去 OPPO 面试,被问麻了。。。

去 OPPO 面试, 被问麻了。。。 最近有粉丝私信说被oppo的后端面试问麻了,所以今天给大家推荐一篇整理了16道oppo面试真题答案的文章。希望对大家有帮助哈,一起学习,一起进步。聊聊你印象最深刻的项目,或者做了什么优化。你项目提到分布式锁,你们是怎么使用分布式锁的?常见分布式事务解决方案你们的接口幂等是如何保证的?你们的MySQL架构是怎样的?常见的索引结构有?哈希表结构属于哪种场景?给你ab,ac,abc字段,你是如何加索引的?数据库隔离级别是否了解?你们的数据库默认隔离级别是?为什么选它?RR隔离级别实现原理,它是如何解决不可重复读的 阅读详情

点击上方“芋道源码”,选择“设为星标”

管她前浪,还是后浪?

能浪的浪,才是好浪!

每天 10:33 更新文章,每天掉亿点点头发...

源码精品专栏

 

186c74c88215fb34df9a7ed62dcdef8e.jpeg


前言

最近有位读者说被 OPPO 的后端面试问麻了,于是给大家整理了 16 道 OPPO 面试真题的答案。希望对大家有帮助哈,一起学习,一起进步。

  1. 聊聊你印象最深刻的项目,或者做了什么优化。

  2. 你项目提到分布式锁,你们是怎么使用分布式锁的?

  3. 常见分布式事务解决方案。

  4. 你们的接口幂等是如何保证的?

  5. 你们的 MySQL 架构是怎样的?

  6. 常见的索引结构有?哈希表结构适用哪种场景?

  7. 给你 ab,ac,abc 字段,你是如何加索引的?

  8. 数据库隔离级别是否了解?你们的数据库默认隔离级别是?为什么选它?

  9. RR 隔离级别实现原理,它是如何解决不可重复读的?

  10. 你们项目使用了 RocketMQ 对吧?那你知道如何保证消息不丢失吗?

  11. 事务消息是否了解?场景题:比如下单清空购物车,你是如何设计的?

  12. 如何快速判断一个数是奇数还是偶数,除开对 2 取余呢?

  13. Spring 声明式事务原理?哪些场景事务会失效?

  14. 你们是微服务架构嘛?如果你来设计一个类似淘宝的系统,你怎么划分微服务?

  15. 你们是怎么分库分表的?分布式 ID 如何生成?

  16. 所有异常的共同祖先是?运行时异常有哪几个?

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。

项目地址:https://github.com/YunaiV/ruoyi-vue-pro

1. 聊聊你印象最深刻的项目,或者做了什么优化。

大家平时做的项目,如果很多知识点跟面试八股文相关的话,就可以相对条理清晰地写到简历去。

  • 比如缓存数据库相关的,查询为空,你设置了一个-1到缓存,代表数据库没记录。下次判断-1,就不查库了,以解决缓存穿透问题。

  • 又比如你设置缓存过期时间比较分散,解决缓存击穿问题,都可以条理清晰写到简历去,这样面试官很可能会问你相关的问题,这时候就对答如流啦。

还有平时你做的项目,有一些比较好的设计,都可以说一下,比如你是如何保证数据一致性的,怎么优化接口性能的。

  • 如果是讲优化接口 这一块的话,其实就是缓存、分批、并发调用、异步 等那几个关键知识点。

  • 如果是代码优化细节,你可以挑个简单的来讲,比如复杂的 if 逻辑条件,可以调整顺序,让程序更高效 ,这样会让面试官眼前一亮哦。

基于微服务的思想,构建在 B2C 电商场景下的项目实战。核心技术栈,是 Spring Boot + Dubbo 。未来,会重构成 Spring Cloud Alibaba 。

项目地址:https://github.com/YunaiV/onemall

2. 你项目提到分布式锁,你们是怎么使用分布式锁的?

一般你讲述你做的项目时,面试官会根据你项目涉及的一些面试点,然后抽他感兴趣的一两个来问。所以大家对哪些知识点熟悉,讲述项目时,就说你用该知识点,解决了什么问题。

  • 比如,怎么用分布式锁解决了超卖问题。

  • 比如,用什么方案保证缓存和数据库一致性的。

3. 常见分布式事务解决方案。

分布式事务 :就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。简单来说,分布式事务指的就是分布式系统中的事务,它的存在就是为了保证不同数据库节点的数据一致性。

聊到分布式事务,大家记得这两个理论:CAP 理论和 BASE 理论。

分布式事务的几种解决方案:

  • 2PC(二阶段提交)方案、3PC

  • TCC(Try、Confirm、Cancel)

  • 本地消息表

  • 最大努力通知

  • Seata

2PC(二阶段提交)方案

2PC,即二阶段提交,它将分布式事务的提交拆分为两个个阶段:prepare 和 commit/rollback,即准备阶段和提交执行阶段。在 prepare 准备阶段需要等待所有参与子事务的反馈,因此可能造成数据库资源锁定时间过长,不适合并发高以及子事务生命周期较长的业务场景。并且协调者宕机的话,所有的参与者都收不到提交或回滚指令。

3PC

三阶段提交分别是:CanCommit、PreCommit 和 doCommit,这里不再详述。3PC 利用超时机制解决了 2PC 的同步阻塞问题,避免资源被永久锁定,进一步加强了整个事务过程的可靠性。但是 3PC 同样无法应对类似的宕机问题,只不过出现多数据源中数据不一致问题的概率更小。

