java后端知识点总结思维导图模板_ProcessOn思维导图、流程图

基本数据结构

基本数据类型

常见集合

HashMap&ConcurrentHashMap

JVM

内存划分

线程私有

程序计数器

存储下一条的指令地址

程序计数器私有主要是为了线程切换后能恢复到正确的执行位置

本地方法栈

虚拟机栈

Java虚拟机栈用于管理Java方法的调用，而本地方法栈用于管理本地方法的调用

线程共享

堆

新生代

Eden

s0

s1

老年代

永久代

方法区

常量池和静态区域

内存分配的两种方式

指针碰撞

Serial,ParNew

空闲列表

CMS

内存分配并发问题

CAS+失败重试

TLAB

垃圾回收

判断对象是否死亡

引用计数法

无法解决循环引用问题

可达性分析

可以从GCRoots出发

类加载过程

加载、链接、初始化

链接

验证、准备、解析

类加载器

启动类加载器

拓展类加载器

应用程序类加载器

双亲委派模型

JVM参数

https://javaguide.cn/java/jvm/jvm-parameters-intro.html#_2-%E5%A0%86%E5%86%85%E5%AD%98%E7%9B%B8%E5%85%B3

xms,xmx，设置的是堆内存最小和最大大小

-XX:NewSize=256m
-XX:MaxNewSize=1024m

新生代

-Xmn256m

垃圾回收算法

标记-清除算法

复制算法

标记-整理算法

垃圾回收器

Serial

串行，新生代采用标记-复制算法，老年代采用标记-整理算法。

ParNew 收集器

串行，新生代采用标记-复制算法，老年代采用标记-整理算法。

Parallel Scavenge

新生代采用标记-复制算法，老年代采用标记-整理算法。

Serial Old 收集器

针对老年代

Parallel Old

老老年代，标记-整理算法

CMS 收集器

标记-清除

优点

并发收集、低停顿

缺点

对 CPU 资源敏感；

无法处理浮动垃圾

它使用的回收算法-“标记-清除”算法会导致收集结束时会有大量空间碎片产生。

java14中移除

G1

满足 GC 停顿时间要求的同时,还具备高吞吐量性能特征

并行与并发

分代收集

管理整个堆

空间整合

可预测的停顿

ZGC

ZGC 可以将暂停时间控制在几毫秒以内，且暂停时间不受堆内存大小的影响

分类

串行

并行

指的是垃圾回收器并行处理，此时用户线程还是停止状态

ParNew、 Parallel Scavenge、 Parallel old

并发

指的是垃圾回收线程和用户线程同时执行

CMS,G1

CMS

G1

总结

JVM线上问题排查和性能调优

spring框架

spring注解

https://javaguide.cn/system-design/framework/spring/spring-knowledge-and-questions-summary.html#%E6%B3%A8%E5%85%A5-bean-%E7%9A%84%E6%96%B9%E5%BC%8F%E6%9C%89%E5%93%AA%E4%BA%9B

Spring AOP

概念

面向切面编程：核心思想就是将横切关注点从核心业务逻辑中分离出来，形成一个个的切面

AOP 的目的是将横切关注点（如日志记录、事务管理、权限控制、接口限流、接口幂等等）从核心业务逻辑中分离出来，通过动态代理、字节码操作等技术，实现代码的复用和解耦，提高代码的可维护性和可扩展性

项目应用

日志记录

@OperationLog,接口上加入这个进行日志管理

事务管理

@Transactional

只能用于pulic方法

避免同一个类中调用 @Transactional 注解的方法，这样会导致事务失效；

事务的几种传播行为（7种）

REQUIRED

如果当前存在事务，则加入该事务

如果当前没有事务，则创建一个新事务

适用场景：大多数业务方法

SUPPORTS

如果当前存在事务，则加入该事务

如果当前没有事务，则以非事务方式执行

适用场景：查询方法，可有可无事务

MANDATORY

如果当前存在事务，则加入该事务

如果当前没有事务，则抛出异常

适用场景：强制要求必须在事务中执行的方法

REQUIRES_NEW

总是创建一个新事务

如果当前存在事务，则挂起当前事务

适用场景：需要独立事务的方法，如日志记录

NOT_SUPPORTED

以非事务方式执行

如果当前存在事务，则挂起当前事务

适用场景：不需要事务支持的方法

NEVER

NESTED

权限控制

@Interface和@CommonUserRole

接口限流

@Async

原理

AOP实现

失效场景

private方法

static方法

Spring 的异步机制是通过代理实现的，由于静态方法不属于实例而是属于类且不参与继承，Spring 的代理机制（无论是基于 JDK 还是 CGLIB）无法拦截静态方法来提供如异步执行这样的增强功能

同一类中调用异步方法

通过动态代理实现，同一个类可能会导致动态代理失效

忘记开启异步支持

注解的方法所在的类必须是 Spring Bean

特有场景

未启用异步支持

线程池配置问题

可能遇到问题

异常处理

https://javaguide.cn/system-design/framework/spring/async.html#%E9%81%BF%E5%85%8D-async-%E6%B3%A8%E8%A7%A3%E5%A4%B1%E6%95%88

线程池资源导致问题

事务

https://mp.weixin.qq.com/s/FySv5L0bCdrlb5MoSfQtAA

@Transactional

只能作用于public方法

static方法失效

同类内部调用

失效特有场景

未启用事务管理

异常类型不正确

传播行为设置

总结

代理方式

静态代理

JDK 动态代理

如果要代理的对象，实现了某个接口，那么 Spring AOP 会使用 JDK Proxy，去创建代理对象，

基于接口实现

而对于没有实现接口的对象，就无法使用 JDK Proxy 去进行代理了，这时候 Spring AOP 会使用 Cglib 生成一个被代理对象的子类来作为代理使用CGLIGB

字节码文件

AspectJ

基于类实现，加载类的.class文件，修改字节码文件生成他的子类，所以如果是final修饰，无法动态代理

IOC

概念

IoC （Inversion of Control ）即控制反转/反转控制。它是一种思想不是一个技术实现。描述的是：Java 开发领域对象的创建以及管理的问题

将原本在程序中手动创建对象的控制权交给第三方比如 IoC 容器

对象之间的耦合度或者说依赖程度降低；
资源变的容易管理；

IoC 最常见以及最合理的实现方式叫做依赖注入（Dependency Injection，简称 DI）

应用

Bean

循环依赖

三级缓存（实际都是三个Map）

一级缓存

存储完整的Bean

二级缓存

避免多重循环依赖问题

避免重复创建对象

三级缓存

存放Bean工厂对象，用于生成原始Bean

https://blog.csdn.net/a745233700/article/details/110914620

spring中bean的线程安全

绝大部分 Bean 都可以声明为 singleton 作用域

唯一 bean 实例，Spring 中的 bean 默认都是单例的。也就是单例模式

类中定义一个ThreadLocal成员变量，将需要的可变成员变量保存在 ThreadLocal 中

BeanFactory 和FactoryBean

BeanFactory是Spring的核心IoC容器，负责管理Bean的生命周期和依赖关系；而FactoryBean是一种特殊的Bean，用于自定义复杂对象的创建逻辑。两者的核心区别体现在功能定位上：BeanFactory作为容器框架管理所有Bean，而FactoryBean作为扩展机制增强单个Bean的创建能力

bean生命周期（也就是bean的创建和销毁)

spring事务

https://mp.weixin.qq.com/s?__biz=Mzg2OTA0Njk0OA==&mid=2247486668&idx=2&sn=0381e8c836442f46bdc5367170234abb&chksm=cea24307f9d5ca11c96943b3ccfa1fc70dc97dd87d9c540388581f8fe6d805ff548dff5f6b5b&token=1776990505&lang=zh_CN#rd

