华润建材一面
时间
内容
-
自我介绍
-
在进行微服务拆分时，你是如何界定和拆分服务的？拆分的原则是什么？
- 基于业务功能进行拆分，拆分原则主要是保证每个服务的独立性和功能的单一性，尽量减少服务间的耦合度，同时增强扩展性和可维护性。
-
你了解es的存储结构是怎样的吗？
- Elasticsearch的存储结构主要是基于倒排索引的形式。每个文档都会生成一个倒排索引，用于存储词语在文档中的位置，以便快速查询。
- 索引数据存储在磁盘上，并加载到内存中进行快速访问。倒排索引允许Elasticsearch实现高效的全文搜索功能。
-
你是否有研究过开源项目或中间件的底层源码和实现？
- 对HashMap、ArrayList等数据结构进行过研究，其他研究比较少，主要是优先使用和集成这些项目。
-
你对Java从1.7到1.8的升级了解多少？特别是在集合框架方面的优化和改进。
- ConcurrentHashMap：从1.7的分段锁机制改为1.8的CAS（Compare-And-Swap）机制，并引入红黑树来优化哈希冲突。
- Stream API：引入了Stream API，允许对集合进行声明性处理，如过滤、排序和映射，简化了集合的操作。
- Lambda表达式：引入Lambda表达式，使得可以将代码块作为参数传递，极大简化了代码。
-
你能否详细说明1.8版本的ConcurrentHashMap是如何实现的？
在Java 1.8中，ConcurrentHashMap的实现从分段锁改为了使用CAS机制进行无锁操作。具体来说，它采用一种混合了分段锁和节点锁的结构：
1. CAS：用来保证对某个节点的原子性操作，如插入和删除。
2. 红黑树：在链表长度超过一定值时（默认是8），链表会转换为红黑树，从而提高查找性能。
3. 锁：在扩容和某些复杂操作时，仍然需要对整个表或部分表进行锁定，以保证一致性。
7. 请你讲解一下红黑树的结构和应用。
红黑树是一种自平衡二叉搜索树，其节点具有颜色属性（红或黑）。关键规则包括：
- 每个节点要么是红色，要么是黑色。
- 根节点必须是黑色。
- 红色节点不能连续，即红色节点的子节点必须是黑色。
- 从根节点到叶节点的每条路径都必须包含相同数量的黑色节点。
- 红黑树主要应用在需要平衡树结构的场景，如Java中的TreeMap和ConcurrentHashMap。它通过保持树的平衡来保证插入、删除和查找操作的时间复杂度为O(log n)。
- B+树的结构是怎样的？为什么选择B+树而不是B树？
B+树是一种改进的B树，其特点是所有数据都存储在叶子节点，内节点只存储键。叶子节点之间通过指针相连，形成一个链表，这使得B+树适合范围查询。
选择B+树的原因：
1. 高效的范围查询：因为叶子节点间有链表连接，B+树在做范围查询时效率更高。
2. 稳定的插入和删除：B+树的内节点只存储键，使得在插入和删除时调整树结构更加容易。
3. 减少IO次数：因为数据只存储在叶子节点，B+树减少了IO次数，使得查询更高效。
9. 你了解MySQL有哪些存储引擎？
MySQL主要有以下存储引擎：
1. InnoDB：支持事务、外键、行级锁，是最常用的存储引擎，适用于大部分OLTP应用。
2. MyISAM：不支持事务和外键，但性能较好，适用于只读应用或轻量级应用。
3. Memory：数据存储在内存中，速度快，但数据不持久化，适用于临时数据或缓存。
4. CSV：以CSV格式存储数据，适用于简单的数据交换。
10. COUNT、COUNT()、COUNT(字段名)三者有什么区别？ 6. COUNT()：统计所有行的数量，包括NULL。 7. COUNT(字段名)：统计指定字段非NULL值的数量。 8. COUNT(DISTINCT 字段名)：统计指定字段的不同非NULL值的数量。
#面经##软件开发笔面经#