TCC

TCC 采用了补偿机制,其核心思想是:针对每个操作,都要注册一个与其对应的确认和补偿(撤销)操作。它分为三个阶段:Try-Confirm-Cancel。

  • Try 阶段:尝试去执行,完成所有业务的一致性检查,预留必需的业务资源。

  • Confirm 阶段:该阶段对业务进行确认提交,不做任何检查,因为 Try 阶段已经检查过了,默认 Confirm 阶段是不会出错的。

  • Cancel 阶段:若业务执行失败,则进入该阶段,它会释放 Try 阶段占用的所有业务资源,并回滚 Confirm 阶段执行的所有操作。

TCC 方案让应用可以自定义数据库操作的粒度,降低了锁冲突,可以提升性能。但是应用侵入性强,Try、Confirm、Cancel 三个阶段都需要业务逻辑实现。

本地消息表

ebay 最初提出本地消息表这个方案,来解决分布式事务问题。业界目前使用这种方案是比较多的,它的核心思想就是将分布式事务拆分成本地事务进行处理。可以看一下基本的实现流程图:

a06d2ba8cd53be8acb673f5084d95409.png

最大努力通知

最大努力通知方案的目标,就是发起通知方通过一定的机制,最大努力将业务处理结果通知到接收方。

90d775b32edce7216ef37ec51917b364.png

seata

Saga 模式是 Seata 提供的长事务解决方案。核心思想是将长事务拆分为多个本地短事务,由 Saga 事务协调器协调,如果正常结束那就正常完成,如果某个步骤失败,则根据相反顺序一次调用补偿操作。

Saga 的并发度高,但是一致性弱,对于转账,可能发生用户已扣款但最后转账又失败的情况。

4. 你们的接口幂等是如何保证的?

如果你调用下游接口超时了,是不是考虑重试?如果重试,下游接口就需要支持幂等。

实现幂等一般有这 8 种方案:

  • select + insert + 主键/唯一索引冲突

  • 直接 insert + 主键/唯一索引冲突

  • 状态机幂等

  • 抽取防重表

  • token 令牌

  • 悲观锁(如 select for update,很少用)

  • 乐观锁

  • 分布式锁

大家平时是用哪个方案解决幂等的,最后结合工作实际讲讲哈。

5. 你们的 MySQL 架构是怎样的?

大家可以结合自己公司的 MySQL 架构聊聊。

数据库的高可用方案:

  • 双机主备

  • 一主一从

  • 一主多从

  • MariaDB 同步多主机

  • 数据库中间件

5.1 双机主备

80e2104502a2bd550a52359061e29904.png
  • 优点:一个机器故障了可以自动切换,操作比较简单。

  • 缺点:只有一个库在工作,读写压力大,未能实现读写分离,并发也有一定限制。

5.2 一主一从

80b659d8fbb911d4b6c6e34ed9090228.png
  • 优点:从库支持读,分担了主库的压力,提升了并发度。一个机器故障了可以自动切换,操作比较简单。

  • 缺点:一台从库,并发支持还是不够,并且一共两台机器,还是存在同时故障的机率,不够高可用。

5.3 一主多从

e026f0f9b62f3d29b6edf290f37df87e.png
  • 优点:多个从库支持读,分担了主库的压力,明显提升了读的并发度。

  • 缺点:只有一台主机写,因此写的并发度不高。

5.4 MariaDB 同步多主机集群

4920dae922a0bd40b1c040ae103cbdcc.png
  • 有代理层实现负载均衡,多个数据库可以同时进行读写操作;各个数据库之间可以通过 Galera Replication 方法进行数据同步,每个库理论上数据是完全一致的。

  • 优点:读写的并发度都明显提升,可以任意节点读写,可以自动剔除故障节点,具有较高的可靠性。

  • 缺点:数据量不支持特别大。要避免大事务卡死,如果集群节点一个变慢,其他节点也会跟着变慢。

5.5 数据库中间件

b631c623f8e4459111051f1903e15356.png
  • mycat分片存储,每个分片配置一主多从的集群。

  • 优点:解决高并发高数据量的高可用方案。

  • 缺点:维护成本比较大。

6. 常见的索引结构有?哈希表结构适用哪种场景?

常见的索引结构有:哈希表、有序数组和搜索树。

  • 哈希表这种结构适用于只有等值查询的场景。

  • 有序数组适合范围查询,用二分法快速得到,时间复杂度为 O(log(N))。查询还好,如果是插入,就得挪动后面所有的记录,成本太高。因此它一般只适用静态存储引擎,比如保存 2018 年某个城市的所有人口信息。

  • B+ 树适合范围查询,我们一般建的索引结构都是 B+ 树。

7.给你 ab,ac,abc 字段,你是如何加索引的?

这主要考察联合索引的最左前缀原则知识点。

  • 这个最左前缀可以是联合索引的最左N个字段。比如组合索引(a,b,c)可以相当于建了(a)、(a,b)、(a,b,c)三个索引,大大提高了索引复用能力。

  • 最左前缀也可以是字符串索引的最左M个字符。

因此给你ab,ac,abc字段,你可以直接加abc联合索引和ac联合索引即可。

8. 数据库隔离级别是否了解?你们的数据库默认隔离级别是?为什么选它?