事务是逻辑上的一组操作，要么都执行，要么都不执行

ACID

分类

编程式事务管理

侵入式管理

声明式事务管理

非侵入式管理，是对方法前后进行拦截，然后在目标方法开始之前创建或者加入一个事务，执行完目标方法之后根据执行的情况提交或者回滚。

spring设计模式

单例模式

单例模式有什么作用：

它的主要作用是确保一个类只有一个实例，并提供一个全局访问点

数据库连接池、线程池

日志管理log

配置管理

现代替代方案

spring里面的Bean

饿汉式

浪费内存

懒汉式

多线程下不安全

双重检测锁模式

如果先执行了1,3操作，另一个线程判断lazyman!=null，但其实还没有执行构造方法，初始化对象，所以要用下面的这种方式

双重检测锁模式（反射可以破坏单例模式）

枚举单例模式

子主题

模板模式

jdbcTemplate，以template结尾

动态代理模式

springboot

自动装配原理

springboot是通过main方法下的SpringApplication.run方法启动的，启动的时候他会调用refreshContext方法，先刷新容器，然后根据解析注解或者解析配置文件的形式注册bean，而它是通过启动类的SpringBootApplication注解进行开始解析的，他会根据EnableAutoConfiguration开启自动化配置，这个里面还有一句@Import(AutoConfigurationImportSelector.class), 里面有个核心方法getCandidateConfigurations会调用loadFactoryNames(获取所有的加载配置，实现在下面)，根据classpash路径以MATA-INF/spring.factorces下面以什么什么EnableAutoConfiguration开头的key去加载里面所有对应的自动化配置，他并不是把这一百二十多个自动化配置全部导入，在他每个自动化配置里面都有条件判断注解(@ConditionalOn…可能是class,property),先判断是否引入相互的jar包,再判断容器是否有bean再进行注入到bean容器.

常用注解

spring cloud

注册中心

nacos

服务注册，发现

权重管理，健康检查

服务优雅上线下线

在线编辑，历史版本，一键回滚，灰度发布

zookeeper

spring cloud gateway

请求路由：根据请求本身的属性把请求转发到不同的微服务

权限校验：某些业务场景在处理用户请求时需要先对用户进行权限校验

限流

流量统计

灰度

ngix

反向代理

负载均衡

nginx和gateway区别

Nginx

流量网关，与业务网关相反，定义全局性的、跟具体的后端业务应用和服务完全无关的策略网关。流量网关通常只专注于全局的Api管理策略，比如全局流量监控、日志记录、全局限流、黑白名单控制、接入请求到业务系统的负载均衡等

gateway

业务网关：对于具体的后端业务应用或者是服务和业务有一定关联性的策略网关。业务网关针对具体的业务需要提供特定的流控策略、缓存策略、鉴权认证策略

RPC框架

Dubbo

OpenFeign

并通过动态代理的方式产生实现类，实现类中做负载均衡并调用其他服务。

负载均衡

Ribbon

停止维护-netflix

LoadBalancer

官方组件，只有轮询和随机负载策略

seata

sentinel

RocketMQ

消息队列作用：

异步，解耦，削峰填谷

将耗时的任务异步化，通过消息队列缓存任务，从而实现消息发送方和接收方的解耦，使得任务的处理能够异步、并行，从而提高系统或集群的吞吐量和可扩展性

消息种类

消息发送的三种模式

同步、异步、单向

可选择同步、异步或单向发送。同步：Producer 发出一条消息后，会在收到 MQ 返回的 ACK 之后再发送下一条消息。异步：Producer 发出消息后无需等待 MQ 返回 ACK ，直接发送下一条消息。单向： Producer 仅负责发送消息，不等待，MQ 也不返回 ACK。

两种消息消费模式

集群模式

一个消息只会被同一个消费组内的消费者中的一个消费

广播模式

消息会被推送到消费组内的所有消费者，保证每个消费者都消费到

消息类型

顺序消息

全局顺序

对于指定的一个 Topic ，所有消息按照严格的先入先出的顺序进行发布和消费（同一个 queue）

分区顺序

对于一个指定的 Topic ，所有消息根据 sharding key 进行分区，同一个分区内的消息按照严格的 FIFO 顺序进行发布和消费，分区之间彼此独立。

延时消息

比如电商里，提交了一个订单就可以发送一个延时消息，1h后去检查这个订单的状态，如果还是未付款就取消订单释放库存。

使用限制

不支持任意时间的延时，需要设置几个固定的延时等级，从1s到2h分别对应着等级1到18

批量消息

批量消息应该有相同的topic

超过4M最好分割发送

过滤消息

消费者将接收包含TAGA或TAGB或TAGC的消息。但是限制是一个消息只能有一个标签

consumer.subscribe("TOPIC", "TAGA || TAGB || TAGC");

SQL

consumer.subscribe("TopicTest", MessageSelector.bySql("a between 0 and 3");

事务消息

缺图

https://mp.weixin.qq.com/s/EEkjBrVYQFwBiGQObrM_TQ

1、producer发送消息给mq服务端；
2、服务端持久化消息后发送ACK确认收到（此时消息为半消息）;
3、producer执行本地事务；
4、根据本地事务执行结果向服务端提交二次确认（COMMIT,ROLLBACK）；服务端收到后决定是把消息标记为可投递，还是删除半消息；
5、在断网或者是应用重启的特殊情况下，上述步骤4提交的二次确认最终未到达 MQ Server，经过固定时间后 MQ Server 将对该消息发起消息回查。
6、producer收到消息回查后，检查对应消息本地事务执行结果；
7、发送方根据检查得到的本地事务的最终状态再次提交二次确认，MQ Server 仍按照步骤 4 对半消息进行操作。

事务消息状态

* TransactionStatus.CommitTransaction: 提交事务，它允许消费者消费此消息。
* TransactionStatus.RollbackTransaction: 回滚事务，它代表该消息将被删除，不允许被消费。
* TransactionStatus.Unknown: 中间状态，它代表需要检查消息队列来确定状态。

使用限制

事务消息不支持延时消息和批量消息。

broker检查消息状态有次数限制

1. 事务消息不支持延时消息和批量消息。
2. 为了避免单个消息被检查太多次而导致半队列消息累积，我们默认将单个消息的检查次数限制为 15 次，但是用户可以通过 Broker 配置文件的 `transactionCheckMax`参数来修改此限制。如果已经检查某条消息超过 N 次的话（ N = `transactionCheckMax` ）则 Broker 将丢弃此消息，并在默认情况下同时打印错误日志。用户可以通过重写 `AbstractTransactionCheckListener` 类来修改这个行为。
3. 事务消息将在 Broker 配置文件中的参数 transactionMsgTimeout 这样的特定时间长度之后被检查。当发送事务消息时，用户还可以通过设置用户属性 CHECK_IMMUNITY_TIME_IN_SECONDS 来改变这个限制，该参数优先于 `transactionMsgTimeout` 参数。
4. 事务性消息可能不止一次被检查或消费。
5. 提交给用户的目标主题消息可能会失败，目前这依日志的记录而定。它的高可用性通过 RocketMQ 本身的高可用性机制来保证，如果希望确保事务消息不丢失、并且事务完整性得到保证，建议使用同步的双重写入机制。
6. 事务消息的生产者 ID 不能与其他类型消息的生产者 ID 共享。与其他类型的消息不同，事务消息允许反向查询、MQ服务器能通过它们的生产者 ID 查询到消费者。

不理解？？

消息存储& 发送

存储结构

文件系统

数据库MYSQL----不用

存储流程

缺图

采用顺序写，速度比较快

消息发送：采用“零拷贝”技术，提高消息存盘和网络发送的速度。

台服务器把本机磁盘文件的内容发送到客户端，一般分为读和写，实际是四个过程

1. 从磁盘复制数据到内核态内存；
2. 从内核态内存复制到用户态内存；
3. 然后从用户态内存复制到网络驱动的内核态内存；
4. 最后是从网络驱动的内核态内存复制到网卡中进行传输。

存储结构

缺个图

ConsumeQueue

消息的逻辑队列，存储的是指向物理存储的地址

CommitLog

真正的物理存储文件

IndexFile

为了消息查询提供了一种通过key或时间区间来查询消息的方法，这种通过IndexFile来查找消息的方法不影响发送与消费消息的主流程

刷盘机制

同步

SYNC_FLUSH

异步

ASYNC_FLUSH

高可用

broker的主从机制

brokerId为0表示master，>1表示slave

消费高可用

自动切换Consumer这种机制，当一个Master角色的机器出现故障后，Consumer仍然可以从Slave读取消息，不影响Consumer程序。这就达到了消费端的高可用性。

