背景

211毕业至今刚好五年，我曾做过两三个月的测试感觉不是很合适，后面选择从事后端开发，还挺香。现在已经进入秋招的提前批了，想着去大厂试试水，就去了腾讯，整个一面下来我整个人都傻了，表示怀疑人生...没想过一面就能问这么多，疯狂轰炸，连环70多问，不得停歇。感觉我这辈子都不会忘记这次面试经历了，给大家看看我的面试过程，我想，恐怕你也会表示同感。

我的面试过程（历经70mins）

1、个人履历简述

2、项目简述

主要突出重难点，我bb了一堆业务逻辑结果人家都不感兴趣

3、SpringAOP实现

JDK动态代理：实现Invocationhandler接口，本质上是new一个继承了所有类上Interface的Proxy对象，然后通过method.invoke进行调用
CGLib动态代理：在内存中动态生成子类对原对象进行代理，无法代理final类以及方法
共同限制：无法代理到当前class当中this引用的嵌套方法

4、AOP用的哪种？

默认用的JDK动态代理

5、JDK动态代理以及CGLib动态代理性能比较

JDK走的反射，会多一些反射调用的开销（方法权限验证、调用开销等）
CGLib需要创建新对象，在创建新对象上，即初始化时会多一些开销

6、Java的线程池用过吗，具体参数讲一下

Java的线程池是一个三级存储结构，线程先放入核心线程池，满了之后放到缓存队列当中，最后如果缓存队列也满了则扩容新线程，所以参数有：

核心线程数量
缓存队列类型
最大线程数量
线程活跃时间
线程工厂方法（写日志、重命名线程等）

7、线程池的Execute和Submit区别

Execute执行runnable，Submit可以执行Future，我们一般用countDownLatch+Future来获取所有的线程结果

8、继续问，还有别的区别吗？

不知道了，后续查了发现区别如下
Execute会在运行期直接抛出异常，Submit之后在调用Future.get的时候才会抛出异常

9、线程池如何保证当前线程获取池内的worker的时候不产生争用

volatile的state标志这个worker有没有被使用

10、volatile的特性

通过禁止指令重排序来保证内存可见性，实际使用内存屏障实现的

11、内存屏障分几种？

当时记不得了，回头查了一下如下：

LoadLoad屏障：对于这样的语句Load1; LoadLoad; Load2，在Load2及后续读取操作要读取的数据被访问前，保证Load1要读取的数据被读取完毕。
StoreStore屏障：对于这样的语句Store1; StoreStore; Store2，在Store2及后续写入操作执行前，保证Store1的写入操作对其它处理器可见。
LoadStore屏障：对于这样的语句Load1; LoadStore; Store2，在Store2及后续写入操作被刷出前，保证Load1要读取的数据被读取完毕。
StoreLoad屏障：对于这样的语句Store1; StoreLoad; Load2，在Load2及后续所有读取操作执行前，保证Store1的写入对所有处理器可见。它的开销是四种屏障中最大的。在大多数处理器的实现中，这个屏障是个万能屏障，兼具其它三种内存屏障的功能。

12、除了在volatile当中使用了内存屏障，JAVA还有哪里使用了内存屏障

这个真不知道，知道的小伙伴请在评论区指点一二

13、你之前讲到了CountDownLatch，你知道它的内部实现吗

知道，用的AQS，在state=0的时候才允许所有等待的线程全部通过

14、简单讲一下AQS

AQS核心设计：

一个volatile int state的状态值，使用volatile保证线程可见性，使用int来提供可重入的多资源能力
双向队列，首节点为执行节点，可以根据执行节点的Node信息判断是ShareLock还是ExclusiveLock，会关联一个执行线程，来提供可重入的判断
加锁的时候若是公平锁则尝试CAS载入队列，若是非公平锁则直接入队列
解锁的时候直接唤醒后继的第一个wait节点

15、加锁之后AQS是如何响应中断的？

太细节了真不会，之前复习源码没看这么深（结束之后补漏洞）

16、OK问点别的，AQS存在什么实现呢？

用过的ReentranceLock、CountDownLatch

17、讲讲实现

ReentranceLock通过判断线程是否相同进行冲入
CountDownLatch在state为0的时候才让所有的await通过

18、听说过ReadWriteLock吗，你之前提到AQS当中只有一个State那你如何用一个State去支撑读写两种状态

一个state是Int，可以分高位给Read，低位给Write，就当个String用了

19、Int几个字节

我居然回答了32个，应该是32位，8位一个byte，共计四个byte

20、你们用过缓存吗

没有，但是用redis做了分布式锁

21、你说说下分布式锁怎么做的？

分布式锁也是一个锁，需要满足几个特性，1 可重入 2 可以识别加锁的身份防止ABA问题 3 考虑是否需要续约
key是所需要加上的锁的业务资源唯一编码，value是当前线程的uuid，uuid存在threadLocal内加锁的时候用的jedis，先设一个过期时间，然后用ex，若不存在key则添加新key，若已经存在则直接失败
解锁用的阿里云企业版的CAD（compareAndDelete），原子比较并解锁，本质是通过lua脚本进行的类似事务操作