四大数据库隔离级别,分别是读未提交、读已提交、可重复读、串行化(Serializable)。

  • 读未提交 :事务即使未提交,却可以被别的事务读取到的,这级别的事务隔离有脏读、重复读、幻读的问题。

  • 读已提交 :当前事务只能读取到其他事务提交的数据,这种事务的隔离级别解决了脏读问题,但还是会存在不可重复读、幻读问题。

  • 可重复读 :限制了读取数据的时候,不可以进行修改,所以解决了不可重复读 的问题,但是读取范围数据的时候,是可以插入数据,所以还会存在幻读问题。

  • 串行化 :事务最高的隔离级别,在该级别下,所有事务都是进行串行化顺序执行的。可以避免脏读、不可重复读与幻读所有并发问题。但是这种事务隔离级别下,事务执行很耗性能。

MySQL 选择Repeatable Read(可重复读)作为默认隔离级别,我们的数据库隔离级别选的是读已提交。

8.1 为什么 MySQL 的默认隔离离别是 RR?

binlog 的格式也有三种:statement、row、mixed。设置为statement格式,binlog 记录的是 SQL 的原文。又因为 MySQL 在主从复制的过程是通过binlog进行数据同步,如果设置为读已提交(RC)隔离级别,当出现事务乱序的时候,就会导致备库在 SQL 回放之后,结果和主库内容不一致。

比如一个表 t,表中有两条记录:

CREATE TABLE t (  
     a int(11) DEFAULT NULL,  
     b int(11) DEFAULT NULL,  
     PRIMARY KEY a (a),
     KEY b(b)
   ) ENGINE=InnoDB DEFAULT CHARSET=latin1;  
   insert into t1 values(10,666),(20,233);

两个事务并发写操作,如下:

bfb950ccefb0d9d4f5981f63ad5d649a.png

在读已提交(RC)隔离级别下,两个事务执行完后,数据库的两条记录就变成了(30,666‍)、(20,666)。这两个事务执行完后,binlog 也就有两条记录,因为事务 binlog 用的是statement格式,事务 2 先提交,因此update t set b=666 where b=233优先记录,而update t set a=30 where b=666记录在后面。

当binlog同步到从库后,执行update t set b=666 where b=233和update t set a=30 where b=666记录,数据库的记录就变成(30,666)、(30,666),这时候主从数据不一致啦。

因此 MySQL 的默认隔离离别 选择了RR而不是RC。RR隔离级别下,更新数据的时候不仅对更新的行加行级锁,还会加间隙锁(gap lock)。事务 2 要执行时,因为事务 1 增加了间隙锁,就会导致事务 2 执行被卡住,只有等事务 1 提交或者回滚后才能继续执行。

并且,MySQL 还禁止在使用statement格式的binlog的情况下,使用READ COMMITTED作为事务隔离级别。

我们的数据库隔离级别最后选的是读已提交(RC)。

那为什么 MySQL 官方默认隔离级别是 RR,而有些大厂选择了 RC 作为默认的隔离级别呢?

  • 提升并发

RC 在加锁的过程中,不需要添加Gap Lock和 Next-Key Lock的,只对要修改的记录添加行级锁就行了。因此 RC 支持的并发度比 RR 高得多。

  • 减少死锁

正是因为 RR 隔离级别增加了Gap Lock和 Next-Key Lock锁,因此它相对于 RC,更容易产生死锁。

9. RR 隔离级别实现原理,它是如何解决不可重复读的?

9.1 什么是不可重复读

先回忆下什么是不可重复读 。假设现在有两个事务 A 和 B:

  • 事务 A 先查询 Jay 的余额,查到结果是 100。

  • 这时候事务 B 对 Jay 的账户余额进行扣减,扣去 10 后,提交事务。

  • 事务 A 再去查询 Jay 的账户余额,发现变成了 90。

39be467e0342c49e854af5b423cd493a.png

事务 A 被事务 B 干扰到了!在事务 A 范围内,两个相同的查询,读取同一条记录,却返回了不同的数据,这就是不可重复读 。

9.2 undo log 版本链 + Read View 可见性规则

RR 隔离级别实现原理,就是 MVCC 多版本并发控制,而 MVCC 是通过Read View + Undo Log实现的,Undo Log 保存了历史快照,Read View 可见性规则帮助判断当前版本的数据是否可见。

Undo Log版本链长这样:

e88a7d5f48cc66e0818d528f49fa1761.png

Read View 的几个重要属性:

  • m_ids:当前系统中那些活跃(未提交)的读写事务 ID,它的数据结构为一个 List。

  • min_limit_id:表示在生成 Read View 时,当前系统中活跃的读写事务中最小的事务 id,即 m_ids 中的最小值。

  • max_limit_id:表示生成 Read View 时,系统中应该分配给下一个事务的 id 值。

  • creator_trx_id::创建当前 Read View 的事务 ID。

Read view 可见性规则如下:

  1. 如果数据事务 IDtrx_id < min_limit_id,表明生成该版本的事务在生成 Read View 前,已经提交(因为事务 ID 是递增的),所以该版本可以被当前事务访问。

  2. 如果trx_id >= max_limit_id,表明生成该版本的事务在生成 Read View 后才生成,所以该版本不可以被当前事务访问。

  3. 如果min_limit_id =< trx_id < max_limit_id,需要分 3 种情况讨论:

