蓝鲸鱼计算机软件开发工作室

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

本文是作者结合多年Java面试经验整理的高频考点清单，涵盖从基础语法到分布式系统的核心问题。除了标准答案外，还提供避坑指南和面试官视角的加分点，帮助读者在竞争中脱颖而出。文中附代码示例和性能优化对比，适合有一定项目经验的开发者查漏补缺。

如何选择框架？对应的开发者社区是否有名、是否活跃框架的模块是否不断迭代。

主要用于生产者-消费者模式，在多线程场景时生产者线程在队列尾部添加元素，而消费者线程则在队列头部消费元素，通过这种方式能够达到将任务的生产和消费进行隔离的目的。非RuntimeException：可预知的，从编译器校验的异常。RuntimeException：不可预知的，程序应当自行避免。在用户看来，应用系统发生的所有异常都是应用系统内部的异常。Exception：程序可以处理的异常，捕获后可能恢复。总结：前者是程序无法处理的错误，后者是可以处理的异常。Error：程序无法处理的系统错误，编译器不做检查。

​ 从互斥锁的设计上来说，当一个线程试图操作一个由其他线程持有的对象锁的临界资源时，将会处于阻塞状态，但当一个线程再次请求自己持有对象锁的临界资源时，这种情况属于重入。

- Java对操作系统提供的功能进行封装，包括进程和线程- 运行一个程序会产生一个进程，进程包含至少一个线程- 每个进程对应一个JVM实例，多个线程共享JVM里的堆- Java采用单线程编程模型，程序会自动创建主线程- 主线程可以创建子线程，原则上要后于子线程完成执行

按照对象生命周期的不同划分区域以采用不同的垃圾回收算法。通过判断对象的引用链是否可达来决定对象是否可以被回收。多线程收集，其余的行为，特点和Serial收集器一样。单核执行效率不如Serial，在多核下执行才有优势。将整个java堆内存划分成多个大小相等Region。目的：提高JVM的垃圾回收效率。谈谈你了解的垃圾回收算法？年轻代和老年代不在物理隔离。jdk8及其以后的版本。垃圾回收算法的组合拳。

Compile Once ,Run Any Where（平台无关性） 如何实现？编译时运行时如何查看字节码：Javap 命令为什么JVM不直接将源码解析成机器码去执行？java虚拟机​ java反射机制是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和方法；对于任意一个对象，都能够调用它的任意方法和属性；这种动态获取信息以及动态调用对象方法的功能称为java语言的反射机制。写一个反射的例子5.谈谈ClassLoader类从编译到执行的过程？谈谈ClassLoader ？​ ClassL

全称：Global Regular Expression Print。语法：grep [options] pattern file。可将指令连接起来，前一个指令的输出作为后一个指令的输入。作用：查找文件里符合条件的字符串。

主流应用架构缓存中间件 —— Memcache和Redis的区别Memcache：代码层次类似Hash支持简单数据类型不支持数据持久化存储不支持主从不支持分片Redis数据类型丰富支持数据磁盘持久化存储支持主从支持分片为什么Redis能这么快？100000 + QPS（QPS每秒内查询次数）完全基于内存，绝大部分请求是纯粹的内存操作，执行效率高数据结构简单，对数据操作也简单采用单线程，单线程也能处理高并发请求，想多核也可启动多实例。

存储管理模块： 负责将数据的逻辑关系转换成物理存储关系，确保数据在存储设备上的有效管理和组织。缓存模块： 用于优化执行效率，通过缓存机制减少IO操作，提高数据库的性能和响应速度。SQL解析模块： 负责将SQL语句进行解析，将其转换为机器可识别的指令，以便执行数据库操作。日志管理模块： 记录数据库操作的日志，包括增删改查等操作，以确保数据的完整性和一致性，并支持灾难恢复和数据备份。权限划分模块： 用于进行多用户管理，对不同用户或角色进行权限划分，确保数据的安全性和保密性。

HTTP（HyperText Transfer Protocol）是一个基于请求与响应模式的无状态的应用层协议，常基于TCP的连接方式。它是应用在Web开发中最为广泛的协议之一，用于客户端和服务器之间的通信。

