buyaotutou的博客

总共就16分钟。

还是存在一个问题，如果主节点的队列还没来得及给镜像节点同步数据，这时候主节点就宕机了，那是不是说数据还没有同步完成，就有可能丢失数据，虽然发生概率低。可以用仲裁队列来解决。第一个是消息未到达交换机或者队列，第二个是MQ宕机导致，第三个是消费者宕机导致（未接收到消息或者未处理消息）。第一个方案是，在处理消息时，查看业务id是否存在，如果已经存在，说明数据库中已经有了消息所包含的内容，防止重复处理。- 主节点处理所有操作并同步给从节点，若主节点宕机，从节点可接替为主节点，但需注意数据同步的完整性。

面经

如果降级（位置来的请求）太多，就会触发熔断机制。

grep是一个功能强大的工具，它能通过指定的文本模式查找文件内容，并且可以通过各种选项进行灵活的过滤和展示。

WebMvcConfiguration类的修改如下。sky-take-out的pom.xml修改如下。

你在拦截器中通过存储了数据到当前线程的中。在控制器中，通过获取同一个线程中的数据，从而拿到empId。确保了每个线程有独立的存储空间，因此在同一线程中的不同方法之间，可以共享数据。和操作的是同一个变量，且在类中只有一个实例。是基于线程的，它在同一个线程内允许方法之间共享数据，但不会在每次调用时创建新的对象。

将spring-boot-starter-parent父工程的版本号从2.7.3修改为3.0.5。将lombok依赖的版本号从原来的1.18.20更改为1.18.30。中增加mybatis-plus框架的依赖。将druid：注释掉。

是 Spring 中一种集中处理异常、模型属性、数据绑定等的机制，它让你可以在一个地方集中管理所有控制器相关的操作，从而使得代码更加简洁和可维护。

日常生活中，我们简单想一下，可能我们作为消费者不想有快递柜，想让快递员送货上门，但是如果我们在班上，快递到了还要跑回家签收，其实很不合理，所以快递柜的存在对于快递员和我们消费者都是有利的。解耦性‌：消息队列实现了发送方和接收方的解耦，发送方只需将消息发送到队列中，不需要直接知道接收方的存在或状态，接收方通过订阅队列来获取消息，而不需要关心消息的发送者。比如你开启两个窗口，一个使用BRPOP，如果消息队列中没有数据，会阻塞住，另外一个窗口如果输入进出数据了，卡住的窗口会解除阻塞，输出被输入的数据。

现在的效率很低，所以我们可以再请一个人，小姐姐负责照顾顾客，点单下单，后厨拿到单之后负责做菜，做好菜，再上菜即可。优化后的流程图如下：由于秒杀资格判断需要数据库中的数据，如果还是每次从MySQL中拿数据，太慢了，所以可以使用Redis来存储一部分数据，用于秒杀资格的判断。这时候为了分离两部分，我们需要有个“小票”使得两部分连接起来，可以使用阻塞队列，用来记录谁买了什么，还要返回订单id，让顾客可以直接买单了，这时候订单可能还没有创建或者写入数据库，但未来我们保证可以完成创建。

又出现了一个新的问题，就是我们现在用了事务，我再整个方法的代码运行完毕，锁也释放了的时候，springboot才对事务进行提交（把数据写入数据库），可能还没来得及提交，已经有新的线程拿到了锁，开始查数据库了，发现没有针对同一个用户Id的订单，他也会继续执行针对相同用户Id创建订单的代码，这时候又会出现线程安全问题。锁有两种（理念），悲观锁和乐观锁。获取锁还有两种机制，一种是阻塞式的机制，我获取失败，我就等待，另一种是非阻塞的机制，我获取失败就返回false，我就不再获取，成功就返回true。

缓存更新策略的最佳实践方案:1.低一致性需求:使用Redis自带的内存淘汰机制2.高一致性需求:主动更新，并以超时剔除作为兜底方案读操作:缓存命中则直接返回缓存未命中则查询数据库，并写入缓存，设定超时时间写操作:先写数据库，然后再删除缓存要确保数据库与缓存操作的原子性。

选择合适的数据结构选择合适的key选择合适的存储粒度。

(他表面是问你如何定位慢查询，本质是想问你之前调优的经验，这是自然发生的，并不是死记硬背的东西，本教程会涉及什么场景会涉及慢查询的现象）HR收到简历后先进行筛选，通过后的简历给部门负责人再筛选，筛选再次通过后，部门负责人让HR来预约面试。业务条件（技术达标后，可能会进一步看项目类型是否与现在正在干的项目相关，比如电商、银行、物流）上图中第一点可以说明你意志力强。如果面试官一开始就只是想问，你权限认证怎么做的，你把如何设计都说出来，是很加分的。5- 6 是最核心的内容，是面试官的主要参考，被问到最多。

我们需要设置全局唯一ID。原因：当用户抢购时，就会生成订单并保存到tb_voucher_order这张表中，而订单表如果使用数据库自增ID就存在一些问题。问题：id的规律性太明显、受单表数据量的限制。所以在自己的项目中，针对上传的数据的ID的生成也可以使用全局唯一ID。，是一种在分布式系统下用来生成全局唯一ID的工具，一般要满足下列特性：高可用、唯一性、高性能、递增性、安全性。ID 的构造是 ：时间戳 + 计数器。每天一个key，方便统计订单量。

Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务，其中就包含了各种分布式锁的实现。

*服务实现类*

注意查询哪些人是张三的好友却不是李四的好友用SDIFF即可。

下面9个问题都是比较通用的，不管你做过什么项目，都会包含下面的技术场景。我们针对的是如何回答这些面试问题，只告诉回答问题的核心要点，和回答问题的思路，并不会再实现一边，如果要深入学习这些内容，要自己系统学习。

在平时的开发中，涉及到设计模式的有两块内容，第一个是我们平时使用的框架（比如spring、mybatis等），第二个是我们自己开发业务使用的设计模式。面试官一般比较关心的是你在开发过程中，有没有使用过设计模式，或者你在简历上写了关于设计模式的描述，那么这样我们就需要重点关心自己开发中用过的设计模式。

现在企业都是用框架进行开发，框架的面试题也很重要。spring的框架包含三个Spring、SpringMVB、SpringBoot。和持久层框架MyBatis。考察你对AOP的理解，有没有使用AOP，因为AOP在Spring中是个难点。AOP称为面向切面编程，用于将那些与业务无关，但却对多个对象产生影响的公共行为和逻辑，抽取并封装为一可重用的模块，这个模块被命名为“切面”(Aspect)，减少系统中的重复代码，降低了模块间的耦合度，同时提高了系统的可维护性。

项目中不可能不用数据库，mysql是最常见的数据库。这一篇分为两部分。定义：索引(index)是帮助MSQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构(B+树)，这些数据结构以某种方式引用(指向)数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。不是所有字段都可以当聚集索引。如果存在主键，主键索引就是聚集索引。如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。

为什么要学JVM，应对面试，中高级程序员必备，深入了解JAVA。程序计数器：线程私有的，每个线程一份，内部保存字节码的行号。用于记录正在执行的字节码指令的地址。javap -verbose xx.class 打印堆栈大小，局部变量的数量和方法的参数。我们可以得到下图。java虚拟机对于多线程是通过线程轮流切换并且分配线程执行时间。在任何的一个时间点上，一个处理器只会处理执行一个线程，如果当前被执行的这个线程它所分配的执行时间用完了【挂起】。处理器会切换到另外的一个线程上来进行执行。

实例指的是你创建的对象，它在每个线程中提供一个独立的变量副本。每个线程有自己独立的，在这个 map 中存储了每个实例的值。因此，即使不同线程使用同一个实例，它们存储的值也是互相隔离的，线程间的数据不会相互干扰。

线程是个难点，但是面试官很爱问。分为四部分：线程的基础知识（简单好回答），线程中并发安全（这个以及之后都难起来了），线程池，使用场景。线程包括哪些状态新建(NEW)、可运行(RUNNABLE)、阻塞(BLOCKED)等待(WAITING)时间等待(TIMED_WALTING)、终止(TERMINATED)线程状态之间是如何变化的创建线程对象是新建状态调用了start()方法转变为可执行状态线程获取到了CPU的执行权，执行结束是终止状态。

面试官：在MySQL中，如何定位慢查询？(他表面是问你如何定位慢查询，本质是想问你之前调优的经验，这是自然发生的，并不是死记硬背的东西，本教程会涉及什么场景会涉及慢查询的现象）Step2：表象:页面加载过慢、接口压测响应时间过长(超过1s)（表现形式就是一个实际真的遇到过的情况）此专题讲解了面试题的背后逻辑，进行拆解问题讲解，最后给出回答方式及参考回答。Step1：首先分析什么场景会出现慢查询的现象，如下四点。Step3：回答面试题的思路，以及提供其参考回答。

现在几乎所有项目，都要使用Redis，面试过程中占比很高，所以是重点学习的内容。Redis的内容分类为Redis的使用场景，Redis其他面试问题。面试官问使用场景的时候经常与实际业务进行关联，Redis使用场景一般为缓存(穿透、击穿、雪崩、双写一致、持久化、数据过期、淘汰策略）、分布式锁（setnx，rediness）、计数器、保存token、消息队列、延迟队列(三个数据类型：普通String、List、ZSet)。主要是缓存和分布式锁。其他面试题:（1）集群（主从、哨兵、集群）。（2）事务。

他是由hashMap的内部类Node组成的数组，Node里面有哈希值(用来记录存储的位置）、key和value，还有next，因为发生冲突的时候会用到链表以及红黑树。当然，JDK 8 将扩容算法做了调整，不再将元素加入链表头（而是保持与扩容前一样的顺序），使用尾插法，就避免了jdk7中死循环的问题。在jdk1.7的hashmap中在数组进行扩容的时候，因为链表是头插法，在进行数据迁移的过程中，有可能导致死循环。线程一先将A移入新的链表，再将B插入到链头，由于另外一个线程的原因，B的next指向了A，

布隆过滤器（Bloom Filter）是一种空间效率极高的概率型数据结构，主要用于测试一个元素是否是某集合的成员。它的特点是可能会误判（即认为某元素在集合中，但实际上并不在），但不会漏判（即不可能认为一个集合中的元素不在集合中）。