法的源码,我们就可以知道原因了:


public boolean add(E e) {
    linkLast(e);//调用linkLast,在队列尾部添加元素
    return true;
} 

void linkLast(E e) {
    final Node<E> l = last;
    final Node<E> newNode = new Node<>(l, e, null);
    last = newNode;
    if (l == null)
        first = newNode;
    else
        l.next = newNode;
    size++;//多线程情况下,如果业务系统没做并发控制,size的数量会远远大于实际元素的数量
    modCount++;
}

上面这个示例中,展示了LinkedList在多线程且没有做并发控制的环境下,size的值远远大于了队列的实际值,100个线程,每个添加1000个元素,最后实际只加进去2030个元素:

List的变量size值为:88371
第2031个元素取出为null

解决方案,使用锁或者使用ConcurrentLinkedQueue、LinkedBlockingQueue等支持添加元素为原子操作的队列。

我们已经分析过LinkedBlockingQueue的put等方法的源码,是使用ReentrantLock来实现的添加元素原子操作。那么再简单看一下高并发queue的add和offer()方法,方法中使用了CAS来实现的无锁的原子操作:

public boolean add(E e) {
  return offer(e);
}
public boolean offer(E e) {

        checkNotNull(e);
        final Node<E> newNode = new Node<E>(e);
        for (Node<E> t = tail, p = t;;) {
            Node<E> q = p.next;
            if (q == null) {
                // p is last node
                if (p.casNext(null, newNode)) {
                    // Successful CAS is the linearization point
                    // for e to become an element of this queue,
                    // and for newNode to become "live".
                    if (p != t) // hop two nodes at a time
                        casTail(t, newNode);  // Failure is OK.
                    return true;
                }
                // Lost CAS race to another thread; re-read next
            }else if (p == q)
                // We have fallen off list.  If tail is unchanged, it
                // will also be off-list, in which case we need to
                // jump to head, from which all live nodes are always
                // reachable.  Else the new tail is a better bet.
                p = (t != (t = tail)) ? t : head;
            else
                // Check for tail updates after two hops.
                p = (p != t && t != (t = tail)) ? t : q;
        }
    }

接下来,我们再利用高并发queue对上面的demo进行改造,大家只要改变demo中的内容,讲下面两行的注释内容颠倒,即可发现没有丢失任何的元素:

public static LinkedList list = new LinkedList();
//public static ConcurrentLinkedQueue list = new ConcurrentLinkedQueue();

再看一下高性能queue的poll()方法,才觉得NB,取元素的方法也用CAS实现了原子操作,因此在实际使用的过程中,当我们不那么在意元素处理顺序的情况下,队列元素的消费者,完全可以是多个,不会丢任何数据:

public E poll() {
        restartFromHead:
        for (;;) {
            for (Node<E> h = head, p = h, q;;) {
                E item = p.item;

                if (item != null && p.casItem(item, null)) {
                    // Successful CAS is the linearization point
                    // for item to be removed from this queue.
                    if (p != h) // hop two nodes at a time
                        updateHead(h, ((q = p.next) != null) ? q : p);
                    return item;
                }
                else if ((q = p.next) == null) {
                    updateHead(h, p);
                    return null;
                }
                else if (p == q)
                    continue restartFromHead;
                else
                    p = q;
            }
        }
    }

关于ConcurrentLinkedQueue和LinkedBlockingQueue:

    • LinkedBlockingQueue是使用锁机制,ConcurrentLinkedQueue是使用CAS算法,虽然LinkedBlockingQueue的底层获取锁也是使用的CAS算法
    • 关于取元素,ConcurrentLinkedQueue不支持阻塞去取元素,LinkedBlockingQueue支持阻塞的take()方法,如若大家需要ConcurrentLinkedQueue的消费者产生阻塞效果,需要自行实现
    • 关于插入元素的性能,从字面上和代码简单的分析来看ConcurrentLinkedQueue肯定是最快的,但是这个也要看具体的测试场景,我做了两个简单的demo做测试,测试的结果如下,两个的性能差不多,但在实际的使用过程中,尤其在多cpu的服务器上,有锁和无锁的差距便体现出来了,ConcurrentLinkedQueue会比LinkedBlockingQueue快很多:ConcurrentLinkedQueuePerform:在使用ConcurrentLinkedQueue的情况下100个线程循环增加的元素数为:33828193 
      LinkedBlockingQueuePerform:在使用LinkedBlockingQueue的情况下100个线程循环增加的元素数为:33827382


