面经

1.七层网络结构

　　应用层、表示层、会话层、传输层、网络层、数据链路层、物理层。

2.TCP与UDP的区别

　　a.数据可靠与不可靠，基于链接和无链接。

　　b.TCP会有三次握手、确认、窗口、重传、拥塞控制等。UDP无

　　c.TCP须要创建链接，慢，占用系统资源，效率较低，且容易受到攻击。UDP快、但网络拥堵时容易丢包。

　　d.TCP适用于保证数据安全的场景：http、ssh、pop、telnet、ftp、smtp。UDP适用的场景：语音、视频、TFTP等。

　　e.TCP点对点链接。UDP能够一对一，一对多，多对多。

　　TCP有的一些特性：

　　　　。ARQ（自动重复请求）：出错时尝试简单的 从新发送。

　　　　。窗口：若是你把在一个通讯对话中发送的全部分组排成长长的一行，但只能经过一个小孔来观察他们，你就只能看到他们的一个子集——像经过一个窗口观看同样。

　　　　。流量控制：接收方跟不上发送方的速率时，会强迫发送方慢下来。拥塞控制属于流量控制的一种形式。

3.红黑树

　　红黑树：是平衡搜索树中的一种，能够保证在最坏状况下基本动态集合操做的时间复杂度为O(lgn)；

　　树中每一个结点包含5个属性：color、key、left、right、和p。

　　性质：

　　　　1.每一个结点或是红色的或是黑色的。

　　　　2.根节点是黑色的。

　　　　3.每一个叶节点是黑色的。

　　　　4.若是一个节点是红色的，则它的两个子节点都是黑色的。

　　　　5.对每一个节点，从该结点到其全部后代叶结点的简单路径上，均包含相同数目的黑色结点。

4.平衡二叉树

　　它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，而且左右两个子树都是一棵平衡二叉树

5.HashMap原理

　　待完善。

6.Spring IoC原理

　　IoC（控制反转）也称为依赖注入（DI）。在传统的开发模式中，一般在一个类中使用new Object来建立其余类的对象，这样，咱们程序的耦合度会变得很高。而Spring经过容器来管理对象之间的依赖关系，通俗来说，若是对象须要依赖其余对象，那么就向Spring容器来提交本身的需求对象，Spring容器将提供给对象请求的需求对象。对象的生命周期以及相互之间的协调不禁本身掌握，而是由Spring容器来掌握，这个过程和传统相比是相反的，所以称为控制反转。

　　两个包：org.springframework.beans和org.springframework.context；

　　两个主要接口：BeanFactory，ApplicationContext

 

7.Redis回收策略

• volatile-lru：从已设置过时时间的数据集中挑选最近最少使用的数据淘汰

• volatile-ttl：从已设置过时时间的数据集中挑选将要过时的数据淘汰

• volatile-random：从已设置过时时间的数据集中任意选择数据淘汰

• allkeys-lru：从数据集中挑选最近最少使用的数据淘汰

• allkeys-random：从数据集中任意选择数据淘汰

• no-enviction：禁止回收数据

8.大文件查找指定条件的行（太大，没法加载到内存，在磁盘中）

　　一种不太好的方式：拆分大文件为小文件。

　　另外一种大概多是加索引排序？？

9.如何同步。如何解决并发。

　　a.synchronized关键字

　　b.锁

　　c.Java集合框架中的一些类须要了解。

10.乐观锁和悲观锁

　　乐观锁：每次拿数据的时候认为别人不会修改，因此不会上锁，可是在更新时会判断在此期间别人有没有更新操做的数据，可使用版本号version等机制做为更新依据。乐观锁适应于多读的状况。可使用CAS实现。

