前言

本人日常码农一枚。难得休息，顺便趁着这个时间，想给大家写点东西。下面是本人在对四月面试过程中的一些问题进行的分类汇总，这些问题的答案有个人认知、有参考他人的观点，也有一些直接引用别人的文章。本文给出的答案只是一个详细概括，如果想要深入探究还需要各位通过其他渠道进行详细了解。

由于本人知识有限，答案不免有不足或者错误。还望各位犀利指出，以便做出更正！

面试题汇总

工作相关篇

Q1: 自己所做过的项目中难点以及如何解决的，介绍系统的业务架构和技术架构
这是一个必问题，所以需要提前准备好项目中的难点以及自己的解决方案。如果是自己遇到并解决的最好，如果自己没有遇到过，那么把项目中其他人解决的难点融会贯通也可。总之：要有亮点，而且自己是深入思考和深入理解的。

Q2: 服务突然RT增大，后续又恢复了，如何定位

可能是网络抖动，导致接口短暂超时

gc影响

Java篇

Java基础

Q1: Java环境变量classpath和path的区别

path环境变量：系统用来指定可执行文件的完整路径，即使不在path中设置JDK的路径也可执行JAVA文件，但必须把完整的路径写出来

classpath环境变量：java查找类的路径

Q2: 重写和重载的区别，构造函数可以重写吗

class Person {    String name;    public Person() {}    public Person(String name) {this.name = name;}    public void talk() {System.out.println("person talk");} }class Student extends Person {    String stuNumber;    public Student() {}    public Student(String name, String stuNumber) {        super(name);        this.stuNumber = stuNumber;    }    @Override    public void talk() {System.out.println("student talk");} } 复制代码

重写：需要有继承关系，子类重写父类的方法。一般使用@Override注解标识，不标识也无所谓。上面代码中Student类就重写了Person类的talk方法。

重载：函数名相同，参数个数不同或者参数类型不同。注意方法返回值不同是不算重载的。上面代码中对构造函数就是通过参数个数不同进行重载。

构造函数不能被重写，因为重写要求方法名一致。而构造函数的方法名就是类名。子类不可能和父类同名，所以也不可能有相同的构造函数。所以构造函数不能重写，但是可以重载。

Q3: 介绍一些常用的Java工具命令

命令jps虚拟机进程状态工具，可以列出虚拟机进程jstat虚拟机统计信息监视工具，监视虚拟机各种运行状态信息jinfoJava配置信息工具jmap生成堆转储快照

集合

Q1: HashMap实现原理

请参考：Java HashMap工作原理及实现

Q2: HashMap为什么线程不安全

请参考：HashMap为什么不是线程安全？

Q3: currentHashMap如何保证线程安全

请参考：高并发编程系列：ConcurrentHashMap的实现原理(JDK1.7和JDK1.8)

Q4: Java容器有哪些？哪些是同步容器，哪些是并发容器？

详细可参考：Java同步容器和并发容器

Java容器有Map、List、Set

Java中同步容器分为2类:

Vector/Stack/HashTable，其方法都是同步方法，使用synchronized修饰

Collections 类中提供的静态工厂方法创建的类（由 Collections.synchronizedXxxx 等方法）

Java中的并发容器: JDK 的 java.util.concurrent 包（即 juc）中提供了几个非常有用的并发容器。

CopyOnWriteArrayList - 线程安全的 ArrayList

CopyOnWriteArraySet - 线程安全的 Set，它内部包含了一个 CopyOnWriteArrayList，因此本质上是由 CopyOnWriteArrayList 实现的。