发送高可用

当一个Broker组的Master不可用后，其他组的Master仍然可用，Producer仍然可以发送消息

消息主从复制

如果一个Broker组有Master和Slave，消息需要从Master复制到Slave 上，有同步和异步两种复制方式。

同步复制

数据完整性高，增大数据写入延迟，降低系统吞吐量

异步复制

统拥有较低的延迟和较高的吞吐量，但是如果Master出了故障，有些数据因为没有被写入Slave，有可能会丢失

说明：结合刷盘机制，一般设置为，异步刷盘&主从同步复制

负载均衡

Producer负载均衡

roducer端，每个实例在发消息的时候，默认会轮询所有的message queue发送，以达到让消息平均落在不同的queue上

Consumer负载均衡

集群模式

每条消息只需要投递到订阅这个topic的Consumer Group下的一个实例即可

RocketMQ采用主动拉取的方式拉取并消费消息

广播模式

由于广播模式下要求一条消息需要投递到一个消费组下面所有的消费者实例，所以也就没有消息被分摊消费的说法

死信队列

当一条消息初次消费失败，消息队列 RocketMQ 会自动进行消息重试；达到最大重试次数后，若消费依然失败，则表明消费者在正常情况下无法正确地消费该消息，此时，消息队列 RocketMQ 不会立刻将消息丢弃，而是将其发送到该消费者对应的特殊队列中。

死信消息具有以下特性

- 不会再被消费者正常消费。
- 有效期与正常消息相同，均为 3 天，3 天后会被自动删除。因此，请在死信消息产生后的 3 天内及时处理

死信队列具有以下特性：

- 一个死信队列对应一个 Group ID，而不是对应单个消费者实例。
- 如果一个 Group ID 未产生死信消息，消息队列 RocketMQ 不会为其创建相应的死信队列。
- 一个死信队列包含了对应 Group ID 产生的所有死信消息，不论该消息属于哪个 Topic。

如何保证顺序消费、如何解决重复消费

顺序消费

只能保证局部顺序，配合分布式锁，同一个消费者组下同一个消息队列只会被一个消费者客户端获取

重复消费

幂等性

https://mp.weixin.qq.com/s/EEkjBrVYQFwBiGQObrM_TQ

副作用

重复消费，顺序消费，分布式事务问题，消息堆积问题

MySQL

基础引擎

存储引擎，innodb和myIsam的区别

https://javaguide.cn/database/mysql/mysql-questions-01.html#myisam-%E5%92%8C-innodb-%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB

是否支持行锁（都支持表锁），是否支持事务（myisam航行锁都不支持，怎么支持事务），是否支持外键，是否支持MVCC

都是B+树，但是索引实现方式不同

innodb数据文件和索引文件放一起

myisam索引文件和数据文件是分开的

性能

InnoDB 的性能比 MyISAM 更强大

些读密集的情况下，使用 MyISAM 也是合适的

基本语法使用

DDL和DML区别

DDL是数据定义语言

create,alter,drop,truncate

不能回滚

DML是数据操作语言

增删改查

支持回滚

delete,drop,trunctate

delete不加where和trancate一样，只是删除数据，drop是删除表结构

基本数据类型

CHAR和VARCHAR

前者是定长，后者是变长

DATETIME和TIMESTAMP

前者和时区无关，时间范围比较大

后者和时区有有关，时间范围比较小，1970~2037,更好的索引性能

前者是8个字节，后面是4个字节

DATE只有年月日，没有后面分钟秒

不要用字符串存储时间，效率低下，时间戳也可以存储时间

DECIMAL 和 FLOAT/DOUBLE 的区别是什么？

DECIMAL 和 FLOAT 的区别是：DECIMAL 是定点数，FLOAT/DOUBLE 是浮点数。DECIMAL 可以存储精确的小数值，FLOAT/DOUBLE 只能存储近似的小数值。DECIMAL 用于存储具有精度要求的小数，例如与货币相关的数据，可以避免浮点数带来的精度损失。在 Java 中，MySQL 的 DECIMAL 类型对应的是 Java 类 java.math.BigDecimal

不推荐使用BLOB和TEXT类型

不能有默认值。在使用临时表时无法使用内存临时表，只能在磁盘上创建临时表（《高性能 MySQL》书中有提到）。检索效率较低。不能直接创建索引，需要指定前缀长度。可能会消耗大量的网络和 IO 带宽。可能导致表上的 DML 操作变慢。

https://javaguide.cn/database/sql/sql-syntax-summary.html

null和' '的区别

事务ACID

原子性

undo log保障

MVCC也需要用到

一致性

其他三大特性来保障

个事务执行之前和执行之后数据库都必须处于一致性状态

隔离性

mvcc

并发环境下，不同的事务的修改要隔离

持久性

redo log

mysql，NoSql

https://javaguide.cn/database/nosql.html#sql-%E5%92%8C-nosql-%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB

mysql,redis的区别

锁分类

几种行锁

记录锁（Record Lock）

单个行记录上的锁

间隙锁(gap lock)

保证某个间隙内的数据在锁定情况下不会发生任何变化。比如mysql默认隔离级别下的可重复读（RR）。（锁定某个区间，不包括本行）

临键锁（Next-key Locks）

临键锁是行锁+间隙锁，即临键锁是是一个左开右闭的区间

粒度

表级锁

select * from student where name = 'tom' for update

行级锁

select * from student where id > 10 for update

级别

共享锁（读锁）

排它锁（写锁）

意向锁

OLTP和OLAP

OLTP(transaction)

联机事务处理

处理数据库事务

存储的主要是与业务直接相关的数据，强调准确、低时延、高并发

OLAP(analysis)

联机分析处理

以多维数据集格式存储数据，主要是用来数据分析，

HBase，Hive

并发事务

存在问题

脏读

丢失修改（暂时不记忆）

不可重复读

不可重复读的重点是内容修改或者记录减少比如多次读取一条记录发现其中某些记录的值被修改

针对的是某一条数据多次查询结果不一致

幻读

幻读的重点在于记录新增比如多次执行同一条查询语句（DQL）时，发现查到的记录增加了

针对的是查询的多条记录结果不一致

总结

事务隔离级别

读未提交

读已提交

MVCC可以解决

可重复读(默认级别)

MVCC可以解决

串行化

基于锁实现

MVCC+临键锁

解决幻读问题

对快照读（普通 select 语句），是通过 MVCC 方式解决了幻读

串行化，效率比较低

并发事务控制方式

锁

MVCC

多版本并发控制

就是维护一个数据的多个版本，主要是为了提高数据库并发性能，它能很好地处理MySQL的读写冲突，做到尽量不加锁，大大降低系统的开销，使得读写不阻塞

是 MySQL 的 InnoDB 存储引擎实现隔离级别的一种具体方式，用于实现提交读和可重复读这两种隔离级别

可以解决脏读，不可重复读；和临键锁一起可以解决幻读问题

MVCC的两种方式

快照读

默认

当前读

for update

MVCC原理

通过3个隐藏字段，undolog，read view

RR级别下如何解决幻读问题

MVCC+ nextkeylock

快照读依靠MVCC控制，当前读通过 next-key lock 解决（MVCC 解决了快照读情况下的幻读，next-key lock 解决当前读情况下的幻读）。

日志

slow query log

慢查询日志

binlog

二进制日志

记录更改数据库的所有操作

应用场景

主从复制

数据恢复

数据库级别的任务恢复

redo-log

重做日志

保证事务持久性(已经提交的事务持久化数据库当中)

binlog是数据库级别的任务恢复，redo-log事务级别的数据恢复

对于已经COMMIT的事务产生的数据变更，即使是系统宕机崩溃也可以通过它来进行数据重做，达到数据的持久性

undo log

撤销日志

保证事务的原子性，提供事务回滚能力

MVCC的实现

多版本并发控制方法

用于在多个并发事务同时读写数据库时保持数据的一致性和隔离性。它是通过在每个数据行上维护多个版本的数据来实现的。当一个事务要对数据库中的数据进行修改时，MVCC 会为该事务创建一个数据快照，而不是直接修改实际的数据行。