22、除了redis还有什么可以做分布式锁？

Mysql、zookeeper等

23、如果让你用Mysql做分布式锁你怎么做

新建一张表，主键为需要锁的锁key，col1为线程uuid，col2为ttl时间
加锁的时候在一个事务中选取当前key的record，若存在则判断ttl，若不存在则直接可以插入
解锁的时候直接把record删除即可
起一个定时任务来遍历表，清楚过期键防止无限膨胀

24、zookeeper了解吗

一点点，摄入不深

25、那我们继续聊聊Redis吧，Redis有什么数据结构？

List，Hash，Set，Zset，List

26、Zset怎么实现的？

跳表+map实现

27、什么是跳表？

常规链表只有一个next节点，跳表持有多个指向其他链表的指针，可以跨越式的进行查找，时间复杂度是logn

28、如果我要找一个score为A的节点应该如何去找？

首先在map中找到对应的node排名，然后根据排名在skiplist中进行查找

29、zrange是如何实现的？

这个没想到不应该，查了一下如下： ZRANGE key start stop [WITHSCORES]，zrange 就是返回有序集 key 中，指定区间内的成员，而跳表中的元素最下面的一层是有序的(上面的几层就是跳表的索引)，按照分数排序，我们只要找出 start 代表的元素，然后向前或者向后遍历 M 次拉出所有数据即可，而找出 start 代表的元素，其实就是在跳表中找一个元素的时间复杂度。跳表中每个节点每一层都会保存到下一个节点的跨度，在寻找过程中可以根据跨度和来求当前的排名，所以查找过程是 O(log(N) 过程，加上遍历 M 个元素，就是 O(log(N)+M)，所以 redis 的 zrange 不会像 mysql 的 offset 有比较严重的性能问题。

30、Redis持久化

RDB：快照存储，可以选择是否阻塞，使用场景在数据库上下线、主备复制等情况中
AOF：类似于binlog，每个里面都是一个写事件，是优先读取的策略，支持多策略写入（强同步、按时间刷盘、交由操作系统决定刷盘等），AOF为了防止文件膨胀也支持重写

31、AOF重写的时候会不会block主线程？

不会，没有这个必要，起一个子线程重写完毕之后把手头的buffer在刷进去就行了

32、在载入的时候是怎么做的

本地起一个client直接读取AOF重放其中的命令

33、Redis有哪些多机部署方案？

经典的主备同步，通过RDB初始化备库然后进行命令传播 Sentinel，实际上是一种容灾机制 cluster，集群部署，使用多机占用slot的方式进行集群服务提供

34、在主备环境下，如果一个备库中途断链了，重新上线的时候怎么执行同步？

主备各自维护一个写入的Offset，对比差异之后在buffer中读出丢失的命令并进行同步

35、如果备库的offset过于落后已经不在buffer当中了呢？

直接RDB重新同步使用AOF来查找对应offset的语句（这个是我猜的）

36、cluster如何做的故障转移？

不知道，估计也是检测到客观下线然后paxos选主

37、Mysql了解吗，里面有哪些锁？

类型分类：共享锁（S），独占锁（X），意向锁（与表锁互斥）
粒度分类：行锁、表锁

38、行锁怎么实现的？

不知道，这个时候已经有点崩溃了，怎么这么多不知道nnd

39、讲一下事务隔离级别吧

RU、RC、RR、Serializable

40、你们用的是哪个隔离级别

mysql默认的是RR，我们改成RC了

41、在默认隔离级别下会产生幻读问题吗？

会，这是幻读是RR的经典问题之一

42、描述一下幻读

在T1里Select * From table where id = 1;若不存在该记录则insert id = 1的记录进去，但是在select完毕之后T2事务插入了id=1的record，此时后续insert执行失败，本质上来讲是当前的快照都不支持后续dml语句的执行

43、MVCC机制了解吗？

了解，由undolog支撑的数据隔离机制，主要是为了提供更高的并发度

44、讲一下原理

每一行record都存在两个隐藏行，一个是当前的事务id，一个是指向undolog的指针 mvcc机制运行
在rr和rc两个隔离级别下在每次生成ReadView的时候，会将当前的活跃事务ID维护在列表当中，如果访问的Record的ID比最小活跃事务的ID还要小说明之前已经提交了，可以直接读取，如果与最大事务ID还要大就证明该事务在这个快照时没提交，需要根据undolog去找对应的历史版本，如果在最大和最小之间，那么若其为活跃事务则找历史版本，若不是则直接读取
在RC级别下，每次Select都生成新的ReadView，所以能看到不同事物间的提交
在RR级别下，只在第一次Select的时候生成ReadView，所以会产生幻读，因为快照读和真实读的结果不一致

45、慢sql怎么处理？