  • 3.1 如果m_ids包含trx_id,则代表 Read View 生成时刻,这个事务还未提交,但是如果数据的trx_id等于creator_trx_id的话,表明数据是自己生成的,因此是可见的。

  • 3.2 如果m_ids包含trx_id,并且trx_id不等于creator_trx_id,则 Read View 生成时,事务未提交,并且不是自己生成的,所以当前事务也是看不见的。

  • 3.3 如果m_ids不包含trx_id,则说明你这个事务在 Read View 生成之前就已经提交了,修改的结果,当前事务是能看见的。

9.3 RR 如何解决不可重复读

查询一条记录,基于 MVCC,是怎样的流程。

  1. 获取事务自己的版本号,即事务 ID。

  2. 获取 Read View。

  3. 查询得到的数据,然后 Read View 中的事务版本号进行比较。

  4. 如果不符合 Read View 的可见性规则, 即就需要 Undo log 中历史快照。

  5. 最后返回符合规则的数据。

假设存在事务 A 和 B,SQL 执行流程如下:

70001623750841605fa9c9665a884692.png

在可重复读(RR)隔离级别下,一个事务里只会获取一次 Read View ,都是副本共用的,从而保证每次查询的数据都是一样的。

假设当前有一张 core_user 表,插入一条初始化数据,如下:

0b201aa6d52b465f075bec42498389fc.png基于 MVCC,我们来看看执行流程:

  1. A 开启事务,首先得到一个事务 ID 为 100。

  2. B 开启事务,得到事务 ID 为 101。

  3. 事务 A 生成一个 Read View,Read View 对应的值如下:

变量值
m_ids100,101
max_limit_id102
min_limit_id100
creator_trx_id100

然后回到版本链,开始从版本链中挑选可见的记录:

7ca2884fb2fe141331ae29178890ebd4.png

由图可以看出,最新版本的列 name 的内容是孙权,该版本的 trx_id 值为 100。开始执行 Read View 可见性规则 校验:

min_limit_id(100)=<trx_id(100)<102;
creator_trx_id = trx_id =100;

由此可得,trx_id=100 的这个记录,当前事务是可见的,所以查到是 name 为孙权 的记录。

  1. 事务 B 进行修改操作,把名字改为曹操。把原数据拷贝到 undo log,然后对数据进行修改,标记事务 ID 和上一个数据版本在 undo log 的地址。

4edf0a0b88e2237c66c90c9b526bf09b.png
  1. 事务 B 提交事务。

  2. 事务 A 再次执行查询操作,因为是 RR(可重复读)隔离级别,因此会复用老的 Read View 副本 ,Read View 对应的值如下:

变量值
m_ids100,101
max_limit_id102
min_limit_id100
creator_trx_id100

然后再次回到版本链:从版本链中挑选可见的记录:

815924301a6d765f0a1db7e7826287ed.png

从图可得,最新版本的列 name 的内容是曹操,该版本的 trx_id 值为 101。开始执行 Read View 可见性规则校验:

min_limit_id(100)=<trx_id(101)<max_limit_id(102);
因为 m_ids{100,101} 包含 trx_id(101),
并且 creator_trx_id (100) 不等于 trx_id(101)

所以,trx_id=101这个记录,对于当前事务是不可见的。这时候呢,版本链roll_pointer跳到下一个版本,trx_id=100这个记录,再次校验是否可见:

min_limit_id(100)=<trx_id(100)< max_limit_id(102);
因为 m_ids{100,101} 包含 trx_id(100),
并且 creator_trx_id (100) 等于 trx_id(100)

所以,trx_id=100 这个记录,对于当前事务是可见的,所以两次查询结果,都是 name 为孙权的那个记录。即在可重复读(RR)隔离级别下,复用老的 Read View 副本,解决了不可重复读的问题。

10. 你们项目使用了 RocketMQ 对吧?那你知道如何保证消息不丢失吗?

一个消息从生产者产生,到被消费者消费,主要经过这 3 个过程:

89ac4fb125205c156ff009ee7c508c7b.png
  1. 生产者产生消息。

  2. 消息发送到存储端,保存下来。

  3. 消息推送到消费者,消费者消费完,ack 应答。

因此如何保证 MQ 不丢失消息,可以从这三个阶段阐述:

  • 生产者保证不丢消息。

  • 存储端不丢消息。

  • 消费者不丢消息。

10.1 生产者保证不丢消息

生产端如何保证不丢消息呢?确保生产的消息能顺利到达存储端。

如果是RocketMQ消息中间件的话,Producer生产者提供了三种发送消息的方式,分别是:

  • 同步发送;

  • 异步发送;

  • 单向发送。

生产者要想发消息时保证消息不丢失,可以:

  • 采用同步方式发送,send 消息方法返回成功状态,即消息正常到达了存储端Broker。

  • 如果send消息异常或者返回非成功状态,可以发起重试。

  • 可以使用事务消息,RocketMQ的事务消息机制就是为了保证零丢失来设计的。

10.2 存储端不丢消息

如何保证存储端的消息不丢失呢?确保消息持久化到磁盘,那就是刷盘机制。

刷盘机制分同步刷盘和异步刷盘 :