读写分离&分库分表

分库分表

ShardingSphere-jdbc进行分表

数据迁移问题

备份数据

老表数据备份到新表数据

预计好几天，所以放弃

双写方案

读写分离

读写分离基于主从复制，MySQL 主从复制是依赖于 binlog

分库就是将数据库中的数据分散到不同的数据库上。分表就是对单表的数据进行拆分，可以是垂直拆分，也可以是水平拆分

ShardingSphere-jdbc原理

性能优化

索引类型

底层结构划分

聚簇索引

索引结构和数据一起放的索引

InnoDB 中的主键索引就属于聚簇索引

非聚簇索引

索引结构和数据分开放的索引

myisam引擎的索引都是这种类型，innodb的辅助索引也都是这种类型

应用维度

主键索引

不能为NULL

非叶子节点存储索引，叶子节点存储索引和索引对应的数据

普通索引

唯一索引、

可以有NULL

覆盖索引

查询所需的所有列都包含在索引中。这意味着数据库可以完全从索引中读取数据，而不必访问表，减少IO次数，从而显著提高查询性能

联合索引

多列值组成一个索引，专门用于组合搜索

全文索引：对文本的内容进行分词，进行搜索。目前只有 CHAR、VARCHAR、TEXT 列上可以创建全文索引。一般不会使用，效率较低

如何优化慢SQL

怎么发现慢SQL

Slow Query Log

公司平台

如何优化

EXPLAIN进行执行计划分析

type，表的访问方法

key

实际使用的索引，如果是NULL，表示没有用到索引

rows：预估扫描多少行才能得到所需要的数据

Extra

Using filesort：在排序时使用了外部的索引排序，没有用到表内索引进行排序。
Using temporary：MySQL 需要创建临时表来存储查询的结果，常见于 ORDER BY 和 GROUP BY。
Using index：表明查询使用了覆盖索引，不用回表，查询效率非常高。
Using index condition：表示查询优化器选择使用了索引条件下推这个特性。
Using where：表明查询使用了 WHERE 子句进行条件过滤。一般在没有使用到索引的时候会出现。
Using join buffer (Block Nested Loop)：连表查询的方式，表示当被驱动表的没有使用索引的时候，MySQL 会先将驱动表读出来放到 join buffer 中，再遍历被驱动表与驱动表进行查询。

优化措施

建立合适的索引，使用过程中，避免索引失效的场景

建立索引

最左前缀原则

创建索引

覆盖索引

like

函数计算

索引失效的几种场景

建立不当或者没有按照最左匹配原则

遇到范围查询会停止匹配

索引列使用了函数

SUM(**)

索引列有计算

B-1=5

like匹配 %sss

使用OR，OR前后的几个字段不是同时有索引

b=1 or c=2

IN使用不当

取值范围较大时可能不走索引，大于30%

not in,not exists

同上

order by使用不当

不走索引走全表，相比走索引+回表可能更快

语法优化

避免select *尽量使用具体字段

不需要的字段可能会导致回表查询

使用连接查询代替子查询

不需要建立临时表，子查询的临时表没有索引

合理使用分页查询

深度分页优化

范围查询

子查询

# 通过子查询来获取 id 的起始值，把 limit 1000000 的条件转移到子查询
SELECT * FROM t_order WHERE id >= (SELECT id FROM t_order where id > 1000000 limit 1) LIMIT 10;

延迟关联

-- 使用 INNER JOIN 进行延迟关联
SELECT t1.* FROM t_order t1 INNER JOIN (SELECT id FROM t_order where id > 1000000 LIMIT 10) t2 ON t1.id = t2.id;

覆盖索引

避免回表操作

随机IO变成顺序IO

避免多表JOIN

三个以内

自己关联

表里面做冗余数据

不要用外键

union all 代替UNION

批量操作

减少回表次数

覆盖索引

随机IO变成顺序IO

索引下推的概念

COUNT(*)COUNT(列名)、COUNT(常量)和COUNT(*)之间的区别

数据库表结构

根据字段使用频率进行大表拆分

架构层面

合适的数据类型，读写分离，分布式架构

使用shardingsphere进行分表后，如何进行分页查询

插入性能会提高，查询性能会降低？

https://3ms.huawei.com/km/groups/2027333/blogs/details/18196641#2.2-%E6%95%B0%E6%8D%AE%E5%88%86%E7%89%87

https://www.cnblogs.com/cg-ww/p/16614454.html#%E5%88%86%E5%B8%83%E5%88%86%E8%A1%A8%E5%BA%94%E7%94%A8%E5%92%8C%E9%97%AE%E9%A2%98

基本原理

https://blog.csdn.net/zuoshengdong/article/details/106454888

业务层的SQL传递给JDBC中间层，经过SQL解析，查询优化，SQL路由，SQL改写，SQL执行，结果归并，最终返回给业务结果

MyBatis

缓存问题

一级缓存

一级缓存是指SQLSession，一级缓存的作用域是SQlSession, Mabits默认开启一级缓存。

SQLSession级别，默认开启，无法关闭，多个SQLSession不共享，Session 关闭或执行更新操作的时候才会清空缓存

短周期重复查询

二级缓存

二级缓存是mapper级别的，Mybatis默认是没有开启二级缓存的。

可以配置开启，多个SQLSession共享，适用于长时间不变的数据查询

#{}和${}区别

#{}：SQL参数占位符替换为？，可以防止SQL注入，变量替换后，会自动加上单引号

${}：拼接符，不能防止SQL注入，变量替换后，不会加上单引号，也可以表示properties文件中的变量占位符

常见标签

系统设计

认证和授权

认证 (Authentication)

你是谁

授权 (Authorization)

你有权限干什么

RBAC模型

子主题

session和cookie

Session 的主要作用就是通过服务端记录用户的状态。典型的场景是购物车，当你要添加商品到购物车的时候，系统不知道是哪个用户操作的，因为 HTTP 协议是无状态的。服务端给特定的用户创建特定的 Session 之后就可以标识这个用户并且跟踪这个用户了。

Cookie 数据保存在客户端(浏览器端)，Session 数据保存在服务器端。相对来说 Session 安全性更高。如果使用 Cookie 的一些敏感信息不要写入 Cookie 中，最好能将 Cookie 信息加密然后使用到的时候再去服务器端解密

验证方案

JWT

定义：JWT （JSON Web Token）
https://javaguide.cn/system-design/security/advantages-and-disadvantages-of-jwt.html#%E9%80%82%E5%90%88%E7%A7%BB%E5%8A%A8%E7%AB%AF%E5%BA%94%E7%94%A8

一种基于 Token 的认证授权机制。从 JWT 的全称可以看出，JWT 本身也是 Token，一种规范化之后的 JSON 结构的 Token

组成部分

头信息（Header）

JWT的元数据，包括签名算法和token的类型

有效载荷（Payload）

实际要传输的数据

默认不加密，不可以存放敏感信息

签名（Signature）

服务器通过 Payload、Header 和一个密钥(Secret)使用 Header 里面指定的签名算法（默认是 HMAC SHA256）生成，防止被篡改，密钥是存放在服务端，不能被泄露出去。

xxxxx.yyyyy.zzzzz

总体公式

HMACSHA256(
base64UrlEncode(header) + "." +base64UrlEncode(payload)+ '.'+secret)

JWT验证过程

用户向服务器发送用户名、密码以及验证码用于登陆系统。如果用户用户名、密码以及验证码校验正确的话，服务端会返回已经签名的 Token，也就是 JWT。用户以后每次向后端发请求都在 Header 中带上这个 JWT 。服务端检查 JWT 并从中获取用户相关信息。

建议将 JWT 存放在 localStorage 中，放在 Cookie 中会有 CSRF 风险。请求服务端并携带 JWT 的常见做法是将其放在 HTTP Header 的 Authorization 字段中；；
密钥一定保管好，一定不要泄露出去。JWT 安全的核心在于签名，签名安全的核心在密钥。