6.Java的内存模型以及GC算法 
7.Java7、Java8的新特性(baidu问的,好BT) 
8.Java数组和链表两种结构的操作效率,在哪些情况下(从开头开始,从结尾开始,从中间开始),哪些操作(插入,查找,删除)的效率高 
9.Java内存泄露的问题调查定位:jmap,jstack的使用等等

二、框架 
1.struts1和struts2的区别 
2.struts2和springMVC的区别 
3.spring框架中需要引用哪些jar包,以及这些jar包的用途 
4.springMVC的原理 
5.springMVC注解的意思 
6.spring中beanFactory和ApplicationContext的联系和区别 
7.spring注入的几种方式 
8.spring如何实现事物管理的 
9.springIOC和AOP的原理 
10.hibernate中的1级和2级缓存的使用方式以及区别原理 
11.spring中循环注入的方式

三、多线程 
1.Java创建线程之后,直接调用start()方法和run()的区别 
2.常用的线程池模式以及不同线程池的使用场景 
3.newFixedThreadPool此种线程池如果线程数达到最大值后会怎么办,底层原理。 
4.多线程之间通信的同步问题,synchronized锁的是对象,衍伸出和synchronized相关很多的具体问题,例如同一个类不同方法都有synchronized锁,一个对象是否可以同时访问。或者一个类的static构造方法加上synchronized之后的锁的影响。 
5.了解可重入锁的含义,以及ReentrantLock 和synchronized的区别 
6.同步的数据结构,例如concurrentHashMap的源码理解以及内部实现原理,为什么他是同步的且效率高 
7.atomicinteger和volatile等线程安全操作的关键字的理解和使用 
8.线程间通信,wait和notify 

Java提供了3个非常重要的方法来巧妙地解决线程间的通信问题。这3个方法分别是:wait()、notify()和notifyAll()。它们都是Object类的最终方法,因此每一个类都默认拥有它们。

虽然所有的类都默认拥有这3个方法,但是只有在synchronized关键字作用的范围内,并且是同一个同步问题中搭配使用这3个方法时才有实际的意义。

  • 如果对象调用了wait方法就会使持有该对象的线程把该对象的控制权交出去,然后处于等待状态。

  • 如果对象调用了notify方法就会通知某个正在等待这个对象的控制权的线程可以继续运行。

  • 如果对象调用了notifyAll方法就会通知所有等待这个对象控制权的线程继续运行。


9.定时线程的使用 
10.场景:在一个主线程中,要求有大量(很多很多)子线程执行完之后,主线程才执行完成。多种方式,考虑效率。

四、网络通信 
1.http是无状态通信,http的请求方式有哪些,可以自己定义新的请求方式么。 
2.socket通信,以及长连接,分包,连接异常断开的处理。 
3.socket通信模型的使用,AIO和NIO。 
4.socket框架netty的使用,以及NIO的实现原理,为什么是异步非阻塞。 
5.同步和异步,阻塞和非阻塞。

五、Linux 
1.常用的linux下的命令 
2.大的log文件中,统计异常出现的次数、排序,或者指定输出多少行多少列的内容。(主要考察awk) 
3.linux下的调查问题思路:内存、CPU、句柄数、过滤、查找、模拟POST和GET请求等等场景 
4.shell脚本中#!的作用

六、数据库MySql 
1.MySql的存储引擎的不同 
2.单个索引、联合索引、主键索引 

MySQL单列索引和组合索引(联合索引)的区别详解
初始我写这篇文章的原因在于面试到一家大的游戏公司的时候,一个面试题
大致的内容是怎么加速这个where a=’1′ 和 where a=’1′ and b=’2′,当时我答题的时候回答的是a加索引,a和b加联合索引。
面试官跟我聊题目的时候说 where a=’1′ and b=’2′ 在加一个b的索引就好了,因为之前加过a的单列索引了,他很确定的告诉我,因为我没有测试过,所以没有反驳。在回去的路上我一直想不通,多个单列的索引和联合索引都一样的速度,联合索引还有什么用?
今天有空来做个试验,当然之前我已经查过资料了,为了确定一下
创建一个users表

