总结一套Java面试题送给大家
最近面试的Coder们,你们对结果还满意吗?今天给大家总结下Java面试中常见的问题和应对策略,虽然可能好多人认为我把那些面试中常见的记下就行了,但你确定你真的都能记得住吗。尤其对中高级的Java开发来说,有经验的面试官问的知识点都很广,你想全部记住基本可能性不大。所以,技巧和策略很重要。我们先说说Java面试中的基础问题吧。
image1,Jvm的内存结构
这道面试题对Java高级开发来说基本必问,主要考察面试者对JVM内存结构的理解,堆内存中新生代和老年代的划分及运作、以及垃圾回收。详解请看下面的文章。
2,谈谈你对Java垃圾回收的理解?
这个是JVM原理及内存结构引深的话题,我们知道,Java垃圾回收就是针对JVM内存结构中的堆内存而言的。这里涉及的问题:
1),垃圾回收时对象存活的判断方法?2),垃圾回收算法?
3),垃圾收集器有哪几种及原理?详解请看下面的文章。
3,Java中有那些锁,说说他们的实现原理?
这是中大型公司对Java中高级开发者几乎必问的话题,关于锁的面试题中Synchronized是重点被问的对象。Java锁也是并发编程必须要掌握的知识点。具体请看:Java中的锁及实现原理
4,Java中有哪些连接池?
常见的Java连接池有:C3P0,DBCP,Proxool,Druid等。目前最常用的是Druid。连接池的特点及原理大家也需要了解下,这里不做解释。5,说说你用过的集合,及实现原理?
这个题一方面考察应聘者对Java集合基础知识的掌握,同时也考察应聘者的知识深度及相关扩展。扩展的知识点就是CurrentHashMap,最好结合HashMap和HashTable去讲讲CurrentHashMap的实现原理,这是绝对的加分项。
HashMap、CurrentHashMap及HashTable的区别:
-
HashMap是线程不安全,CurrentHashMap和HashTable是线程安全的;
-
ConcurrentHashMap对整个Hash桶数组进行了分段,而HashMap和HashTable没有;
-
ConcurrentHashMap在每一个分段上都用锁进行保护,从而让锁的粒度更精细一些,并发性能更好,而HashTable是对整个桶上锁
-
ConcurrentHashMap实现线程安全效率比HashTable高;
6,多个线程如何实现顺序执行?
这个题主要考察你对多线程的理解情况,可以通过线程的join()方法实现。7,说说事务隔离级别?1)、未提交读(Read uncommitted) 就是一个事务读取到其他事务未提交的数据,是级别最低的隔离机制。缺点是会产生脏读、不可重复读、幻读。2)、提交读(Read committed)
就是一个事务读取到其他事务提交后的数据。Oracle默认隔离级别。缺点是会产生不可重复读、幻读。3)、可重复读(Repeatable read)
就是一个事务对同一份数据读取到的相同,不在乎其他事务对数据的修改。MySQL默认的隔离级别。缺点为会产生幻读。4)、序列化(Serializable)事务串行化执行,隔离级别最高,牺牲了系统的并发性。缺点:可以解决并发事务的所有问题。但是效率低下,消耗数据库性能,一般不使用。
注:Spring项目中,事务隔离级别配置使用isolation关键词,如下所示:@Transactional(isolation=Isolation.DEFAULT),DEFAULT为数据源的默认隔离级别。
8,说说你用过哪些索引,及对索引的理解?
这里主要以Mysql数据库为例展开说明。一般项目中用的最多的就是:主键索引、唯一索引、组合索引。Mysql索引数据结构为B+Tree。对不同存储引擎来说,InnoDB的数据文件本身就是索引文件,B+Tree的叶子节点上的data就是数据本身,key为主键,这是聚簇索引。而MyISAM引擎使用B+Tree作为索引结构,叶节点的data域存放的是数据记录的地址。9,Dubbo支持哪些通信协议?