注销等场景下JWT依然有效问题

存放在Redis当中

过期就删除

加入黑名单当中

先判断是否在黑名单当中

单点登录

https://javaguide.cn/system-design/security/sso-intro.html#%E8%B7%A8%E5%9F%9F%E7%99%BB%E5%BD%95%E3%80%81%E7%99%BB%E5%87%BA

Redis

redis对象/数据类型

string

list

hashmap

set

有序集合zset

相比Set 类型多了一个排序属性 score

可以用来排行榜

底层实现一般是由压缩列表或者跳表

hyperloglog（基数统计）

数量巨大（百万、千万级别以上）的计数场景

BitMap位存储

用户签到情况、活跃用户情况

geospatial（地理位置）

附近的人

redis底层数据结构（上面五种基本数据类型的底层实现）

动态字符串SDS

链表

字典-Dict

跳表-skiplist

整数集合IntSet

压缩列表ziplist

quicklist

SETNX

set if not exist

实现redis分布式锁

re

幂等性

https://mp.weixin.qq.com/s/yvKASWcRLfOok-NFPrIRsw

redis

为什么那么快

单线程，省去了上下文切换，也不需要锁的性能消耗

基于内存，读写速度快

I/O多路复用，可以处理大量的客户端 Socket 请求

性能瓶颈

内存、网络，不是CPU

IO 多路复用机制是指一个线程处理多个 IO 流

持久化方式

RDB

快照持久化

RDB 持久化方式能够在指定的时间间隔内对你的数据进行快照存储

适合大规模的数据恢复

对数据完整性要求不高

AOF

追加文件

把所有命令都记录下来（读操作不记录），恢复的时候把所有命令都再执行一边。所以比较慢

运行效率也比rdb慢，Redis默认配置就是rdb持久化

数据更完整

redis主从复制

数据冗余备份

故障回复

负载均衡

集群模式，高可用

如何解决redis缓存和数据库一致性

同步删除：更新数据库，删除缓存

如果业务量不大，这种方案基本上也能满足需求。

延迟双删

删除缓存，更新数据库，删除缓存，等一会再删除缓存

监听binlog配合消息队列删除+重试

更新请求过来先更新数据库。
缓存管理服务订阅binlog，将删除缓存消息推送至消息队列来删除缓存。
如果删除失败则进行重试。

https://blog.csdn.net/weixin_45433817/article/details/137750937

子主题

缓存雪崩、缓存穿透、缓存击穿、缓存预热、缓存更新、缓存降级

缓存雪崩

缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉

缓存穿透（缓存和数据库当中都没有的数据）

布隆过滤器

缓存击穿

由于某个key比较热点，不停的扛着大并发，集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库的数据。

其他问题

big key：这个key值存储的value过大

问题：

性能下降，读写的时候阻塞服务

删除key的时候会阻塞

分批删除

集群场景下，会导致数据倾斜

解决

拆分成多个key，用mget

大value存储到hash里面，用hget

Linux&docker

linux

docker

多线程&高并发

分布式ID

数据库自增

支持并发量不大

UUID（项目用的）

生成速度通常比较快、简单易用

存储消耗空间大（32 个字符串，128 位）、不安全（基于 MAC 地址生成 UUID 的算法会造成 MAC 地址泄露)、无序（非自增）、没有具体业务含义、需要解决重复 ID 问题（当机器时间不对的情况下，可能导致会产生重复 ID

雪花算法

需要解决重复 ID 问题（ID 生成依赖时间，在获取时间的时候，可能会出现时间回拨的问题，也就是服务器上的时间突然倒退到之前的时间，进而导致会产生重复 ID）、依赖机器 ID 对分布式环境不友好（当需要自动启停或增减机器时，固定的机器 ID 可能不够灵活）

生成速度比较快、生成的 ID 有序递增、比较灵活

线程池

创建线程的几种方式（本质上只有一种，Thread.run()）

https://mp.weixin.qq.com/s/NspUsyhEmKnJ-4OprRFp9g

Thread

runnable

callable

线程池

compteableFuture

Thread.run和start方法区别

start：用start方法来启动线程，真正实现了多线程运行，这时无需等待run方法体代码执行完毕而直接继续执行下面的代码。通过调用Thread类的start()方法来启动一个线程，这时此线程处于就绪（可运行）状态，并没有运行，一旦得到cpu时间片，就开始执行run()方法，这里方法 run()称为线程体，它包含了要执行的这个线程的内容，Run方法运行结束，此线程随即终止。

2) run： run()方法只是类的一个普通方法而已，如果直接调用Run方法，程序中依然只有主线程这一个线程，其程序执行路径还是只有一条，还是要顺序执行，还是要等待run方法体执行完毕后才可继续执行下面的代码，这样就没有达到写线程的目的。总结：调用start方法方可启动线程，而run方法只是thread的一个普通方法调用，还是在主线程里执行。这两个方法应该都比较熟悉，把需要并行处理的代码放在run()方法中，start()方法启动线程将自动调用 run()方法，这是由jvm的内存机制规定的。并且run()方法必须是public访问权限，返回值类型为void。

线程池介绍

https://javaguide.cn/java/concurrent/java-thread-pool-summary.html#singlethreadexecutor

线程池好处

降低资源消耗

重复利用已创建的线程降低线程创建和销毁造成的消耗

提高响应速度

当任务到达时，任务可以不需要等到线程创建就能立即执行

方便管理线程

线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。

创建线程池的两种方式

通过Excutors创建（不推荐）

FixedThreadPool

固定线程数量的线程池

SingleThreadExecutor

只有一个线程的线程池

CachedThreadPool

可根据实际情况调整线程数量的线程池。线程池的线程数量不确

ScheduledThreadPool

给定的延迟后运行任务或者定期执行任务的线程池

SingleThreadScheduledExecutor

不推荐原因

通过new ThreadPoolExecutor创建

几个参数介绍

核心线程

最大线程数量

动态线程池

CPU密集型

这种任务消耗的主要是 CPU 资源，可以将线程数设置为 N（CPU 核心数）+1。比 CPU 核心数多出来的一个线程是为了防止线程偶发的缺页中断，或者其它原因导致的任务暂停而带来的影响。一旦任务暂停，CPU 就会处于空闲状态，而在这种情况下多出来的一个线程就可以充分利用 CPU 的空闲时间。

核心线程数量等于最大线程数量，过多的线程会导致频繁上下文切换，降低性能

I/O密集型

这种任务应用起来，系统会用大部分的时间来处理 I/O 交互，而线程在处理 I/O 的时间段内不会占用 CPU 来处理，这时就可以将 CPU 交出给其它线程使用。因此在 I/O 密集型任务的应用中，我们可以多配置一些线程，具体的计算方法是 2N。

实际中考虑因素

考虑JVM内存(每个线程需要栈内存，默认1MB，可通过-Xss调整)

任务执行时间长短

任务是否相互独立

业务吞吐量

响应时间

最佳实践

避免使用无界队列：可能导致OOM

合理设置线程存活时间：keepAliveTime通常设为60s

使用有意义的线程名称：便于问题排查

考虑使用线程池工厂：统一管理线程池配置

监控指标

活跃线程数：executor.getActiveCount()

队列大小：executor.getQueue().size()

完成任务数：executor.getCompletedTaskCount()

拒绝任务数：可通过RejectedExecutionHandler统计

动态修改线程池参数

https://tech.meituan.com/2020/04/02/java-pooling-pratice-in-meituan.html

手写动态线程池

https://mp.weixin.qq.com/s?__biz=Mzg2OTA0Njk0OA==&mid=2247533016&idx=1&sn=845cbf76d0bc749e74c5288dba7a9935&scene=21#wechat_redirect

核心要点

通过set方法修改线程池参数

@RefreshScope这个注解用来支持 nacos 的动态刷新功能

nacosConfigManager.getConfigService().addListener：配置监听，nacos 配置变更时实时修改线程池的配置。

可以再加一个controller打印线程池的具体信息

任务队列，用来存储排队的任务

LinkedBlockingQueue

有界阻塞队列

FixedThreadPool

SingleThreadExecutor

DelayedWorkQueue

延迟队列

ScheduledThreadPool

DelayedWorkQueue 添加元素满了之后会自动扩容，增加原来容量的 50%，即永远不会阻塞，最大扩容可达 Integer.MAX_VALUE，所以最多只能创建核心线程数的线程。

