Java复习大纲

前言

每次复习的时候都要找对应的java知识、视频来看，本文打算将所有的java相关知识列成大纲，学习完后进行总结，不断完善。之后通过总结的内容进行复习会更快速。

Java基础知识

JAVA EE

多线程
并发相关开发（包）JUC
CAS
AutomicInteger
threadlocal底层实现原理、如何实现线程池
IO
NIO
锁机制sync和lock的区别

数据结构与算法

常见排序算法
线性表
栈
队列
树
堆

Java常见框架

Spring

IOC和AOP原理
IOC创建过程

spring容器applicationcontext
bean工厂 beanfactory
bean的创建过程
总体上可分为实例化、初始化、完成阶段。
先是读取配置文件中的bean信息
读取的配置信息会封装成beandefinination放在对应的map中，是concurrentmap。之后spring提供了扩展点，可以自动扫描注解加载bean。
然后会根据bean定义信息对bean进行实例化然后进行属性注入，也就是依赖注入，然后会执行bean的初始化方法。在属性注入之后，初始化的前后spring也提供了两个扩展点。最后会将完整的bean对象放到单例池中singletonobjects。
spring容器如果显示销毁会执行容器的销毁方法，调用applicationcontext.close（）
spring后处理spring提供了两个扩展点一个是beanfactorypostprocessor，一个是beanpostprocessor。
第一个beanfactorypostprocessor是在bean定义对象创建后bean对象初始化之前。基于此可以实现component注解，进行扫描注解自动把bean定义信息加载至map
第二个beanpostprocessor是在bean对象属性注入后，放在单例池之前的扩展点，可以基于此实现aop原理。

如何解决bean对象互相引用注入的问题，是通过三级缓存。
比如A中依赖B，B中需要注入A。
当实例化A进行属性注入时，会发现B对象不存在，此时A是一个半成品的BEAN，且没有引用，会放到一个三级缓存中，然后去创建B对象，创建B对象后会去注入A，会从一级缓存依次往下找，在三级缓存找到了A，此时A被引用，会进入到二级缓存，而B此时完成了依赖注入，会直接进入单例池，也就是一级缓存。然后A会再次注入B，此时B已存在一级缓存，A实例化完毕也进入单例池。
一级缓存就是单例池，二级缓存就是有引用的半成品bean，三级缓存是没有引用的半成品bean。

AOP原理就是基于动态代理技术包括基于JDK的动态代理和CGLIB的动态代理。
JDK的动态代理是基于接口的动态代理，被代理对象必须有实现接口。
CGLIB的动态代理是基于父类的动态代理，被代理对象不能被final修饰
JDK动态代理就是proxy.newproxyinstance去对方法动态加强。

Spring-Boot

SpringData JPA

Hibernate

Mybatis/MybatisPlus

SpringCloud

消息中间件

Rabbitmq

Kafka

与其它消息中间件的对比
底层实现原理

缓存中间件

Redis

缓存雪崩
大量key过期
解决办法：设置随机的过期时间
缓存击穿
热点key过期
可以动态延长热点key时长，重新获取数据时加锁。
缓存穿透
大量请求不存在的key。
缓存一个空值，布隆过滤器。

数据库

oracle

事务隔离级别
B+树 B树
MVCC
多版本并发控制

MySql

ACID 原子性 一致性 隔离性 持久性
事务隔离级别，默认可重复读
读未提交，读已提交，可重复读，串行化
索引
底层实现B+树
为什么选择B+树，而不是二叉树，红黑树，B树？
一是二叉树不是平衡的，可能导致性能很差，红黑树是自平衡，但是每个节点只有两个节点。
B树一个节点可以存多个数据，同时可以有n+1个子节点。
B+树除了叶子结点，其余节点只存索引，叶子节点才存数据，并且各个叶子节点会有双向指针，形成一个双向链表。

数据库引擎
innodb myisam memory
innodb的特点事务，外键，行级锁
myisam不支持事务和外键，表级锁
索引的类别 聚集索引和二级索引 也叫辅助索引
主键索引，唯一索引，普通索引，全文索引
聚集索引默认是主键索引，如果不存在主键索引默认取第一个唯一索引，如果不存在唯一索引，会为每行默认生成rowid，基于rowid生成聚集索引。
全文索引是基于文本建立的索引，基于倒排索引的机制。

