这里有一份面筋请查收（六）
欢迎支持笔者新做：《深刻理解Kafka:核心设计与实践原理》和《RabbitMQ实战指南》，同时欢迎关注笔者的微信公众号：朱小厮的博客。
web
已经写到第六篇了，本文说的这家公司是博主投的最随意的，属于手滑点赞的那种。这里简称为V，最后也是选择了这家。博主会把简历挂在猎聘网上让猎头来找，而后把本身的简历给猎头，有心思的猎头还会修改一下简历。至于在猎聘网上填写的简历有不少条条框框，通常看到一家比较感兴趣的也会去拉勾网上搜一下，而后在拉勾网上头，拉勾网在这点上作的不错。当时看到公司V以为也是一家知名企业，就点了发送简历，忘了去拉勾上搜一下了，并且职位介绍也没注意。后来面试的时候面试官解释了一下这个职位，感受颇有吸引力。当时二面和三面之间W公司发来一个offer，差很少就拒掉了。置之死地然后生，否则没动力继续面试的。面试
一面也是电面，由于不在一个城市。以后的二三四面都是去公司面的。数据库
###一面
当天和面试官约好晚上19:30面试的，果真也是准时的，整个面试过程持续了45mins左右。面试官人很好，问的问题比较细腻。问的大可能是网络的问题，博主写过通信程序，可是对计算机网络没有很深的了解，最近面试也没准备过网络相关的知识，只是看了下Java相关的，对于计算机网络只能靠回忆啦。
1.TCP/IP协议相关的
TCP的三次握手是什么？为何要三次握手？不是三次可不能够？
TCP的关闭链接有哪些动做？（四次挥手）？TCP和UDP的区别？端口号位于几层协议？
以上这些TCP/IP有必定了解的人通常都能回答。
以后问了一个问题，在四次挥手的过程当中有两个状态TIME_WAIT和CLOSE_WAIT之间会发生一些异常状况，你知道是什么么？有知道答案的小伙伴请在下方告知。
TCP的流量控制怎么解决？（滑动窗口）
TCP的拥塞控制怎么解决？（这个没答上来，以后翻看了下资料，仍是有点复杂的。涉及慢开始和拥塞避免，快重传和快恢复。）
2.Keepalived基于几层协议？LVS基于几层协议？
简历上写了这个因此被问也是很正常。
答案：Keepalived工做在3,4,7层上。第三层：Keepalived会按期向服务器集群中的服务器发送一个ICMP的数据包，若是发现某台服务器的IP地址没有激活，Keepalived便报告这台服务器失效。并将它从服务器集群中提出。第四层：主要以TCP端口的状态来决定服务器工做正常与否。第7层：根据用户的设定检查服务器程序的运行是否正常，若是与用户的设定不相符，则Keepalived将把服务器从服务器群中剔除。LVS（LVS-TUN, LVS-NAT）工做在4层协议上，可是也有人说LVS-DR是基于物理链路层的，因此也是能够理解的。
3.聊聊NIO以及React模式详解。
关于NIO网上有不少资料，能够自行查阅，也能够看一下这一篇《攻破JAVA NIO技术壁垒》。
以后好像问了个问题：NIO的Reactor模式和设计模式中的观察者模式有什么区别？观察者是基于单事件源的，而Reactor模式是基于多事件源的。
4.客户端链接服务器，绑定了错误的IP地址和端口号会有什么现象？
这个博主再写IO程序的时候还真没有注意过，只蒙了一个Connection refuse的答案。细节决定成败啊。后来经过程序BIO和NIO两种方式分别试了一下。NIO的方式在IP不通或者端口不正确的状况下都没有任何异常。BIO的方式在IP不通的状况下没有异常，端口不通会报异常：Connection refused: connect。设计模式
固然也问了点纯Java的，不多，记不住问什么了（好像有一题：HashMap和数据结构中HashTable的区别），应该是比较常规的问题。若是不是常规的确定不会遗忘了。后来面试结束前问我有么有什么问题想问的。我说：有没有什么建议？面试官说：他面过不少人，通常都不看重之前学校里学的基础知识，认为在工做中并无太多的联系。其实工做越久会发现基础知识很重要。缓存
###二面
二面是V公司的高级经理，管技术的，应该是这个职位的领导。问了点Java基础的问题，好比GC相关的知识，那就从GC Roots, 分代，Serial, ParNew, Parallel Scavenge, Serial-Old, Parallel-Old, CMS等来一遍。
好像是还问了一个CMS何时发生Concurrent Mode Failure. Java基础问的不多，大多数是问分布式架构相关的。
首先在位置上问了一个：分布式内存怎么和数据库之间确保数据一致性？这个问题在前面的博文中也也有涉及。博主的回答大体是（一种解决方案）：将某个库上的某个key要发生的写操做，记录在缓存中，并设置“经验主从同步时间”的缓存超时时间为500ms，这时间是指数据库主备同步的时间不会超过500ms，可是也有可能发生超过500ms的现象，固然能够设置的更久一点，只会偶尔发生最终一致性问题，大多数时候能够保证强一致性。因为通常数据库是读写分离的，写的时候将写的操做在数据库中执行并存入缓存设置超时时间500ms，当读的时候，先查缓存Redis，若是有相关记录则从Redis中返回，若是没有则说明已经同步到负责读的数据库中了，能够直接从读数据库中读取数据，这样也能作到读写数据库的分离。
有关数据一致性问题能够参考《浅析数据一致性》。
以后就找了两支笔，一人一只，而后在黑板上画了个图，基本是：App-缓存-数据库三者之间的关系，而后让我论述下。我看过不少分布式框架之间的资料，虽然如今的工做没有太多机会去实践，可是还能说个一二。基本上说了一通：负载均衡，流控，幂等性设计，数据一致性，缓存命中率，缓存失效，异常处理等。最后问了个若是缓存爆了，全部流量进入了数据库怎么处理，当时博主没想出来，只在读写分离上停留，后来面完下电梯的时候想起来分表分库的操做。服务器
###三面
三面的面试官就是一面的面试官，问了一些价值观，对行业的见解，以及也问了些技术性问题。好比在二面中也被问及的问题：一条数据写入时先写入数据库仍是先写入缓存？微信
###四面
四面的面试官比较有个性，有个小胡须。对简历上的信息问了一遍，技术性的问题没怎么问。
好比，看到我简历上的学校（211的，简历上写的本硕是一个学校，年级排名都是前5%，拿过一些奖学金神马的）问我当时怎么没想考研？好比博主同城的两所985学校？我说当时想过，认真研究了一番只想考上交大，可是比对前一年的入取状况，入取分数很高并且二面的经过又很是的低，因此就选择报送本校这样简单不少。面试官说：原来这么难考，我还不知道，我就是上交大的。
囧。。这都能撞上。。。。看我对上交大比较憧憬是否是要加点分。哈哈。网络
更多连接请关注：
这里有一份面筋请查收（一）
这里有一份面筋请查收（二）
这里有一份面筋请查收（三）
这里有一份面筋请查收（四）
这里有一份面筋请查收（五）
这里有一份面筋请查收（六）
这里有一份面筋请查收（七）
这里有一份面筋请查收（八）数据结构
参考资料架构
欢迎支持笔者新做：《深刻理解Kafka:核心设计与实践原理》和《RabbitMQ实战指南》，同时欢迎关注笔者的微信公众号：朱小厮的博客。