SingleThreadScheduledExecutor

SynchronousQueue

同步队列

CachedThreadPool

没有容量，不存储元素，目的是保证对于提交的任务，如果有空闲线程，则使用空闲线程来处理；否则新建一个线程来处理任务。也就是说，CachedThreadPool 的最大线程数是 Integer.MAX_VALUE ，可以理解为线程数是可以无限扩展的，可能会创建大量线程，从而导致 OOM。

ArrayBlockingQueue

有界阻塞队列

底层由数组实现，容量一旦创建，就不能修改

空闲线程存活时间

线程池中的线程数量大于 corePoolSize 的时候，如果这时没有新的任务提交，核心线程外的线程不会立即销毁，而是会等待，直到等待的时间超过了 keepAliveTime才会被回收销毁。

存活时间单位

拒绝策略

提交任务超过最大线程池数量时任务拒绝策略

AbortPolicy

抛异常拒绝新任务

CallerRunsPolicy

调用执行者自己的线程运行任务，也就是直接在调用execute方法的线程中运行(run)被拒绝的任务，如果执行程序已关闭，则会丢弃该任务，会导致住线程执行线程池里面的任务导致其他请求会阻塞。影响程序的正常运行。

不允许丢弃任务可以选择这个

DiscardPolicy

不处理新任务，直接丢弃掉

DiscardOldestPolicy

略将丢弃最早的未处理的任务请求。

有没有办法既能保证任务不被丢弃且在服务器有余力时及时处理呢

任务持久化

放到MySQL

放到Redis

任务提交到消息队列里面。

线程池处理流程

线程池异常后，销毁还是复用

使用execute()提交任务：当任务通过execute()提交到线程池并在执行过程中抛出异常时，如果这个异常没有在任务内被捕获，那么该异常会导致当前线程终止，并且异常会被打印到控制台或日志文件中。线程池会检测到这种线程终止，并创建一个新线程来替换它，从而保持配置的线程数不变。

使用submit()提交任务：对于通过submit()提交的任务，如果在任务执行中发生异常，这个异常不会直接打印出来。相反，异常会被封装在由submit()返回的Future对象中。当调用Future.get()方法时，可以捕获到一个ExecutionException。在这种情况下，线程不会因为异常而终止，它会继续存在于线程池中，准备执行后续的任务。

https://mp.weixin.qq.com/s/9ODjdUU-EwQFF5PrnzOGfw

使用线程池的一些注意事项

https://javaguide.cn/java/concurrent/java-thread-pool-best-practices.html#spring-%E5%86%85%E9%83%A8%E7%BA%BF%E7%A8%8B%E6%B1%A0%E7%9A%84%E5%9D%91

AQS队列

https://javaguide.cn/java/concurrent/aqs.html#aqs-%E6%A0%B8%E5%BF%83%E6%80%9D%E6%83%B3

https://mp.weixin.qq.com/s/jEx-4XhNGOFdCo4Nou5tqg

抽象队列同步器，AQS 为构建锁和同步器提供了一些通用功能的实现, 帮助我们快速的构建锁，比如Retreentlock,CountDownLanch,Semophere

Atomic

Atomic 原子操作类是基于无锁 CAS + volatile 实现的，并且类中的所有方法都使用 final 修饰，进一步保证线程安全；volatile可以保证有序性，可见性，CAS保证原子性

乐观锁实现，修改失败则重试

存在ABA问题

Theadlocal

是一个将在多线程中为每一个线程创建单独的变量副本的类; 当使用ThreadLocal来维护变量时, ThreadLocal会为每个线程创建单独的变量副本, 避免因多线程操作共享变量而导致的数据不一致的情况。

ThreadLocalMap 的 key 是 ThreadLocal 对象，value 是线程本地变量的值。这种设计使得每个线程都可以通过自己的 ThreadLocalMap 获取到属于自己的本地变量，实现了线程隔离的效果

内存泄漏

key是弱引用，value是强引用，所以垃圾回收的时候，key会被回收掉，但是value不会被回收，而 Entry 又被 threadLocalMap 对象引用，threadLocalMap 对象又被 Thread 对象所引用，那么当 Thread 一直不终结的话，value 对象就会一直存在于内存中，也就导致了内存泄漏，直至 Thread 被销毁后，才会被回收

那么如何避免内存泄漏呢

在使用完 ThreadLocal 变量后，需要我们手动 remove 掉，防止 ThreadLocalMap 中 Entry 一直保持对 value 的强引用，导致 value 不能被回收

使用场景

微服务之间的调用，日志通过traceId跟踪，如何传递traceId

线程间数据隔离，各线程的 ThreadLocal 互不影响

CompletableFuture 详解

一个接口可能需要同时获取多种不同的数据，然后再汇总返回,考虑到这些任务之间有大部分都是无前后顺序关联的，可以并行执行

多线程异步任务编排

线程池里面的线程异常后

当执行方式是execute时,可以看到堆栈异常的输出，线程池会把这个线程移除掉，并创建一个新的线程放到线程池中

https://mp.weixin.qq.com/s/16cv_VFfdEhiI_ShPf86KQ

当执行方式是submit时,堆栈异常没有输出。但是调用Future.get()方法时，可以捕获到异常，不会把这个线程移除掉，也不会创建新的线程放入到线程池中。

https://www.cnblogs.com/thisiswhy/p/17036727.html

JMM相关

锁

悲观锁

synchronized

ReentrantLock

但在高并发场景下会导致线程阻塞、上下文切换频繁，从而影响系统性能，并且还可能引发死锁问题。

乐观锁

CAS

版本号机制

乐观锁避免了线程阻塞和死锁问题，在读多写少的场景中性能优越。但在写操作频繁的情况下，可能会导致大量重试和失败，从而影响性能。

JMM介绍

JMM(Java 内存模型)主要定义了对于一个共享变量，当另一个线程对这个共享变量执行写操作后，这个线程对这个共享变量的可见性。

指令重排序

编译器优化重排

编译器（包括 JVM、JIT 编译器等）在不改变单线程程序语义的前提下，重新安排语句的执行顺序。

禁止特定类型的编译器重排序的方式来禁止重排序

指令并行重排

现代处理器采用了指令级并行技术(Instruction-Level Parallelism，ILP)来将多条指令重叠执行。如果不存在数据依赖性，处理器可以改变语句对应机器指令的执行顺序。