ConcurrentSkipListSet - 相当于线程安全的 TreeSet。它是有序的 Set。它由 ConcurrentSkipListMap 实现。

ConcurrentHashMap - 线程安全的 HashMap。采用分段锁实现高效并发。

ConcurrentSkipListMap - 线程安全的有序 Map。使用跳表实现高效并发。

ConcurrentLinkedQueue - 线程安全的无界队列。底层采用单链表。支持 FIFO。

ConcurrentLinkedDeque - 线程安全的无界双端队列。底层采用双向链表。支持 FIFO 和 FILO。

ArrayBlockingQueue - 数组实现的阻塞队列。

LinkedBlockingQueue - 链表实现的阻塞队列。

LinkedBlockingDeque - 双向链表实现的双端阻塞队列。

线程

Q1: 如何让线程A在线程B执行之后再执行

CountDownLatch。线程A中 latch.await()，线程B中latch.countDown()

wait()、notify()。可能存在线程B的notify()先执行，导致线程A一直处于阻塞状态

Q2: ThreadLocal的理解和适用场景

请参考：[Java中的ThreadLocal详解] 文章

Thread类里面有2个变量，threadLocals和inheritableThreadLocals，类型均为ThreadLocalMap。

为什么Thread类使用map，而不是直接一个value的存储( T value)，如果是一个T value的话，这个值就是多个线程共享的，会出现问题。ThreadLocal就是为了解决该问题而来的

使用ThreadLocal注意事项： ThreadLocalMap中的Entry的key使用的是ThreadLocal对象的弱引用，在没有其他地方对ThreadLoca依赖，ThreadLocalMap中的ThreadLocal对象就会被回收掉，但是对应的value不会被回收，这个时候Map中就可能存在key为null但是value不为null的项，这需要实际的时候使用完毕及时调用remove方法避免内存泄漏。

Q3: 一个线程的生命周期有哪几种状态？它们之间如何流转的

请参考：Java多线程学习(三)---线程的生命周期

Q4: 线程池提交流程

[图片上传中...(image-1310e7-1587866418323-67)]

Q5: 线程池中任务队列已满，如何处理

AbortPolicy：直接抛出RejectedExecutionException异常。是Executors里面默认线程池的默认处理策略

DiscardPolicy：do nothing

DiscardOldestPolicy：抛弃最老的任务，执行新的

CallerRunsPolicy：调用线程执行

Q6: 保证线程安全的方式

automic：使用提供的原子类

syntronized：同步代码块

lock：锁

volatile：保证可见性

锁

Q1: 同步方法的锁是类还是对象
同步方法默认用this或者当前类class对象作为锁；
同步代码块是通过传入的对象作为锁。

Q2: 同步方法A调用同步方法B，能进入嘛
可以，因为synchronized是可重入锁

Q3: synchonized和ReentrantLock的区别
不同点

synchonized是java的关键字；ReentrantLock是类

synchonized是非公平锁；ReentrantLock默认是非公平锁，但是有公平锁和非公平锁两种实现方式。

synchonized可用在同步代码块、同步方法上；ReentrantLock的使用方式需要lock()和unlock()

相同点

两者都是可重入锁

都是同步阻塞方式

Q4: 什么是活锁、饥饿、无锁、死锁？怎么检测一个线程是否拥有锁

死锁: 是指两个或两个以上的进程（或线程） 在执行过程中，因 争夺资源而造成的一种互相等待 的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。

死锁的条件:

互斥： 线程对资源的访问是排他性的，如果一个线程对占用了某资源，那么其他线程必须处于等待状态，直到资源被释放。

请求和保持： 线程T1至少已经保持了一个资源R1占用,但又提出对另一个资源R2请求，而此时，资源R2被其他线程T2占用，于是该线程T1也必须等待，但又对自己保持的资源R1不释放。

不可剥夺： 线程已获得的资源，在未使用完之前，不能被其他线程剥夺，只能在使用完以后由自己释放。

循环等待

活锁 是指线程1可以使用资源，但它很礼貌，让其他线程先使用资源，线程2也可以使用资源，但它很绅士，也让其他线程先使用资源。这样你让我，我让你，最后两个线程都无法使用资源。

举个例子:马路中间有条小桥，只能容纳一辆车经过，桥两头开来两辆车A和B，A比较礼貌，示意B先过，B也比较礼貌，示意A先过，结果两人一直谦让谁也过不去。

饥饿 是指如果线程T1占用了资源R，线程T2又请求封锁R，于是T2等待。T3也请求资源R，当T1释放了R上的封锁后，系统首先批准了T3的请求，T2仍然等待。然后T4又请求封锁R，当T3释放了R上的封锁之后，系统又批准了T4的请求......，T2可能永远等待。