  • 同步刷盘:生产者消息发过来时,只有持久化到磁盘,RocketMQ的存储端Broker才返回一个成功的 ACK 响应。它保证消息不丢失,但是影响了性能。

  • 异步刷盘:只要消息写入PageCache缓存,就返回一个成功的 ACK 响应。这样提高了 MQ 的性能,但是如果这时候机器断电了,就会丢失消息。

除了同步刷盘机制,还有一个维度需要考虑。Broker一般是集群部署的,有主节点和从节点。消息到Broker存储端,只有主节点和从节点都写入成功,才反馈成功的ack给生产者。这就是同步复制 ,它保证了消息不丢失,但是降低了系统的吞吐量。与之对应即是异步复制 ,只要消息写入主节点成功,就返回成功的ack,它速度快,但是会有性能问题。

10.3 消费阶段不丢消息

消费者执行完业务逻辑 ,再反馈会Broker说消费成功,这样才可以保证消费阶段不丢消息。

11. 事务消息是否了解?场景题:比如下单清空购物车,你是如何设计的?

事务消息主要用来解决消息生产者和消息消费者的数据一致性 问题。我们先来回忆一下:一条普通的消息队列,从产生到被消费,经历的流程:

053153a9416d1d60823694ff3e8efa3e.png
  1. 生产者产生消息,发送到 MQ 服务器。

  2. MQ 收到消息后,将消息持久化到存储系统。

  3. MQ 服务器返回 ACK 到生产者。

  4. MQ 服务器把消息 push 给消费者。

  5. 消费者消费完消息,响应 ACK。

  6. MQ 服务器收到 ACK,认为消息消费成功,即在存储中删除消息。

消息队列的事务消息流程是怎样的呢?

cfa7fde3d5e1500b5c5ff479d1c9768e.png
  1. 生产者产生消息,发送一条半事务消息到 MQ 服务器。

  2. MQ 收到消息后,将消息持久化到存储系统,这条消息的状态是待发送状态。

  3. MQ 服务器返回 ACK 确认到生产者,此时 MQ 不会触发消息推送事件。

  4. 生产者执行本地事务。

  5. 如果本地事务执行成功,即 commit 执行结果到 MQ 服务器;如果执行失败,发送 rollback。

  6. 如果是正常的 commit,MQ 服务器更新消息状态为可发送;如果是rollback,即删除消息。

  7. 如果消息状态更新为可发送,则 MQ 服务器会 push 消息给消费者,消费者消费完就回 ACK。

  8. 如果 MQ 服务器长时间没有收到生产者的 commit 或者 rollback,它会反查生产者,然后根据查询到的结果执行最终状态。

我们举个下订单清空购物车 的例子吧。订单系统创建完订单后,然后发消息给下游购物车系统,清空购物车。

  1. 生产者(订单系统)产生消息,发送一条半事务消息到 MQ 服务器。

  2. MQ 收到消息后,将消息持久化到存储系统,这条消息的状态是待发送状态。

  3. MQ 服务器返回 ACK 确认到生产者,此时 MQ 不会触发消息推送事件。

  4. 生产者执行本地事务(订单创建成功,提交事务消息)。

  5. 如果本地事务执行成功,即 commit 执行结果到 MQ 服务器;如果执行失败,发送 rollback。

  6. 如果是 commit 正常提交,MQ 服务器更新消息状态为可发送 ;如果是 rollback,即删除消息 。

  7. 如果消息状态更新为可发送,则 MQ 服务器会 push 消息给消费者(购物车系统)。消费者消费完(即拿到订单消息,清空购物车成功)就应答 ACK。

  8. 如果 MQ 服务器长时间没有收到生产者的 commit 或者 rollback,它会反查生产者,然后根据查询到的结果(回滚操作或者重新发送消息)执行最终状态。

有些伙伴可能有疑惑,如果消费者消费失败怎么办呢?那数据是不是不一致啦?所以就需要消费者消费成功,执行业务逻辑成功,再反馈 ack 嘛。如果消费者消费失败,那就自动重试嘛,接口支持幂等即可。

12. 如何快速判断一个数是奇数还是偶数,除开对 2 取余呢?

判断一个数是奇数还是偶数,我们最容易想到的就是对 2 取余。

if( x % 2 )
// 奇数
else
// 偶数

还有一种方法,就是与 1 相与( &1),具体实现如下:

if( x & 1 )
// 奇数
else
// 偶数

13. Spring 声明式事务原理?哪些场景事务会失效?

13.1 声明式事务原理

Spring 声明式事务,即@Transactional,它可以帮助我们把事务开启、提交或者回滚的操作,通过 Aop 的方式进行管理。

641e929950e992842e19421f84aaad54.png

在 Spring 的 bean 的初始化过程中,就需要对实例化的 bean 进行代理,并且生成代理对象。生成代理对象的代理逻辑中,进行方法调用时,需要先获取切面逻辑,@Transactional 注解的切面逻辑类似于 @Around,在 spring 中是实现一种类似代理逻辑。

3695c07020203d9eb90f84cae5cf1a88.png

13.2 Spring 声明式事务哪些场景会失效

  • 方法的访问权限必须是 public,其他 private 等权限,事务失效。

  • 方法被定义成了 final 的,这样会导致事务失效。

  • 在同一个类中的方法直接内部调用,会导致事务失效。

  • 一个方法如果没交给 spring 管理,就不会生成 spring 事务。

  • 多线程调用,两个方法不在同一个线程中,获取到的数据库连接不一样的。

  • 表的存储引擎不支持事务。

  • 如果自己 try...catch 误吞了异常,事务失效。

  • 错误的传播。

14. 你们是微服务架构嘛?如果你来设计一个类似淘宝的系统,你怎么划分微服务?