插入内存屏障（Memory Barrier，或有时叫做内存栅栏，Memory Fence）的方式来禁止特定类型的处理器重排序。

并发编程三个重要特性

原子性

借助synchronized和lock

原子类,atomic

可见性

借助synchronized和lock

volatile

有序性

volatile

分布式系统典型问题
https://mp.weixin.qq.com/s/yvKASWcRLfOok-NFPrIRsw

互斥

单机多线程情况下

ReentrantLock

synchronized

分布式环境

分布式锁

幂等性

场景

前端重复提交

接口超时重试

消息重复消费

实现方式

基于token机制实现

生成token，携带token掉请求，然后从redis中删除

基于mysql实现

唯一索引

分布式锁

在多线程环境中，如果多个线程同时访问共享资源（例如商品库存、外卖订单），会发生数据竞争，可能会导致出现脏数据或者系统问题，威胁到程序的正常运行。

本地锁（单机多线程情况下）

synchronized

ReentrantLock

具备条件

互斥

任意一个时刻，锁只能被一个线程持有

高可用

一个锁服务出现问题，能够自动切换到另外一个锁服务。并且，即使客户端的释放锁的代码逻辑出现问题，锁最终一定还是会被释放，不会影响其他线程对共享资源的访问

可重入

一个线程获取了锁之后，还可以再次获取锁

高性能

获取和释放锁的操作应该快速完成，并且不应该对整个系统的性能造成过大影响

非阻塞

如果获取不到锁，不能无限期等待，避免对系统正常运行造成影响

实现方式

基于MYSQL实现

zookeeper

redis

读写分离&分库分表

分库分表

ShardingSphere进行分表

https://mp.weixin.qq.com/s/0nMoiqhtGauKenL5Tps7jA

数据迁移问题

备份数据

老表数据备份到新表数据

预计好几天，所以放弃

双写方案

读写分离

读写分离基于主从复制，MySQL 主从复制是依赖于 binlog

分库就是将数据库中的数据分散到不同的数据库上。分表就是对单表的数据进行拆分，可以是垂直拆分，也可以是水平拆分

高并发常见问题

接口幂等性

如何设计一个高可用系统

1、集群代替单机

redis

2、限流和流量控制

超时和重试机制

降级和熔断

异步调用

使用缓存

避免系统雪崩问题

负载均衡

作用

把用户的请求分担到不同的服务器上处理，用于提高系统整体的处理能力和可靠性

常见算法

随机发

轮训

一致性hash

相同参数的请求放到同一台机器上

最小连接数

找到活动连接数最小的一台机器

DNS解析

反向代理

降级和熔断

操作系统

进程和线程

区别

线程是进程划分成的更小的运行单位,一个进程在其执行的过程中可以产生多个线程。

线程和进程最大的不同在于基本上各进程是独立的，而各线程则不一定，因为同一进程中的线程极有可能会相互影响。

线程执行开销小，但不利于资源的管理和保护；而进程正相反

协程

协程，又称微线程，是一种用户态的轻量级线程，协程的调度完全由用户控制（也就是在用户态执行）。协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到线程的堆区，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

有了进程为什么还需要线程?

进程切换是一个开销很大的操作，线程切换的成本较低

线程更轻量，一个进程可以创建多个线程

多个线程可以并发处理不同的任务，更有效地利用了多处理器和多核计算机。而进程只能在一个时间干一件事，如果在执行过程中遇到阻塞问题比如 IO 阻塞就会挂起直到结果返回。

同一进程内的线程共享内存和文件，因此它们之间相互通信无须调用内核。

线程间的同步方式（线程同步是两个或多个共享关键资源的线程的并发执行。应该同步线程以避免关键的资源使用冲突。）

互斥锁(Mutex)

读写锁（Read-Write Lock）

信号量(Semaphore)

屏障（Barrier）

事件(Event) :

进程的状态

创建，就绪，运行，阻塞，结束

进程间通信方式

概念

每个进程各自有不同的用户地址空间，任何一个进程的全局变量在另一个进程中都看不到，所以进程之间要交换数据必须通过内核，在内核中开辟一块缓冲区，进程1把数据从用户空间拷到内核缓冲区，进程2再从内核缓冲区把数据读走，内核提供的这种机制称为进程间通信

通信方式

管道

有名管道

信号

消息队列

信号量

共享内存

套接字

常见的进程调度算法

僵尸进程&孤儿进程

僵尸进程：子进程已经终止，但是其父进程仍在运行，且父进程没有调用 wait()或 waitpid()等系统调用来获取子进程的状态信息，释放子进程占用的资源，导致子进程的 PCB 依然存在于系统中，但无法被进一步使用。这种情况下，子进程被称为“僵尸进程”。避免僵尸进程的产生，父进程需要及时调用 wait()或 waitpid()系统调用来回收子进程。

孤儿进程：一个进程的父进程已经终止或者不存在，但是该进程仍在运行。这种情况下，该进程就是孤儿进程。孤儿进程通常是由于父进程意外终止或未及时调用 wait()或 waitpid()等系统调用来回收子进程导致的。为了避免孤儿进程占用系统资源，操作系统会将孤儿进程的父进程设置为 init 进程（进程号为 1），由 init 进程来回收孤儿进程的资源。

死锁

死锁（Deadlock）描述的是这样一种情况：多个进程/线程同时被阻塞，它们中的一个或者全部都在等待某个资源被释放。由于进程/线程被无限期地阻塞，因此程序不可能正常终止。

四个必要条件

互斥

资源是非共享

占有和等待

一个进程至少占有一个资源，并且等待其他资源

非抢占

资源必须是使用者释放

循环等待

在等待其他资源释放

内存管理

磁盘调度算法

先来先服务算法

最短寻道时间优先算法

扫描算法

循环扫描算法

边扫描边观察算法

均衡循环扫描算法

计算机网络

五层网络分层模型

应用层

工作在操作系统中的用户态（其他都是内核态），主要是为了用户提供服务

常见协议：

http

基于TCP，超文本传输协议

ftp

基于TCP，文件传输协议

ssh

基于TCP，安全的网络传输协议

dns

基于UDP，域名解析，解决域名和 IP 地址的映射问题

传输层

位两台主机进程之间的通信提供提供通用的数据传输服务

常见协议

TCP

面向有链接的，可靠的

UDP

面向无连接的，不可靠的，尽可能传输多的数据，但是不保证数据传输的可靠性

网络层

路由和寻址，选择合适的网间路由和交换结点，确保数据及时传送，实现主机与主机之间的通信。

寻址

我们去往下一个目的地该朝哪个方向走

路由

具体的传输路径

数据链路层

负责通过一条链路从一个结点向另一个物理链路直接相连的相邻接点传送数据报

主要是对数据包中的MAC地址进行解析和封装，这一层数据叫做帧

物理层

实现相邻计算机节点之间比特流的透明传送，尽可能屏蔽掉具体传输介质和物理设备的差异

HTTP

http和https区别

HTTP 默认是 80，HTTPS 默认是 443。

前缀

安全性和资源消耗

HTTP 是超⽂本传输协议，信息是明⽂传输，存在安全⻛险的问题。 HTTPS 则解决 HTTP 不安全的缺陷，在TCP 和 HTTP ⽹络层之间加⼊了SSL/TLS 安全协议，使得报⽂能够加密传输

HTTP 连接建⽴相对简单， TCP 三次握⼿之后便可进⾏ HTTP 的报⽂传输。⽽ HTTPS 在 TCP 三次握⼿之后，还需进⾏ SSL/TLS 的握⼿过程，才可进⼊加密报⽂传输

Http优点

窃听⻛险，⽐如通信链路上可以获取通信内容，⽤户号容易没。

混合加密

篡改⻛险，⽐如强制植⼊垃圾⼴告，视觉污染，⽤户眼容易瞎

摘要算法

校验数据完整性

冒充⻛险，⽐如冒充淘宝⽹站，⽤户钱容易没

公钥放到数字证书里面，解决冒充问题

输入url，发生了什么

过程

浏览器解析URL，确定WEB服务器和文件名，根据这些信息生成HTTP请求信息

DNS解析，获取域名对应的IP地址

浏览器根据IP和端口号，向目标服务器建立TCP请求连接

浏览器在连接基础上，向服务器发送HTTP请求，获取内容

服务器收到请求内容后，处理请求，返回Http响应报文

浏览器收到报文，解析响应体，渲染

不需要通信后，主动关闭TCP链接

用到的协议

HTTP

DNS

TCP

IP

ARP

获取物理地址

ICMP

状态码

http1.0,2.0,3.0区别

1.1

相比1.0版本，用了TCP长连接，支持管道传输（发送第一个，可以继续发第二个请求）

请求头没有压缩

服务器响应是按照顺序，可能会阻塞住

没有请求优先级控制

请求只能从客户端开始

2.0

基于HTTPS，安全性可以保证

优势

会压缩头，减小空间

数据流方式，不需要按照顺序发送

多路复用

不会出现队头阻塞问题

弊端

多个http请求服用一个TCP链接，下层的 TCP 协议是不知道有多少个 HTTP 请求的。所以⼀旦发⽣了丢包现象，就会触发 TCP 的重传机制，这样在⼀个 TCP 连接中的所有的 HTTP 请求都必须等待这个丢了的包被重传回来。

3.0

新增基于UDP的QUIC协议（Quick UDP Internet Connections）

QUIC集成了TLS协议，具备数据迁移、拥塞控制、流量控制

URI和URL区别

URI(Uniform Resource Identifier) 是统一资源标志符，可以唯一标识一个资源。

URL(Uniform Resource Locator) 是统一资源定位符，可以提供该资源的路径。它是一种具体的 URI，即 URL 可以用来标识一个资源，而且还指明了如何 locate 这个资源。