不公平锁能够提高吞吐量但不可避免的会造成某些线程的饥饿，或者优先级低的线程容易产生饥饿

无锁: 无锁，即没有对资源进行锁定，即所有的线程都能访问并修改同一个资源，但同时只有一个线程能修改成功。无锁典型的特点就是一个修改操作在一个循环内进行，线程会不断的尝试修改共享资源，如果没有冲突就修改成功并退出否则就会继续下一次循环尝试。所以，如果有多个线程修改同一个值必定会有一个线程能修改成功，而其他修改失败的线程会不断重试直到修改成功。CAS 原理及应用即是无锁的实现。

检测线程是否有锁 Thread.holdsLock(Object obj)：当且仅当 当前线程拥有obj对象锁的时候，返回true。 该方法用例断言打当前线程是否持有锁。assert Thread.holdsLock(obj);

Q5: synchronized实现原理

Q6: java中悲观锁、乐观锁的例子

Java中synchronized和ReentrantLock等独占锁就是悲观锁思想的实现。

java.util.concurrent.atomic包下面的原子变量类就是使用了乐观锁的一种实现方式CAS实现的

jvm

Q1: 介绍一些了解的JVM参数

参数备注-Xms最小堆大小一般-Xms和-Xmx大小相等，避免内存的扩展-Xmx最大堆大小一般-Xms和-Xmx大小相等，避免内存的扩展-Xmn年轻代大小其中分了1个Eden和2个Survivor；默认比例 8：1-XX:SurvivorRatioeden和survivor的比例默认8:1-XX:PermSize永久代大小-XX:PermSize与-XX:MaxPermSize大小最好一致，避免运行时自动扩展-XX:MaxPermSize永久带最大值-XX:PermSize与-XX:MaxPermSize大小最好一致-XX:+UserConcMarkSwe epGC使用CMS收集器

Q2: 为什么 Java 要采用垃圾回收机制，而不采用 C/C++的显式内存管理

在C++中，对象所占的内存在程序结束运行之前一直被占用，在明确释放之前不能分配给其它对象；而在Java中，当没有对象引用指向原先分配给某个对象 的内存时，该内存便成为垃圾。 垃圾回收能自动释放内存空间，减轻编程的负担，JVM的一个系统级线程会自动释放该内存块。释放无用内存，避免内存泄漏

Java禁止显示内存回收，jvm决定回收时机，而且避免开发人员忘记释放内存的问题

Q3: JVM内存模型

Q4: JVM内存分配策略

对象优先分配在Eden区，当Eden区没有足够空间进行分配时，虚拟机将发起一次Minor GC。垃圾收集期间虚拟机对象全部无法放入Survivor空间，通过分配担保机制提前转移到老年代去。

大对象直接进入老年代

长期存活的对象进入老年代，可以通过-XX：MaxTenuringThreshold设置年龄

动态对象年龄判定。为了能更好地适应不同程序的内存状况，HotSpot虚拟机并不是永远要求对象的年龄必须达到-XX：MaxTenuringThreshold才能晋升老年代，如果在Survivor空间中相同年龄所有对象大小的总和大于Survivor空间的一半，年龄大于或等于该年龄的对象就可以直接进入老年代，无须等到-XX：MaxTenuringThreshold中要求的年龄

Q5: 有哪些垃圾回收算法

标记-清除：会产生内存碎片

标记-复制：年轻代采用该算法进行垃圾收集

标记-整理：让所有存活的对象都向内存空间一端移动，延迟增大

类加载

关于类加载器可以搜索[深入理解Java类加载机制]，看这一篇文章就够了。但是这篇文章最后有一个错误：下面图片中此时的counter2=1应该是counter2=0