　　悲观锁：老是假设最坏的状况，每次操做数据以前都会上锁，好比行锁、表锁、读写锁等。使用synchronized实现。

　　使用的时机：当访问冲突几率小于20%的时候，使用乐观锁，不然使用悲观锁，且乐观锁的重试次数很多于3次。

11.GC

　　四种算法：标记清理、复制、标记整理、分代收集。

　　a.Serial收集器：单线程收集器，采用复制算法，STW（stop the world），在进行垃圾收集时，必须暂停其余全部的工做线程，直到它收集结束。优势：在单线程内存较小环境下，无线程交互，效率较高。

　　b.ParNew收集器：Serial的多线程版本。与Serial几乎如出一辙，除了是多线程外。优势：在新生代中只有此和Serial可以配合CMS收集器工做。

　　c.Parallel Scavenge收集器：并行清除收集器。使用复制算法，也是并行的多线程收集器。优势：达到一个可控制的吞吐量。参数MaxGCPauseMillis能够尽量的保证内存回收花费的时间不超过设定值。GCTimeRatio参数能设置吞吐量大小。UseAdaptiveSizePolicy：GC自动调节策略，虚拟机会根据当前系统的运行状况收集性能监控信息。动态调整参数以提供合适的停顿时间和最大的吞吐量。

　　d.Serial Old收集器：Serial 收集器的老年代版本。也是单线程的。使用标记整理算法。也是Client模式下的虚拟机使用。

　　e.Parallel Old收集器：Parallel Scavenge的老年代版本。使用标记整理算法。优势：在注重吞吐量和CPU资源敏感的场合能够优先考虑这两种收集器。

　　f.CMS收集器：Concurrent Mark Sweep 标记清除算法实现。以获取最短回收停顿时间为目标的收集器，重视服务器的响应速度。整个过程分四步：初始标记、并发标记、从新标记、并发清除。一、 3须要STW。并发收集，低停顿。缺点：对CPU资源敏感，耗费cpu资源；没法处理浮动垃圾，在并发清理时产生的垃圾；空间碎片过多。

　　g.G1收集器：1.7商用。优势：并行和并发：充分利用多cpu、多核环境来缩短STW时间。分代收集。空间整合：总体是标记整理，局部是复制。可预测的停顿：创建可预测的停顿时间模型。将整个Java堆划分为多个大小相等的独立区域（Region）。虚拟机使用Remembered Set来避免全堆扫描。四个步骤：初始标记、并发标记、最终标记、筛选回收。

12.TCP三次握手和四次挥手

　　TCP头部：标准长度是20字节。

　　序列号：标识了TCP发送端到TCP接收端的数据流的一个字节，该字节表明着包含该序列号的报文段的数据中的第一个字节。

　　确认号：该确认号的发送方期待接收的下一个序列号。

　　CWR：拥塞窗口标示。发送方下降它的发送速率。

　　ECE：ECN回显。发送方接收到了一个更早的拥塞控制。

　　URG：紧急。紧急指针有效。

　　ACK：确认。确认好字段有效。

　　PSH：推送。接收方应尽快给应用程序传送这个数据。

　　RST：重置链接。常常是由于错误。

　　SYN：用于初始化一个链接的同步序列号。

　　FIN：该报文段的发送方已经结束向对方发送数据。

创建链接步骤：

 　　步骤一：主动开启者（客户端）发送一个SYN报文段，并指明本身想要链接的端口号和它的客户端初始序列号（记为ISN（c））。

　　 步骤二：服务器发送本身的SYN报文段做为响应，并包含了它的初始序列号（记为ISN（s）），此外，为了确认客户端的SYN，服务器将包含的ISN（c）数值+1后做为返回的ACK数值。所以，每发送一个SYN，序列号就会自动+1.若是出现丢失的状况，该SYN将会重传。