TCP和UDP

TCP

TCP 是⾯向连接的、可靠的、基于字节流的传输层通信协议

TCP 是⾯向连接的传输层协议，传输数据前先要建⽴连接

TCP 是⼀对⼀的两点服务，即⼀条连接只有两个端点

TCP 是可靠交付数据的，数据可以⽆差错、不丢失、不重复、按需到达

有拥塞控制和流量控制机制，保证数据传输的安全性。

TCP 是流式传输，但保证顺序和可靠。

UDP

是不需要连接，即刻传输数据

UDP ⽀持⼀对⼀、⼀对多、多对多的交互通信

是尽最⼤努⼒交付，不保证可靠交付数据。

即使⽹络⾮常拥堵了，也不会影响 UDP 的发送速率

部只有 8 个字节，并且是固定不变的，开销较⼩。

UDP 是⼀个包⼀个包的发送，是有边界的，但可能会丢包和乱序。

TCP

如何保证可靠传输

基于数据块传输，划分为他认为最合适的块

每个包都有一个序列号，能对接收的数据进行排序

校验和，首部和数据进行校验，检测传输过程中是否发生了变化

重传机制

基于计时器重传

快速重传

流量控制

接收方处理不了，放到缓存区，缓存区溢出就会出现丢包，防止丢包

拥塞控制

当网络拥塞时，减少数据的发送。

对方接收不了

网络拥堵

实现

TCP如何实现流量控制

TCP 利用滑动窗口实现流量控制。流量控制是为了控制发送方发送速率，保证接收方来得及接收

TCP三次握手

三次握手

四次挥手

https://blog.csdn.net/Austrialia/article/details/118902091?spm=1011.2415.3001.5331

websocket

websockt

双向实时通信

数据头比较小，网络开销小

http

单向通通信协议

PING

DNS

项目相关

任务持久化

引擎线程池动态配置

通过 CompletableFuture 实现多任务编排，减少接口响应时间

注意事项

1、使用自定义线程池，不要使用默认

2、避免父线程和子线程使用同一个线程池

避免使用 get() 防止主线程长时间阻塞，加入超时时间;

引入AI大模型

看看能不能包装一下？？？？

leetcode

动态规划

72（编辑距离）和1143（最长公共子序列）题，二维动态规划

300（最长上升子序列）

动态规划解法

贪心+二分（寻找第一个插入位置）

爬楼梯，零钱兑换1,2

注意是组合问题还是排序问题

滑动窗口

双指针

11和84题区别

二分法

left=mid的时候需要向上取整

在排序数组中查找元素的第一个和最后一个位置

搜索旋转排序数组（有没有重复元素）34,81

nums[mid]和nums[right]比较

有重复元素的时候，多一个right--

寻找旋转排序数组中的最小值（有没有重复元素）153 154

nums[mid]和nums[right]比较

有重复元素的时候，多一个right--

dfs

全排列，全排列II

讲究顺序，需要用used变量，只能使用for循环，无法使用二叉树解法

需要使用for循环

子集，子集II

对于子集，需要使用begin变量，两种都可以使用，子集II不能使用二叉树解法

需要使用for循环

组合总和，无顺序要求

使用begin变量

需要使用for循环

树

链表

不熟悉题目

栈

394. 字符串解码

84. 柱状图中最大的矩形

HARD

动态规划

32.最长有效括号

300（最长上升子序列）

动态规划解法

贪心+二分（寻找第一个插入位置）

72（编辑距离）和1143（最长公共子序列）题，718. 最长重复子数组二维动态规划

64. 最小路径和 221. 最大正方形 62. 不同路径

面试复盘

招银网络

CPU飙升定位

redis多机部署时获取锁会不会失败

分布式锁的具体应用场景

实现分布式锁的几种方式

基于数据库的分布式锁

唯一索引：插入一条记录，成功就说明获取到了锁；遇到 duplicate entry 错误，则说明加锁失败

基于共享存储的分布式锁：使用共享存储如Redis、ZooKeeper等

基于乐观锁的分布式锁：通过使用版本号或者时间戳等方

线上问题定位，线上定位工具（日志不够详细情况下）

OOM

1、主动生成dump文件）（这个貌似是定位OOM的）

top命令查看pid，jmap -dump:format=b,file=user.dump 1246

被动生成文件

在很多时候我们是不知道何时会发生OOM，需要在发生OOM时自动生成dump文件。

-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=D:\tmp

dump文件

是一个进程或者系统在某一个给定的时间的快照。

Jprofiler

shardingsphere分库分表，原理，执行过程

mysql

深度分页为什么那么慢，怎么优化；

为什么慢

查询偏移量过大时，MySQL 的查询优化器可能会选择全表扫描而不是利用索引来优化查询。这是因为扫描索引和跳过大量记录可能比直接全表扫描更耗费资源。

优化方案

范围查询，前提是ID连续性

子查询；

子查询 (SELECT id FROM t_order where id > 1000000 limit 1) 会利用主键索引快速定位到第 1000001 条记录，并返回其 ID 值。
主查询 SELECT * FROM t_order WHERE id >= ... LIMIT 10 将子查询返回的起始 ID 作为过滤条件，使用 id >= 获取从该 ID 开始的后续 10 条记录。

# 通过子查询来获取 id 的起始值，把 limit 1000000 的条件转移到子查询
SELECT * FROM t_order WHERE id >= (SELECT id FROM t_order where id > 1000000 limit 1) LIMIT 10;

缺点：ID需要有顺序，而且子查询的结果会产生一张新表，会影响性能

延迟关联

延迟关联与子查询的优化思路类似，都是通过将 LIMIT 操作转移到主键索引树上，减少回表次数。相比直接使用子查询，延迟关联通过 INNER JOIN 将子查询结果集成到主查询中，避免了子查询可能产生的临时表。在执行 INNER JOIN 时，MySQL 优化器能够利用索引进行高效的连接操作（如索引扫描或其他优化策略），因此在深度分页场景下，性能通常优于直接使用子查询。

-- 使用 INNER JOIN 进行延迟关联
SELECT t1.*
FROM t_order t1
INNER JOIN (SELECT id FROM t_order where id > 1000000 LIMIT 10) t2 ON t1.id = t2.id;

覆盖索引

避免 InnoDB 表进行索引的二次查询

可以把随机 IO 变成顺序 IO 加快查询效率:

mysql执行计划，type的含义，那些类型的速度

null>system>const>ref>eq_ref>range>index（索引物理文件全扫描，和ALL差不多）>ALL

SQL性能优化的级别至少要达到range，要求是ref，const最好

1、null，MySQL优化器在优化阶段分解查询语句，在优化过程中就已经可以得到结果，那么在执行阶段就不用再访问表或索引。
2、const和system：const出现在用 primary key（主键）或 unique key（唯一键）,最多有一个匹配行，读取1次，速度非常快
3、system是const的特例，表中数据只有一条匹配时为system
4、eq_ref：primary key（主键）或 unique key（唯一键）索引的所有构成部分被join使用，只会返回一条符合条件的数据行
5、ref：普通索引或者联合唯一性索引的部分前缀
6、range：出现在 in(),between ,> ,<, >= 等操作符中
7、index：扫描全表索引，索引物理文件全扫描，和ALL也差不多；
8、全表扫描，需要从头到尾去查找所需要的

https://cloud.tencent.com/developer/article/1730827

extra

using index：高性能表现

using temporary：用临时表，需要优化

distinct，group by，orderby，子查询

usingfilesort：索引外排序

order by

using where：被查询的列未被索引覆盖

添加适当的索引

日志出现mysql No operations allowed after connection closed是什么问题

Mysql服务器默认的“wait_timeout”是8小时，也就是说一个connection空闲超过8个小时，Mysql将自动断开该connection。

增加 wait_timeout 的时间。
减少 Connection pools 中 connection 的 lifetime。
测试 Connection pools 中 connection 的有效性。