Q1: classLoader和Class.forName()的区别

java中class.forName()和classLoader都可用来对类进行加载。 class.forName()前者除了将类的.class文件加载到jvm中之外，还会对类进行解释，执行类中的static块。 而classLoader只干一件事情，就是将.class文件加载到jvm中，不会执行static中的内容,只有在newInstance才会去执行static块。 Class.forName(name, initialize, loader)带参函数也可控制是否加载static块。并且只有调用了newInstance()方法采用调用构造函数，创建类的对象

MySQL篇

Q1: MySQL存在哪些索引类型

唯一索引

全文索引

联合索引

普通索引

Q2: InnoDB为什么采用B+树的索引结构

请参考腾讯技术工程的文章：深入理解 Mysql 索引底层原理。

Q3: 介绍聚簇索引、非聚簇索引、索引覆盖

请参考文章：[mysql聚簇索引和非聚簇索引] （搜索文章）

Q4: 如何提高SQL性能，工作中SQL优化经验

提高SQL的性能我认为一定要让MySQL选择正确的索引。

在工作中，小白曾优化过系统中的SQL。其体现主要表现在以下几个方面（这只是小白在工作中遇到的，跟各位遇到的应该会有不同哦）：

MySQL错误选择索引

字段类型错误导致没走索引

本可使用索引覆盖的SQL语句，却回表查了多余数据

Q5: MySQL数据库隔离级别

请参考：Mysql数据库隔离级别

Spring篇

Q1: 介绍Spring IOC和AOP

请参考：[深入理解Spring两大特性：IoC和AOP] （文章搜索）

IOC：控制反转。IOC之前对象A依赖对象B时，需要A主动去通过new创建B的实例，控制权是在对象A上。IOC就是将对象的控制权交给IOC容器处理。

AOP：面向切面编程（AOP）就是纵向的编程。比如业务A和业务B现在需要一个相同的操作，传统方法我们可能需要在A、B中都加入相关操作代码，而应用AOP就可以只写一遍代码，A、B共用这段代码。并且，当A、B需要增加新的操作时，可以在不改动原代码的情况下，灵活添加新的业务逻辑实现。AOP主要一般应用于签名验签、参数校验、日志记录、事务控制、权限控制、性能统计、异常处理等

Q2: AOP如何实现

Spring通过动态代理实现AOP。

请参考：[从代理机制到Spring AOP] （文章搜索）

Q3: Spring如何实现事务管理

请参考：[可能是最漂亮的Spring事务管理详解]（文章搜索）

Q4: Spring事务传播机制

请参考：[Spring事务传播行为详解]（文章搜索）

Redis篇

Q1: redis如何实现分布式锁

使用setnx key value实现，并使用expire key 设置超时时间。

这种方式存在的问题：这2步操作由于不是一个事务，所以可能出现设置超时时间失败的问题。如果超时时间设置失败则会导致该key永不过期，占用内存。

解决方式：

可使用lua脚本自己编写，使之变成一个原子性操作

redis提供了SET key value [EX seconds] [PX milliseconds] [NX|XX]

Q2: redis有支持几种数据结构

String、List、Set、Zset、Map、GEO、Bitmap

Q3: 字符串数据结构底层实现

Redis的字符串底层由SDS简单动态字符串实现。

特性

空间预分配：当修改字符串并需要空间扩展时，分为以下2种情况：

扩展之后空间小于1M，则预分配与已使用空间一样大小的空间(已使用空间包含扩展之后的字符串)

扩展之后空间大于1M，则直接分配1M

惰性释放：为了避免释放之后再扩展的问题，redis采用了惰性释放策略，使用free字段来记录未使用的长度，等待使用。同时也提供了相关的API再有需要时释放空间。

Q4: Map数据结构底层实现

Redis的字典使用哈希表作为底层实现，一个哈希表里面可以有多个哈希表节点，而每个哈希表节点就保存了字典中的一个键值对。

字典数据结构中是一个哈希表数组，共有2个哈希表。在扩容时使用。

Redis的hash算法使用MurmurHash2算法。

Q5: Redis过期键删除策略

定时删除： 在设置键的过期时间的同时，创建一个定时器（timer），让定时器在键的过期时间来临时，立即执行对键的删除操作。
优点： 内存友好，可以实时释放内存
缺点： 对CPU不友好，为了删除过期键，大量占用CPU