索引最左前缀匹配原则
对于联合主键如果中间字段不匹配，中间以后的用不到索引。

sql优化机制
主要是对索引优化
insert优化 多条insert合成一条进行insert，但是不能过长一般不超过1000
多条insert 手动管理事务，减少提交次数。
尽量按主键进行顺序插入。顺序插入性能比乱序高，取决于mysql数据的组织结构 索引组织表。且所有数据形成了一个双向链表，顺序插入比乱序高。
主键设计原则
主键不能设置太长，索引中存放的都是主键，会增加磁盘的空间和IO性能
主键尽量设置成自增，插入时选择顺序插入
避免对主键修改，因为会重新建立索引
主键不要采用UUID或者其它自然主键，比如身份证号，一个是由于太长，另一个是连续的会造成页分裂的现象。
页分裂在对数据进行插入时，由于页空间有限，如果就两个页中间没有空间可以插入，前一个页会分出一半的数据，分裂成一个新
页，并对链表的关系重新建立关联。
页合并，是每次在删除元素时，会看跟前一个页或后一个页能否进行合并。

mysql数据库逻辑存储结构表空间、段，区，页，行
一个区一般是1M，一页是16KB。
每个表默认都会有个表空间，一个表空间中可分为索引段，数据段，回滚段（undo log）

查询时建立联合索引
对oder by和group by后面的字段建立索引
尽量建立覆盖索引，避免回表查询
对于多字段排序,如果排序的方式不一致，可以根据实际情况建立对应索引，比如按第一个字段升序，第二个字段降序。
update 更新字段要加索引，否则行锁会变成表锁，影响并发性能。
limit分页查询对于后面的数据分页查询效率低下，尽量采用加覆盖索引和子查询的方式
count*性能约等于count1大于count主键大于count字段
前两个不用取值后两个要先把字段值取出来，没有加非空约束的还要进行约束判断。

锁
包括全局锁，表级锁和行锁。
全局锁只允许读，主要是在做数据库备份或迁移时使用。

表级锁可分为表锁和意向锁。
表锁分为共享和互斥两种。
意向锁是为了防止DML和DDL的冲突，防止加表锁时要一行一行判断是否有加行锁，因此在加行锁时，会加一个意向锁。加表锁时根据是否存在意向锁进行判断。

行锁也是分为共享锁和排他锁。
间隙锁和临键锁。
间隙锁是把两个叶子节点数据之间的空隙锁住，不允许往空隙中插入数据，比如查询某个不存在数据。
临键锁是锁住当前叶子节点和它前面的空隙，即行锁与间隙锁的结合。
行锁锁住的是索引

MVCC
是mysql实现读已提交和可重复读的原理。
MVCC多版本并发控制涉及三个因素，一个是两个隐藏字段，一个是undo log版本链，一个是readview。
undolog版本链实际就是根据undolog可以知道每次修改的历史记录。
mysql的表有两个隐藏字段，分别时当前最近修改的事务id，以及上一次修改的地址。readview是读视图，是快照读获取数据的依据，它记录了活跃事务的id，以及当前事务的id。
对于读已提交而言，在事务开始后，每次其它数据更新的版本记录都会生成一次readview，而可重复读只有事务开始的时候会去生成readview，之后直接复用。
redo log和undo log
redo log叫重做日志，实现了事务的持久性，记录了事务提交时对数据页的物理修改，用于在把脏页（缓冲池与磁盘不一致的数据页）刷新到磁盘时，出现错误用来做数据恢复。
redo log涉及重做日志缓冲，和重做日志文件，当缓冲池中的数据被修改后，就会生成对于的重做日志，放在重做日志缓冲然后再刷新到磁盘。相比直接把缓冲池的修改直接刷新到磁盘相比，重做日志是采用追加的方式，顺序磁盘IO性能高于随机磁盘IO。
undo log保证了事务的原子性，叫做回滚日志，记录了事务修改前的数据，比如一条update语句记录的是反向的update语句。
undo log同时会用于MVCC
事务中分为当前读和快照读，当前读表示每次都能读到最新的数据，快照读对于读已提交来说，每次查询都会生成一个快照读，可重复读是只有第一个读才会生成快照读。

Pgsql

各数据库之间的区别

设计模式

23中设计模式及实际应用
单例模式
工厂模式
观察者模式
责任链模式
命令模式

JVM

原理及调优
JVM分区
垃圾回收算法
G1、CMS

UML类图

分布式及微服务

分布式系统/微服务系统的设计理念
CAP：一致性（C）、可用性（A）、分区容错性（P）
分区容错性的意思是在集群环境下不同节点的网络可能断开，从而形成分区。容错性指在这样的分区条件下也得提供服务。
在这种情况下，要么保证可用性，丢失一致性。因为不同节点数据不一致。
要不保证一致性，但是会丢失可用性，这样就是阻塞用户请求，等待分区恢复。