　　步骤三：为了确认服务器的SYN，客户端将ISN（s）的数值+1后做为返回的ACK数值。

断开链接步骤：

　　步骤一：链接的主动关闭者发送一个FIN段指明接收者但愿看到本身当前的序列号K和一个ACK段用于确认对方最近一次发来的数据L。

　　步骤二：链接的被动关闭者将K的数值+1做为响应的ACK值，以代表它已经成功接收到主动关闭者发送的FIN。

　　步骤三：上层的应用程序会被告知链接的另外一端已经提出了关闭的请求。这将致使应用程序发起本身的关闭操做，即发送本身的FIN和序列号L。

　　步骤四：为完成链接的关闭，最后发送的报文段还包含一个ACK用于确认上一个FIN。若是出现FIN丢失的状况，那么发送方将从新传输知道接收到一个ACK确认标识。

13. 公平锁非公平锁

　　公平锁：若是一个锁是公平的，那么锁的获取顺序就应该符合请求的绝对时间顺序，也就是FIFO。

　　非公平锁：不会按照FIFO顺序来执行同步，而是使用抢占式，只要CAS设置同步状态成功，则表示当前线程获取了锁。

　　公平锁每每没有非公平锁效率高。但不是全部的场景都是TPS做为惟一指标。

14.Spring MVC的请求流程

　　Spring MVC的全部请求都会经过一个前端控制器Servlet。名称为DispatcherServlet①。而后DispatcherServlet查询一个或者多个处理器映射（Handler Mapping）②来肯定处理请求的控制器（Controller）③,是根据请求携带的URL信息肯定的。以后控制器根据请求的数据，委托给一个或多个服务对象处理相关业务逻辑，完成后将返回的信息（称为Model）返回到用户并在浏览器中显示。大部分时候须要将Model格式化输出，好比HTML，因此控制器会将Model数据打包，而且标识出用于渲染输出的视图名，返回给DispatcherServlet④。以后DispacherServlet将使用视图解析器（View Resolver）⑤来将逻辑视图名匹配为一个特定的视图实现。多是JSP。这个特定的视图将使用模型数据渲染输出⑥，经过响应对象传递给客户端⑦。

15.进程的状态

（1）运行(running)态：进程占有处理器正在运行。

（2）就绪(ready)态：进程具有运行条件，等待系统分配处理器以便运行。

（3）等待(wait)态：又称为阻塞(blocked)态或睡眠(sleep)态，指进程不具有运行条件，正在等待某个事件的完成。

16.线程进程区别

• 进程是资源分配的最小单位，线程是程序执行的最小单位。

• 进程有本身的独立地址空间，每启动一个进程，系统就会为它分配地址空间，创建数据表来维护代码段、堆栈段和数据段，这种操做很是昂贵。而线程是共享进程中的数据的，使用相同的地址空间，所以CPU切换一个线程的花费远比进程要小不少，同时建立一个线程的开销也比进程要小不少。

• 线程之间的通讯更方便，同一进程下的线程共享全局变量、静态变量等数据，而进程之间的通讯须要以通讯的方式（IPC)进行。不过如何处理好同步与互斥是编写多线程程序的难点。

• 可是多进程程序更健壮，多线程程序只要有一个线程死掉，整个进程也死掉了，而一个进程死掉并不会对另一个进程形成影响，由于进程有本身独立的地址空间

17.git和svn的区别

• git是分布式的，svn是集中式的
• git 只关心文件数据的总体是否发生变化，而SVN这类版本控制系统则只关心文件内容的具体差别。
• git大部分操做无需联网，若无网络，能够先提交的本地，等到有网络后，提交的服务器。而svn只能依赖于网络查看和更新。（git的commit必定要频繁）
• git的克隆很快，可是svn很慢。
• svn有bug，可能形成提交丢失，git使用 SHA-1哈希值进行校验。

18.Spring Bean的生命周期

• 实例化
• 设置其属性值
• BeanNameAware的setBeanName方法
• BeanFactoryAware的setBeanFactory方法
• BeanPostProcessors的postProcessorBeforeInitailiztion方法
• InitializingBean的afterPropertiesSet方法
• Bean标签中init-method属性中的方法
• 使用bean
• DisposableBean中的destory方法
• Bean标签中destory-method方法

19.事务

　　事务的四个特性：

　　　　A：原子性，一组操做要么所有执行，要么所有不执行。

　　　　C：一致性，数据库老是从一个一致性状态转换为另一个一致性状态。

　　　　I：隔离性，一个事务所作的操做在提交之前，对于其余的事务是不可见的。

　　　　D：持久性，事务一但提交，那么所作的修改会永久保存到数据库中。

　　事务的四种隔离级别：

　　　　read uncommitted，未提交读，事务中的修改，即便没有提交，对其余事务也都是可见的。事务能够读取未提交的数据，称为脏读。

　　　　read committed，提交读（也叫不可重复读），大部分数据库是这种隔离级别，一个事务从开始直到提交以前，所作的任何修改对其余事务都是不可见的。两次执行一样的查询，可能获得不同的结果。若是一个事务在提交数据以前，另外一个事务能够修改和删除这些数据，就会发生不可重读。