可以按业务领域、功能、重要程度进行划分。

  • 可以按业务领域,把用户、社区、商品信息、消息等模块进行划分。

  • 单一功能职责,按功能拆分,比如订单、支付、物流、权限。

  • 按重要程度划分,区分核心和非核心功能,比如支付、订单就是核心功能。

15. 你们是怎么分库分表的?分布式 ID 如何生成?

如果是我们公司的话,使用了水平分库的方式,就是一个用户注册时,就划分了属于哪个数据库,然后具体的表结构是一样的。

业界还有垂直分库,就是按照不同的系统中的不同业务进行拆分,比如拆分成用户库、订单库、积分库、商品库,把它们部署在不同的数据库服务器。

分表的话也有水平分表和垂直分表,垂直分表就是将一些不常用的、数据较大或者长度较长的列拆分到另外一张表,水平分表就是可以按照某种规则(如 hash 取模、range),把数据切分到多张表去。一张订单表,按时间 range 拆分如下:

f26d61be187d073f2fd696027068dc73.png

range 划分利于数据迁移,但是存在数据热点问题。hash 取模划分,不会存在明显的热点问题,但是不利于扩容。可以 range+hash 取模结合使用。

分布式 ID 可以使用雪花算法生成。

雪花算法是一种生成分布式全局唯一 ID 的算法,生成的 ID 称为 Snowflake IDs。这种算法由 Twitter 创建,并用于推文的 ID。

一个 Snowflake ID 有 64 位。

  • 第 1 位:Java 中 long 的最高位是符号位代表正负,正数是 0,负数是 1,一般生成 ID 都为正数,所以默认为 0。

  • 接下来前 41 位是时间戳,表示了自选定的时期以来的毫秒数。

  • 接下来的 10 位代表计算机ID,防止冲突。

  • 其余 12 位代表每台机器上生成 ID 的序列号,这允许在同一毫秒内创建多个 Snowflake ID。

9e69e078a61164851111eb547d7b1686.png

16. 所有异常的共同的祖先是?运行时异常有哪几个?

b6b23c94e5eab43d6116244931724273.png

Java 异常的顶层父类是Throwable,它生了两个儿子,大儿子叫Error,二儿子叫Exception。

  • Error :是程序⽆法处理的错误,一般表示系统错误,例如虚拟机相关的错误OutOfMemoryError

  • Exception :程序本身可以处理的异常。它可以分为 RuntimeException(运行时异常)和 CheckedException(可检查的异常)。

什么是 RuntimeException(运行时异常) ?

运行时异常是不检查异常,程序中可以选择捕获处理,也可以不处理。这些异常一般是由程序逻辑错误引起的,程序应该从逻辑角度尽可能避免这类异常的发生。

常见的 RuntimeException 异常 :

  • NullPointerException:空指针异常。

  • ArithmeticException:出现异常的运算条件时,抛出此异常。

  • IndexOutOfBoundsException:数组索引越界异常。

  • ClassNotFoundException:找不到类异常。

  • IllegalArgumentException:非法参数异常。

什么是 CheckedException(可检查的异常) ?

从程序语法角度讲是必须进行处理的异常,如果不处理,程序就不能编译通过。如 IOException、SQLException 等。

常见的 Checked Exception 异常:

  • IOException:操作输入流和输出流时可能出现的异常。

  • SQLException



欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢:

c941d15d51a05886570e807e96aa3649.png

已在知识星球更新源码解析如下:

81cc4e964b387861c96430fdab5bfe0d.jpeg

631306bffb4b017f7816e3e7344d4ef0.jpeg

27ad5de83f0471b6c76bee6fd4237c00.jpeg

49cb5f44fd54d686468e5ac828f26526.jpeg

最近更新《芋道 SpringBoot 2.X 入门》系列,已经 101 余篇,覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例,以及超 4W 行代码的电商微服务项目。

获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
OPPO校招面试回忆,Java开发面试 昨天和今天,面试了OPPO的校招Java开发。二面挂了 (一面是我和我的一个同学一块去的,幸运的是一面我俩都过了。设计大数据方面的,没问过我,我把他回忆起来的几个都顺便写了一下) 一面题: 了解过mysql优化和调优吗? mysql索引执行顺序,三个列构成索引,A/B/C,查询AC和AB,哪个效率高 mysql有哪些事务级别 mysql的事务由那些特性。。。人家问我这个,我... 阅读详情

相关推荐

九月份参加OPPO和腾讯Android面试:技术一面+二面+三面+HR四面,我的面经总结!