  1. CREATE TABLE `users` (
  2. `userID` int(11) NOT NULL AUTO_INCREMENT,
  3. `userName` varchar(20) NOT NULL,
  4. `password` varchar(20) NOT NULL,
  5. PRIMARY KEY (`userID`)
  6. )

创建一个genUsers存储过程,用来模拟数据

  1. delimiter $
  2. create procedure genUsers()
  3. begin
  4. declare i int default 0;
  5. while i < 100000 do
  6. set i = i + 1;
  7. insert into users(userID,userName,`password`) values(i,concat('username',i),concat('password',i));
  8. end while;
  9. end $
  10. delimiter ;

执行存储过程

  1. call genUsers();

复制表结构和数据

  1. CREATE TABLE users2 SELECT * FROM users;

添加userName,password单列索引

  1. alter table users add index userName(userName);
  2. alter table users add index password(password);
  1. select * from users where userName like 'username65%' and password like 'password65%'; 执行时间0.06
  1. alter table users2 add index userName_password(userName,password);
  1. select * from users2 where userName like 'username65%' and password like 'password65%’;执行时间0.00秒

上面的结果每台机子测试的结果可能有所不同
原因是在mysql执行查询的时候,只能使用一个索引,mysql会选择一个最严格(获得结果集记录数最少)的索引。最左前缀:顾名思义,就是最左优先,打一比方
alter table users add index lname_fname_age(lname,fname,age);
创建了lname_fname_age多列索引,相当于创建了(lname)单列索引,(lname,fname)联合索引以及(lname,fname,age)联合索引。


3.Mysql怎么分表,以及分表后如果想按条件分页查询怎么办(如果不是按分表字段来查询的话,几乎效率低下,无解) 
4.分表之后想让一个id多个表是自增的,效率实现 
5.MySql的主从实时备份同步的配置,以及原理(从库读主库的binlog),读写分离 
6.写SQL语句。。。 
7.索引的数据结构,B+树 
8.事物的四个特性,以及各自的特点(原子、隔离)等等,项目怎么解决这些问题

七、设计模式(写代码) 
1.单例模式:饱汉、饿汉。以及饿汉中的延迟加载 
2.工厂模式、装饰者模式、观察者模式。

八、算法 
1.使用随机算法产生一个数,要求把1-1000W之间这些数全部生成。(考察高效率,解决产生冲突的问题) 
2.两个有序数组的合并排序 

有两种实现思路:

1. 定义一个新数组,长度为两个数组长度之和,将两个数组都copy到新数组,然后排序。

2. 给两个数组分别定义一个下标,最大长度是数组长度减一,按位循环比较两个数组,较小元素的放入新数组,下标加一(注意,较大元素对应的下标不加一),直到某一个下标超过数组长度时退出循环,此时较短数组已经全部放入新数组,较长数组还有部分剩余,最后将剩下的部分元素放入新数组,大功告成。


3.一个数组的倒序 
4.计算一个正整数的正平方根 
5.说白了就是常见的那些查找排序算法(排序转载:http://mp.weixin.qq.com/s?__biz=MjM5MTAzMTE4Nw==&mid=204838393&idx=2&sn=e9b50c8ef689e2cb6436110a8dc148a3&scene=5#rd

九、缓存 
1.为什么用缓存,用过哪些缓存,redis和memcache的区别

 http://www.cnblogs.com/shan1393/p/9001113.html
2.redis的数据结构  String list set Zset hash
3.redis的持久化方式,以及项目中用的哪种,为什么  快照
4.redis集群的理解,怎么动态增加或者删除一个节点,而保证数据不丢失。(一致性哈希问题)

原文地址:https://www.cnblogs.com/shan1393/p/9017478.html