惰性删除： 放任键过期不管，但是每次从键空间中获取键时，都检查取得的键是否过期，如果过期的话，就删除该键；如果没有过期，就返回该键
优点： 对CPU友好，只有使用到的时候才判断
缺点： 对内存不友好
实现： 通过expireIfNeeded函数，读写redis命令之前都会调用该函数，判断是否需要过期该键

定期删除： 每隔一段时间，程序就对数据库进行一次检查，删除里面的过期键。至于要删除多少过期键，以及要检查多少个数据库，则由算法决定
优点： 兼顾内存和CPU
实现： Redis的服务器周期性操作redis.c/serverCron函数执行时，activeExpireCycle函数就会被调用。函数每次运行时，都从一定数量的数据库中取出一定数量的随机键进行检查，并删除其中的过期键。

Q6: redis的淘汰策略

noeviction(默认策略)：对于写请求不再提供服务，直接返回错误（DEL请求和部分特殊请求除外）

allkeys-lru：从所有key中使用LRU算法进行淘汰

volatile-lru：从设置了过期时间的key中使用LRU算法进行淘汰

allkeys-random：从所有key中随机淘汰数据

volatile-random：从设置了过期时间的key中随机淘汰

volatile-ttl：在设置了过期时间的key中，根据key的过期时间进行淘汰，越早过期的越优先被淘汰

Q7: zset的底层实现

跳跃表。可参考[通俗易懂的Redis数据结构基础教程]（文章搜索）

Kafka篇

Q1: Kafka如何保证高性能和可靠性

请参考：[Kafka 数据可靠性深度解读] (https://www.infoq.cn/article/depth-interpretation-of-kafka-data-reliability/)。

画外音：该文章需要细细阅读，理解每一块内容。只要明白了该文章里所说内容，应对面试中的Kafka面试题应该不成问题。

Q2: Kafka支持事务嘛

请参考：Kafka 设计解析（八）：Kafka 事务机制与 Exactly Once 语义实现原理

Q3: Kafka中zookeeper的作用

再平衡消费者

选主

编程题

基本都是Leetcode的中等难度的题目，各位小伙伴可以刷起来了

Q1: 求A/B，不能使用除法

详细讲解请看：[两数相除]（请自行文章搜索）

public int divide(int dividend, int divisor) {    if (dividend == 0) {      return 0;    }    if (dividend == Integer.MIN_VALUE && divisor == -1) {      return Integer.MAX_VALUE;    }    int flag = -1;    if ((dividend > 0 && divisor > 0) || (dividend < 0 && divisor < 0)) {      flag = 1;    }    long a = Math.abs((long) dividend);    long b = Math.abs((long) divisor);    return flag * getRes(a, b);  }  private int getRes(long a, long b) {    if (a < b) {      return 0;    }    int count = 1;    long tmp = b;    while (a > b 1。求和结果是1->2->2