只能保证其中两个，如果在集群条件下，只能是CP或AP。

BASE理论
其中BA指的是基本可用
S指的是软状态
E指的是最终一致性

分布式锁

分布式事务（Seata框架）

Seata是分布式事事务的解决方案。
分布式事务的实现需要有事务协调者TC，事务管理者TM，资源管理者RM
TM限定全局事务的范围
RM对分支事务进行管理
首先TM会向TC注册全局事务。
TC根据分支事务的执行情况决定是提交还是回滚。

分布式事务模型
XA、AT、TCC、SAGA
XA是二阶段的分布式事务模型，同时也是一种规范，常见的关系型数据库都实现了XA规范，因此实现起来很简单。
XA在第一阶段分支事务执行完后都先不提交，等到TC判断所有分支事务都执行完了再一起提交，如果有分支事务失败，则回滚。
XA实现了强一致性，拥有事务的ACID特性。

AT也是二阶段的分布式事务模型。
但是AT第一阶段会直接提交事务，第二阶段会根据执行的成功和失败执行不同操作。如果执行失败则根据记录的快照进行恢复，如果执行成功，则删除快照。
整体流程是，分支事务在向事务协调者TC注册后，会保存一份当前的快照，如果事务执行失败，根据快照进行恢复。
AT由于是第一阶段进行提交，锁定资源时间不长，性能好。
XA回滚是基于数据库事务回滚的，而AT是基于快照回滚的。
XA是强一致性，AT是最终一致性。
AT为了解决脏写的问题，引入了一个全局锁，由TC记录当前事务锁定了哪些资源，如果都是由seata框架管理的事务则会阻塞，实现了一定隔离性。但是如果并发的不是seata管理的事务，则仍有可能出现脏写，AT框架会记录操作前后的快照，会比较当前数据与最新的快照数据是否一致，不一致则会记录异常数据提醒用户。
TCC包括try confirm cancel
try主要是做资源预留并做提交，confirm是如果没有问题则将冻结的数据删除，cancel是在如果失败，则手动写逻辑进行回滚。
空回滚和业务悬挂的问题：
空回滚是指try还没执行就阻塞了，超时后C会通知回滚，由于try还没执行，对于被阻塞的业务，我们需要空回滚，不能执行具体业务。而业务悬挂是指在空回滚的基础上，如果try在执行空回滚后突然又可以执行，则会执行一遍try的逻辑，但是整个事务已经结束，因此在执行try逻辑时需要判断当前事物的状态。
saga也是第一阶段提交，第二阶段写补偿逻辑，但是没有实现隔离性，有可能出现脏写。

微服务框架

SpringCloud

旧的微服务框架采用的是zookeeper+Dubbo（阿里开发）
注册中心采用的是zookeeper和redis实现
服务远程调用：dubbo协议
配置中心：无
服务网关： 无
服务监控和保护：dubbo-admin但是功能弱

SpringCloud早期版本：
注册中心：Eureka
服务远程调用：Feign（基于Http协议）
配置中心：springcloudConfig
服务网关：springcloudgateway、zuul
服务监控与保护：Hystrix

SpringCloudAlibaba是阿里在springcloud基础上做的扩展，开发了自己的注册中心、配置中心、服务监控与保护采用sentinel。
注册中心：支持Eureka、同时开发了自己的nacos注册中心
服务远程调用：Feign、同时也支持Dubbo协议
负载均衡：Ribbon
配置中心：Nacos
服务网关：GateWay、zuul
服务监控与保护：sentinel

nacos服务分级存储模型：
命名空间（namespace）-group-服务-集群（可以区分地域）-实例
不同命令空间下的服务是不可见的，group就是分组。

nacos可以实现配置的热更新。
通过@Value注解注入，需要加上@RefreshScope注解才能实现热更新
通过@ConfigurationProperties注入，可直接热更新
读取配置优先级：服务名-环境名.yml > 服务名.yml （多环境配置共享）> 本地配置

Ribbon懒加载：第一次访问时才会创建loadBalanceClient，才会去拉去服务，而后会被缓存在内存中
饥饿加载（eager-load）：开启后项目启动时就会去加载，减少第一次访问的时间。
Ribbon负载均衡策略：所有策略实现一个IRule接口。
RandomRule：随机
RoundRibonRule: 轮询
ZoneAvoidanceRule: 基于区域的轮询，优先选择与当前处于同一区域的服务器进行轮询。
WeightResponseTimeRule：基于权重的选择，服务器响应时间越长，权重应该更小。
NacosRule：springcloudalibaba实现了springcloud的接口，优先访问同集群的服务。