　　　　repeatable read，可重复读，保证两次读取的数据结果是一致的。可是会产生幻行，当某个事务在读取某个范围内的记录时，另一个事务又会在该范围内插入新的记录，再次读取时会产生幻行。MySql的默认隔离级别。

　　　　serializable，可串行化，强制事务串行，读取的每一行加锁。

　　MVCC：保存数据在某个时间点的快照。每行记录后面有两个隐藏列，一个保存了行的建立时间，一个保存了删除时间。

20.索引

　　索引是什么以及他的做用，必定要弄明白。若是能够的话，建议查看《高性能MySQL》这本书的第五章。

　　索引（MySQL中也称为“键（key）”）：是一种数据结构，存储引擎用来快速找到记录的一种数据结构，这是索引的基本功能。我以为不仅是存储引擎，日常中的文件也是能够应用索引的，由于本质上都是存储在磁盘上的文件。不知道理解的对不对。

　　索引能够包含一个或多个列的值。若是有多个列，那么列的顺序也十分重要。

　　MySQL的经常使用的索引类型有4种：BTree、哈希索引、空间数据索引（R-Tree）、全文索引

　　对于BTree类型的索引，通常来讲使用B-Tree，可是Innodb使用的是B+Tree，NDB集群使用的为T-Tree（虽然他也叫BTree）。B-Tree适用于全键值、键值范围、最左前缀查找。

　　　　B-Tree的缺点：

• • • 若是不是按照索引的最左列则没法使用索引。
    • 不能跳过索引中的列。若是有3个列为一个索引，若不指定第二个列，则没法使用第三个列只能使用第一个列。
    • 若是查询中有某个列的范围查询，则其右边的全部列都没法使用索引优化查找。例如若指定3个列last_name、first_name、create为索引，如有查询where last_name='bob' and first_name like 'J%' and create='2000-01-01'，则只能使用last_name、first_name，在范围查询first_name右边的create列是没法应用索引的。

　　哈希索引：它基于哈希表实现，只有Memory引擎显示支持哈希索引（NDB也支持）。固然，Memory也支持B-Tree，当发生冲突时，使用链表方式存放。其查找速度很是快。

　　　　哈希索引的缺点：

• • • 只包含哈希值和行指针，不存储字段值，因此不能使用索引中的值来避免读取行。
    • 不是按照索引值顺序存储，因此没法用于排序。
    • 不支持部分索引列匹配查找。例如，在列A和B上创建哈希索引，若是查询中只有A，那么不能使用该索引。
    • 最主要的缺点是只支持等值比较查询，即=、IN（）、<=>（彻底等于），不支持范围查找，如where price > 100
    • 虽然说访问哈希索引的数据很是快但当有许多哈希冲突时，会遍历链表的全部行指针，稍慢。
    • 当哈希冲突不少时，索引的维护代价较高。

　　　　适应场景：适用于星型Schema（须要关联不少查找表）。其实还能够和InnoDB引擎的B-Tree结合，即在B-Tree树的基础上建立一个伪哈希索引。它使用哈希值而不是键自己进行索引查找。只须要很小的索引就能够为超长的键建立索引。例如当存储大量URL，并根据URL进行搜索查找时，若是使用B-Tree存储URL，那么内容将会很大，这时咱们能够新增一个被索引的列url_crc，可使用CRC32作哈希。查找时Select id from url where url_crc=CRC32("http://www.mysql.com") and url="http://www.mysql.com"，这样将很快找到相应的数据。若是对完整的URL字符串作索引，那么将很是很是慢。  可是这样须要维护索引，可使用触发器。（不能使用SHA1和MD5做为哈希函数）

21.分布式一致性理论

　　CAP理论：

　　　　Consistency：一致性，数据在多个副本之间可否保持一致的特性。一个系统在数据一致的状态下执行更新操做后，应该保证系统的数据仍然处于一致的状态。

　　　　Availability：可用性，系统提供的服务一致处于可用的状态。

　　　　Partition Tolerance：分区容错性，遇到故障时，仍然须要可以保证对外提供知足一致性和可用性的服务。

　　　　考虑ca和ap。