【社招-Java】阅文集团一面面经

个人履历：大厂一年 & 985本科

面试时长：70mins

面试轮次：一面（同事面）

面试形式：电话面试

面试过程：

个人履历简述

略去不表
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
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
AOP用的哪种？

默认用的JDK动态代理
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
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）
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
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
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
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
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。
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
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
简单讲一下AQS

AQS核心设计：
1. 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
2. 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
3. 加锁的时候若是公平锁则尝试CAS再入队列，若是非公平锁则直接入队列
4. 解锁的时候直接唤醒后继的第一个wait节点
加锁之后AQS是如何响应中断的

太细节了真不会，源码没看这么深
OK问点别的，AQS存在什么实现呢

用过的ReentranceLock、CountDownLatch
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
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
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
你们用过缓存吗

没有，但是用redis做了分布式锁
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
除了redis还有什么可以做分布式锁

Mysql、zookeeper等
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先取当前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
zookeeper了解吗

不了解
那我们继续聊聊Redis吧，Redis有什么数据结构？

List，Hash，Set，Zset，List
Zset怎么实现的

跳表+map实现
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
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
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。
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
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
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
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
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
如果备库的offset过于落后已经不在buffer当中了呢
1. 直接RDB重新同步
2. 使用AOF来查找对应offset的语句（这个是我猜的）
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
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
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
讲一下事务隔离级别吧

RU、RC、RR、Serializable
你们用的是哪个隔离级别

mysql默认的是RR，我们改成RC了
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
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读不支持后续dml语句的执行
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
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
慢sql怎么处理

捞慢sql日志先分析写的索引是不是有问题或者offset太大了，然后看expain
你关注explain的那些col？
1. key：真实用到的索引
2. possible_key：可能用的索引
3. rows：扫描行数，越大越拉垮
4. filter：过滤数据比例，这个col可以验证索引有效性
5. extra：包含是否使用索引、sort是否时filesort等
https了解吗

client发一个随机数给server server发证书+随机数回来

client拆证书找第三方验证证书有效性，取出公钥

client拿公钥加密第三个随机数发server

server私钥解密
线上机器cpu100%你怎么处理

容器化时代，一定要top看下是不是st过高，存在超卖的可能性

如果不是的话top看下那个进程有问题，然后看这个进程哪个线程吃了cpu

jstack直接把线程dump出来然后找对应有问题的线程再分析

也有可能是内存泄漏导致的频繁GC问题，可以拉GClog然后在jmap把heap dump出来看下
你们线上JVM一般调整什么参数

XMX&XMS固定防止内存抖动

堆空间调整：年轻代Age调整、年轻代eden:s0:s1比例调整

收集器调整：大促前把CMS的预清理次数调低一些，CMS的清理阈值调高一些
反问：
1. 什么团队
2. 做什么业务的