因为ids太多，即使能快速查出数据，但如果返回的数据量太大了，网络传输也是非常消耗性能的，接口性能始终好不到哪里去。可以通过in关键字实现，一个查询语句的条件落在另一个select语句的查询结果中。程序先运行在嵌套在最内层的语句，再运行外层的语句。三种连接如果结果相同，优先使用inner join，如果使用left join左边表尽量小。子查询语句的优点是简单，结构化，如果涉及的表数量不多的话。满足复合索引的左侧顺序，哪怕只是部分，复合索引生效。大量数据提交，上千，上万，批量性能非常快，

SQL很灵活，一个需求可以很多实现，那哪个最优呢？根据用户id查询订单，按下单时间排序，先查出该用户所有的订单数据，得到一个订单集合。然后在代码中，获取第一个元素的数据，即首单的数据，就能获取首单时间。此外，在删除或者修改数据时，为了防止误操作，导致删除或修改了不相干的数据，也可以在sql语句最后加上limit。虽说这种做法在功能上没有问题，但它的效率非常不高，需要先查询出所有的数据，有点浪费资源。有时候，我们需要查询某些数据中的第一条，比如：查询某个用户下的第一个订单，想看看他第一次的首单时间。

欢迎评论区留言指正！

活动运营中经常会有这样的需求：1）Value 值排序 2）Value 相同按时间排序。​ 2）备份热点Key：即将热点Key+随机数，随机分配至 Redis 其它节点中。热 key 带来的问题：请求到的分片过于集中，超过单台 Server 的性能极限。​

​ 一致性 hash 其实是普通 hash 算法的改良版，其 hash 计算方法没有变化，但是 hash 空间发生了变化，由原来的线性的变成了环。​ 缓存 key 通过 hash 计算之后得到在 hash 环中的位置，然后顺时针方向找到第一个节点，这个节点就是存放 key 的节点。​ 由此可见，一致性 hash 主要是为了解决普通 hash 中扩容和宕机的问题。​ 同时还可以通过虚拟节点来解决数据倾斜的问题。

​Memcached 执行主逻辑也是在 worker 线程里，模型更加简单，实现了真正的线程隔离，符合我们对线程隔离的常规理解。​ 使用了单线程后，可维护性高。多线程模型虽然在某些方面表现优异，但是它却引入了程序执行顺序的不确定性，带来了并发读写的一系列问题，增加了系统复杂度、同时可能存在线程切换、甚至加锁解锁、死锁造成的性能损耗。但如果严格来讲从 Redis 4 之后并不是单线程，除了主线程外，它也有后台线程在处理一些较为缓慢的操作，例如清理脏数据、无用连接的释放、大 key 的删除等等。

mget 和 mset 有效节约了 RTT，但大部分命令（如 hgetall 并没有 mhgetall）不支持批量操作，需要消耗 N 次 RTT ，这个时候需要 pipeline 来解决这个问题。Redis 作为一个内存数据库，在内存空间不足的时候，为了保证命中率，就会和我们操作系统中的页面置换算法类似，选择一定的数据淘汰策略。在设置 key 的过期时间的同时，为该 key 创建一个定时器，让定时器在 key 的过期时间来临时，对 key 进行删除。​ 随着时间推移，AOF 持久化文件也会变的越来越大。

​ 也就是说扩容和收缩操作不是一次性、集中式完成的，而是分多次、渐进式完成的。如果保存在 Redis 中的键值对只有几个几十个，那么 rehash 操作可以瞬间完成，但是如果键值对有几百万，几千万甚至几亿，那么要一次性的进行 rehash，势必会造成 Redis 一段时间内不能进行别的操作。所以 Redis 采用渐进式 rehash。​ 这样在进行渐进式 rehash 期间，字典的删除查找更新等操作可能会在两个哈希表上进行，第一个哈希表没有找到，就会去第二个哈希表上进行查找。

Redis 有哪些操作？

​ 单线程的威力实际上非常强大，每核心效率也非常高，多线程自然是可以比单线程有更高的性能上限，但是在今天的计算环境中，即使是单机多线程的上限也往往不能满足需要了，需要进一步摸索的是多服务器集群化的方案，这些方案中多线程的技术照样是用不上的。不建议用slave node作为master node的数据热备，因为那样的话，如果你关掉master的持久化，可能在master宕机重启的时候数据是空的，然后可能一经过复制，salve node数据也丢了。这样才能确保master启动的时候，是有数据的。

字段名，字段类型，字段约束，字段默认值，注释，字段个数，设计范式、反范式。

一线大厂：Mybatis 面试题/互联网大厂全套面试题精简 附：答案