之前很多时候我是拒绝说我的面试经验的,因为我们简历经历不一样问的问题也会不一样,且大厂面试光靠背几个面试题就想过还是比较难的。因此在这里提醒一下大家不要临时抱佛脚,你花几天能背下的东西,别人花几天一定能超过你的,但我们花几年沉淀的东西,人家花几个月就未必能赶上,希望大家不飞则已,一飞冲天。 OPPO 面试过程 boss 直聘 HR 推了简历给有关部门,简历通过后电话约的面试机会。当时约...

weixin_44339238的博客 7995

OPPO云数据库访问服务技术解析

CDAS(Cloud Database Access Service) 云数据库访问服务,具备读写分离、水平扩容、HTAP混合负载、兼容 MySQL 等重要特性,专注解决超高并发、海量数据、大表瓶颈等数据库难题,助力业务实现可靠的应用服务。

OPPO数智技术 2964

OPPO java后台开发面经

OPPO公司整体给人感觉很大气,流程很清晰,提前批现场面,第一天一面,晚上出结果,第二天二面+HR面,同样晚上出结果,过了就是第三天现场签约。我面的是java开发岗。 一面 早上去的,提前一个小时到的,先签到先面试,这点很人性化,等了半个小时不到就面了。 面试官人很好,问的问题也很基础,没有可以刁难。 (1)object类有哪些方法?各是什么意思? (2)java的特性。继承封装多态,多态讲一讲静...

starbxx的博客 3100

今天去 OPPO 面试,被问麻了。。。

前言 最近有位读者去面试了oppo,给大家整理了面试真题的答案。希望对大家有帮助哈,一起学习,一起进步。聊聊你印象最深刻的项目,或者做了什么优化。你项目提到分布式锁,你们是怎么使用分布式锁的?常见分布式事务解决方案你们的接口幂等是如何保证的?你们的MySQL架构是怎样的?常见的索引结构有?哈希表结构属于哪种场景?给你ab,ac,abc字段,你是如何加索引的?数据库隔离级别...

Java知音 610

我的Android面试;OPPO外包+百度,flutter登录过期

接下来就说说各家的面试题,希望打算年初跳槽去这些公司的朋友有个参考方向(自己去亲身实践才是王道)。一共面试了快二十家公司,既有外包,也有中小型企业,也有准备D轮甚至上市的C轮企业,更有BAT等知名企业。 按照面试的时间顺序来一一罗列各家公司的面试题。((记忆可能出现纰漏,哈哈,各位看看就好,有些公司的面试可能比较常规,就没有什么特别的印象) 这是我面试之前收集整理的Android面试题,有基础的一些知识,也有涉及到源码底层有深度的题目,还有一些BAT面试真题,大部分都是有答案解析的。这些知识点搞懂,然后再

m0_65321095的博客 1798

3张RTX 4090就能跑!BAGEL-7B多模态模型本地部署避坑指南(附Flash Attention安装技巧)

本文详细介绍了如何在3张RTX 4090显卡上本地部署BAGEL-7B多模态模型,包括硬件配置、环境设置、多卡并行优化及常见问题解决方案。特别提供了Flash Attention安装技巧和显存优化策略,帮助开发者高效运行这一开源多模态模型,实现文本与图像生成任务。

1a2s3d4f5g的博客 656

去 OPPO 面试,被问麻了

那为什么MySQL官方默认隔离级别是RR,而有些大厂选择了RC作为默认的隔离级别呢?提升并发RC在加锁的过程中,不需要添加GapLock和Next-KeyLock的,只对要修改的记录添加行级锁就行了。因此RC的支持的并发度比RR高得多,减少死锁正是因为RR隔离级别增加了GapLock和Next-KeyLock锁,因此它相对于RC,更容易产生死锁。先回忆下什么是不可重复读。假设现在有两个事务A和B。...

weixin_70730532的博客 624

Ubuntu20.04安装Torque-6.1.2单机版(踩坑篇)

说明:PBS排队系统原先是在Centos7安装使用很顺利,但是有客户需求在Ubuntu20.04上使用,着手在Ubuntu20.04安装上安装的时候发现很多报错,并不能顺利安装,网上查找到的教程,有的说是让放弃转slurm,有的是换源安装,但是安装好的版本很低,有许多bug,不是很好用。经过自己慢慢摸索之后,改了部分配置以及源码之后,能够顺利安装,再次记录一下踩坑心得,与大家一起分享学习。如有问题,欢迎大家来撩。...............

华青水上的博客 8093

面试 OPPO,Java后端被问麻了

大家平时做的项目,如果很多知识点跟面试八股文相关的话,就可以相对条理清晰地写到简历去。还有平时你做的项目,有一些比较好的设计,都可以说一下哈,比如你是如何保证数据一致性的,怎么优化接口性能的。一般你讲述你做的项目时,面试官会根据你项目涉及的一些面试点,然后抽他感兴趣的一两个来问。所以大家对哪些知识点熟悉,讲述项目时,就说你用该知识点,解决了什么问题。聊到分布式事务,大家记得这两个理论哈:CAP理论 和 BASE 理论分布式事务的几种解决方案:2PC(二阶段提交)方案2PC,即两阶段提交,它将分布式事务的提交

yangjnsjbad的博客 848

WorldQuant Brain Alpha 生成器

一个自动化工具,通过参数优化和回测来挖掘高质量的量化交易 Alpha 因子,并自动提交符合标准的因子。

weixin_37582383的博客 1万+

TL494充电器原理与维修 (转)

TL494充电器原理与维修 电动自行车充电器多采用开关 电源,型号虽多,但电路结构大同小异,主要区别在于所选的脉宽调制(PWM)芯片不同如(UC3845、UC3842、SG3524、TL494)。现以佳腾牌 充电器为例,介绍其原理和故障检修方法。 一、电路原理 根据实物测绘的佳腾牌充电器电路原理如图1所示。整机可分为PWM产生和推动电路、功 率开关变换电路、...

weixin_30500663的博客 1816

今天去 OPPO 面试,被问麻了

那为什么 MySQL 官方默认隔离级别是 RR,而有些大厂选择了 RC 作为默认的隔离级别呢?提升并发RC 在加锁的过程中,不需要添加 Gap Lock 和 Next-Key Lock 的,只对要修改的记录添加行级锁就行了。因此 RC 的支持的并发度比 RR 高得多,减少死锁正是因为 RR 隔离级别增加了 Gap Lock 和 Next-Key Lock 锁,因此它相对于 RC,更容易产生死锁。先回忆下什么是不可重复读。...