三种思路，请参考：Leetcode 445. 两数相加 II

**Q10：实现一个LRU数据结构，插入和查询要求[图片上传中...(image-e3a082-1587866418318-60)]

时间复杂度**

可以使用LinkedHashMap直接实现。

使用一个LinkedList存储key的顺序吗，到达O(1)的插入，使用map存储k-v映射关系，达到O(1)的查询复杂度

public class Main {    // 使用map存储结构中已有的key，便于O(1)的查询复杂度    HashMap map = new HashMap();    // 存储key的顺序，对于最近访问的key，移动到队列的头部    LinkedList lruKeys = new LinkedList();    // LRU结构的大小    int size = 4;    public static void main(String[] args) {        Main main = new Main();        main.set("math", 100);        main.set("chiness", 200);        main.set("english", 210);        main.print();        System.out.println("-------");        main.set("music", 250);        main.set("draw", 250);        main.print();        System.out.println("-------");        main.get("english");        main.print();    }    private void print() {        for (String key : lruKeys) {            System.out.println(key + " = " + map.get(key));        }    }    private void set(String key, int val) {        if (map.containsKey(key)) {            map.put(key, val);            moveToFirst(key);        } else {            if (lruKeys.size() == size) {                String removeKey = lruKeys.removeLast();                map.remove(removeKey);            }            map.put(key, val);            lruKeys.addFirst(key);        }    }    private int get(String key) {        if (map.containsKey(key)) {            moveToFirst(key);            return map.get(key);        }        return 0;    }    private void moveToFirst(String key) {        lruKeys.remove(key);        lruKeys.addFirst(key);    } } 复制代码

Q11：最长回文子串

Leetcode 5:最长回文子串

思维题

Q1: 36辆车，6个跑道，最少多少次可以筛选出跑的最快的3辆车（不可用表计时）

8次 = 6 + 1 + 1。

分析：

首先将36辆车随机分成6组进行比赛，对每组进行排名并选择出每组的第一名（6次）

将步骤1结果的6辆车再进行一轮比赛，并选择出前三名，假设分别为A车、B车、C车（1次）

然后从A车所在的组（步骤1的分组）选出第2、3名，从B车所在的组（步骤1的分组）选出第2名。（因为A车第一，所以存在A车所在组的第2、3名比B、C车块的可能性；同理B车所在组的第2名存在比C车块的可能性；由于只选最快的3辆车，所以无需从C车所在组进行选车）

然后将步骤3选择出来的3辆车再加上A车、B车、C车进行一次比赛，选择出前三名（1次）

步骤4的结果就是最快的3辆车

Q2: 1000w个数据中找出重复的

使用bitmap。不要使用布隆过滤器，因为布隆过滤器并非100%准确。

Q3: 有2个玻璃球和一栋256层的高楼，如何快速定位到使得玻璃球摔碎的最低楼层

方案一：拿玻璃球一层层由低到高测试。

方案二：二分法。但是如果在中间的时候玻璃球碎了，那就无法再二分了，只能一层层的实验。

方案三：拿玻璃球测试楼层为n，2n，3n....这种。如果玻璃球在2n层摔坏了，则那另一个玻璃球从n+1 到 2n-1的楼层逐层实验。

其实可以看出来方案三中n=1时，就是方案一逐层实验；当n=128时，就是方案二。那我们如何求出n来使得结果最优呢？

假设使得玻璃球碎的楼层是256，步长n。则此时的次数为:256/n+n。要想该数值最小，则需要256/n = n。所以n = 16。

面试心得

面试前

准备简历，并保证简历中没有错别字。

简历中技能栏和项目栏中的项目一定要熟练。对于某技术熟悉就是熟悉、了解就是了解，要实事求是。否则被面试官问住是一件很尴尬的事情

准备1~2分钟的自我介绍

先拿几家不想去公司试试手，因为一开始面试被pass的几率很大

临近面试时，提前准备几个给面试官的问题，面试之后进行沟通。

面试中

不要紧张，遇到问题会就是会，不会就是不会。即使不会也可以说一下自己的思考和理解。

针对编程题，需要充分考虑边界问题和异常情况

面试后

对刚才的面试进行复盘。针对不会的问题或者答得不好的问题，进行总结并收集相关知识点。

最后...

看完了请记得关注和转发，然后私信【Java】~

针对于Java程序员，我这边还准备免费的Java架构学习资料（里面有高可用、高并发、高性能及分布式、Jvm性能调优、MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多个知识点的架构资料）

学习视频和面试PDF都是可以免费分享的，希望能够帮助到有需要的朋友，同时也节省了大家再去网上找资料的时间。

转发+私信【Java】，免费领取！！！

后续阿博将继续分享更多大厂面试题、程序员关注日志等内容，关注我上车别跟丢！

本文来源：https://www.longfajr.com/info/252475.html

标签组：[redis] [string] [线程] [kafka] [线程阻塞] [线程安全] [redis分布式锁] [内存碎片] [分布式锁] [key]