Feign底层实现：
URLConnection：JDK中的默认实现，也是Feign的默认选项，不支持连接池（3次招手），性能比较差
Apache HttpClient：支持连接池
OKHttp： 支持连接池
Feign性能优化：一个是日志级别设置为basic或none，一个是修改底层实现，修改为连接池。

网关GateWay的作用：
1、可以做用户身份认证和权限认证。（可以在全局过滤器中自定义实现）
2、将请求路由到微服务，实现负载均衡。（配置的路由规则叫路由断言，路由断言工厂就是来解析路由断言，看到底将请求路由到什么地方）
3、对用户请求进行限流。
网关本身也是一个服务，需要在nacos上注册。
路由过滤器可以对请求的请求头和响应体进行加工，包括针对部分路由的过滤器、defaultFilters、全局过滤器（自定义逻辑）
过滤器的执行顺序：order值越小，优先级越高。order值一样时，defaultFilters>局部路由过滤器>全局过滤器
跨域问题需要在网关配置

Eureka和nacos作为注册中心的区别：
Eureka和nacos都支持服务的注册和服务拉取。都支持服务提供者主动心跳进行健康检测。
nacos实例分为非临时实例以及临时实例。nacos除了被动接受服务提供者的心跳检测，对于非临时实例提供主动检测。并且临时实例挂了之后会直接从nacos中剔除，但是非临时实例会一直保留，等待服务恢复。
除此之外，nacos除了服务者主动拉取服务信息之外，还支持主动推送变化的服务信息。
nacos集群默认是AP模式，如果存在非临时实例会切换为CP模式；Eureka默认是AP模式。

服务网关：GateWay和zuul的区别
服务监控与保护：Hystrix和sentinel的区别
服务远程调用：dubbo和feign的区别
Feign和Http的区别：

ES：elasticSearch 开源的搜索引擎，用于存储、计算、搜索数据。
ELK：ES结合kibana（数据可视化）、logstash、Beats（数据抓取）也就是elastic stack
ES底层实现时基于lucene的技术（java语言的一个类库（jar包），具有可扩展、高性能的特点）
高性能是基于倒排索引。
正向索引和倒排索引的区别：
正向索引就是传统数据库的索引比如Mysql
倒排索引：有两个概念一个是文档，一个是词条。文档就是指一行数据，词条是根据语义将内容拆分成多个词条，每个词条关联一个或多个文档，然后对词条通过建立索引的方式进行查找，提高查询效率。
es中文档是以json格式进行存储，它与mysql的侧重点不同。mysql主要是负责事务类型的操作，es主要是负责海量数据的计算、搜索。ES中索引是同类型文档的集合。
DSL是基于Json的查询语句，类比于mysql中的sql

sentinel 阿里开源的服务保护的组件
微服务的雪崩问题：微服务中调用链复杂，一个服务出现故障，导致其他服务的请求无法释放，造成整个微服务集群的异常。
解决办法包括：
1、设置超时时间
2、限流
3、隔离，限制某个业务的线程数
4、熔断降级，异常的请求达到一定比例，直接熔断，直接返回。
限流、隔离、降级
sentinel隔离是基于信号量隔离，就是记录了一个使用线程的数量，达到一定数量则不允许使用。hystrix现在已经停止维护了，默认是通过线程池隔离。
sentinel避免了多创建线程池和线程的开销，所以更好一些。
sentinel流控模式分为三种，直接，关联，链路。
直接是统计当前资源的请求数，可以直接对当前请求路径进行限流。
关联是统计其它资源的请求，对当前限流。用于存在竞争资源的两个请求，对低优先级进行限流。如数据库读写，对读进行限流。
链路是对某个请求链路进行限流，如A和B都可以访问C，对A到C的请求进行限流
还有热点参数限流，对指定参数的请求进行限流。
流控效果分为快速失败，预热模式，排队等待
预热模式也是快速失败，但阈值会动态变化，开始只有三分之一。
排队等待可以起到流量整形的作用，达到阈值会进入队列 但是会设置超时时间，超过时间也会失败。

限流支持按QPS的限流，支持调用关系的限流。
sentinel支持慢启动和匀速排队的模式。
熔断降级除了支持异常请求的熔断，还支持慢请求的熔断，Hystirx不支持慢请求熔断。
sentinel还提供了对应的控制台界面，提供了更多监控，配置的功能，比hystrix更完善和强大。

Dubbo

Linux

常见命令
java排查问题的命令或者工具（JDK）

Docker

K8S

LeetCode刷题