ZHAOHUODIAN888的博客 294

ISA-95(S95)标准详解

ISA-95是制造业系统集成的“通用语言”,通过分层模型和信息流规范,打通企业计划层与设备控制层,成为实现数字化工厂的核心标准之一。其与ISA-88的协同应用,可进一步优化生产执行与资源管理的效率。标准,旨在解决企业商业系统(如ERP)与工业控制系统(如MES、SCADA)之间的集成问题。

「东哥说MES」 专注于MES制造执行系统,为你拆解核心架构、功能模块及与ERP/PLC的集成逻辑。提供从入门到精通的系列干货、精选行业报告与实用工具,构建你的数字化知识体系,关注我,用实战经验照亮你的数字化之路。 3742

OPPO软件测试面试经验

本人原创(转载请先找我申请):https://blog.youkuaiyun.com/bbs11007 第一面电话(技术面): 这一电话面试了一个半小时,第二天零零散散记录以下内容,给大家参考; 面试官:你为何不让你前同事推荐你,你要自己投简历,推荐机会大点,投递简历人多会被忽略; 我:(心里:那你不是联系我了么),因为认识的推荐都是功能测试,我不想,这与我职业规划不同,我想靠自己; 面试官...

测试领域专家,多领域测试技术、管理、工具都略懂,略懂一二 1万+

Anthropic发布10款金融AI智能体模板深度解析:重构华尔街工作范式

摘要:2026年5月,Anthropic发布10款金融AI智能体模板,标志着AI从辅助工具升级为"虚拟同事"。这些智能体深度集成到Word、Excel等办公软件中,覆盖投行、商行、资管三大场景的核心工作流,预计可提升效率35-85%。技术架构基于Claude3.5Sonnet模型,具备200K上下文窗口和95%+的财务图表解析准确率,并与彭博等金融数据源直连。发布引发传统金融数据服务商股价下跌,摩根大通等机构则视其为成本优化工具。落地需分四阶段推进,关键在于数据治理和复合型人才培养。未来

yyq916的博客 637

4.2 多智能体系统的严格隔离机制:防止上下文污染与隐私数据脱敏实战

本文探讨了多智能体系统中上下文信息共享带来的安全风险与解决方案。研究发现,随着Agent数量增加,上下文信息泄露概率呈指数级上升,可能导致跨Agent错误传播、隐私泄露等问题。文章提出分层隔离架构,将上下文划分为全局共享和本地私有两部分,并通过命名空间隔离、递归压缩和隐私过滤技术确保数据安全。技术实现上,建议为每个子Agent创建独立状态空间,采用原子化更新和读写锁控制避免状态竞争。隐私保护方面,结合正则匹配和命名实体识别技术进行敏感数据过滤,确保符合GDPR等法规要求。这些措施共同构建了可靠、安全且合规的

公众号:AI前沿侦探 229

OPPO RO值得去吗

OPPO RO值得去吗

Bericherrr的博客 5507

uniapp [安卓苹果App端] - errMsg“: “request:fail abort statusCode:-1 不支持的URL(-1002)Uniapp真机运行APP网络请求报错失败排查

uniapp真机运行APP,网络请求报错errMsg“: “request:fail abort statusCode:-1 不支持的URL(-1002),uni.request网路请求报错,uniApp解决请求接口报错,uniapp app端打包上线后请求报错,真机运行测试请求失败,uniapp安卓app请求报错,uniapp苹果ios平台网络请求报错,uniapp真机预览请求失败怎么办,不是跨域问题,在H5中请求可以正常发送和接收,但在真机APP上请求报错,Hbuilder真机运行app网络请求报错,全

🏆 前端领域优质创作者 3094

oppo的android面试准备

android基础 service 广播 哪些场景会出现内存泄漏 事件分发机制 Activity+Fragment 数据库 大数据加载 自定义View handler源码分析 如何分析内存泄漏及如何处理 如何分析ANR及如何处理 性能优化 内存优化你做过没有?一张十万乘以十万的图片,如何加载才不会内存溢出? 内存溢出,内存抖动,内存泄漏你都碰到过吗?怎么解决的?如何区分这几种情况?怎么解决由内存...

qq_23081779的博客 1876

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

我的面试经历3-OPPO

很不幸,我没有收到oppo的笔试通知,不过我还是重新打了一份简历和成绩单并把相关证书的原件带着跑去霸王笔了一把,这样做是有一定道理的,因为在你在说服工作人员的时候你有充分的“证据” oppo这个公司是非常重视基础的,全是javase的,数据结构(算法题目直接是教材上的例题),操作系统,可能跟他们做的产品有关,后来知道是做手机开发的,平时用的不是现在流行的SSH框架之类的。 ...

chancechange的专栏 4118

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 程序员版本的八荣八耻~
下一篇: Redis 官方可视化工具,功能真心强大!高颜值
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值