-
dubbo 协议 (默认); 单一长连接,NIO异步通信,基于hessian序列化协议。
-
rmi 协议; 走java二进制序列化,多个短连接,适合消费者和提供者数量差不多,适用于文件的传输,一般较少用。
-
hessian 协议; 走hessian序列化协议,多个短连接,适用于提供者数量比消费者数量还多,适用于文件的传输,一般较少用;
-
http 协议; 走json序列化
-
webservice 协议;走SOAP文本序列化
-
redis 协议
-
rest ( 就是 RestFull)
10,Dubbo服务失败默认重试几次,如何配置?
在Dubbo服务的提供者中,超时默认重试2次。可通过retries关键词设置。如:
<dubbo:service interface="com.***" ref="demoService" retries="0" timeout="5000"/>
11,Dubbo提供者在集群时对消费端如何实现负载均衡?
Dubbo提供者的负载均衡通过配置loadbalance实现。Dubbo实现负载均衡的策略:按权重随机分配、轮询、一致性Hash、最少访问调用。1)、按权重随机分配; 这是Dubbo提供者默认的负载均衡策略。按权重随机分配,即是不均等随机事件。比如一块不均匀的硬币,字面30%概率,花面70%概率。这种就是不均等的随机事件
2)、轮询; 当多线程出现时,使用原子类的整数去取莫轮询节点。注意:sequences是成员变量,每次调用函数所有的权重都回归最初。
3)、一致性Hash;使用一致性hash算法,同一请求总是会hash到同一台机子上。一致性hash算法把请求,节点都hash后,放到一个圆环上,按照顺时针转动到的第一个节点为结果。这样就减少了结果的变化。还可以通过增加虚拟节点的方式均衡hash后的概率问题,当然增加节点需要交叉增加。
4)、最少访问调用; 如果有多台机器的最少活跃数相同,在这几个中使用第一种按权重随机的方式。最少活跃调用数,相同活跃数的随机,活跃数指调用前后计数差。使慢的提供者收到更少请求,因为越慢的提供者的调用前后计数差会越大。
12,Zookeeper的有几种角色及选举机制?Zookeeper主要有三种角色,分别如下:
image Zookeeper选举机制目前有3台服务器,每台服务器均没有数据,它们的编号分别是1,2,3按编号依次启动,它们的选择举过程如下:-
服务器1启动,给自己投票,然后发投票信息,由于其它机器还没有启动所以它收不到反馈信息,服务器1的状态一直属于Looking(选举状态)。
-
服务器2启动,给自己投票,同时与之前启动的服务器1交换结果,由于服务器2的编号大所以服务器2胜出,但此时投票数没有大于半数,所以两个服务器的状态依然是LOOKING。
-
服务器3启动,给自己投票,同时与之前启动的服务器1,2交换信息,由于服务器3的编号最大所以服务器3胜出,此时投票数正好大于半数,所以服务器3成为领导者,服务器1,2成为小弟。
ZK中每个Server在工作过程中有三种状态:
-
LOOKING:当前Server不知道leader是谁,正在搜寻
-
LEADING:当前Server即为选举出来的leader
-
FOLLOWING:leader已经选举出来,当前Server与之同步
13,分布式锁你是如何实现的? 首先告诉面试官你用分布式解决了什么问题。实际分布式锁也是跟Java锁一样,都是为了解决并发环境下对接口的操作。目前主流的分布式锁实现方案:
1,redis分布式锁;2,Zookeeper分布式锁
他们二者的对比:
获取锁****:Redis分布式锁是通过创建key,如果创建成功就获取了锁;而在Zookeeper是通过创建同一个临时节点,因为Zookeeper节点命名路径保证唯一,只要谁能够先创建成功,谁能够获取到锁。
释放锁 :Redis在释放锁的时候,为了确保是锁的一致性问题,在删除的redis 的key时候,需要判断同一个锁的id,才可以删除。Zookeeper使用直接关闭临时节点session会话连接,因为临时节点生命周期与session会话绑定在一块,如果session会话连接关闭的话,该临时节点也会被删除。
解决死锁:Redis 是对key设置有效期解决死锁现象,Zookeeper使用会话有效期方式解决死锁现象。
性能方面:因为Redis是NoSQL数据库,相对比来说Redis比Zookeeper性能要好。
可靠性:从可靠性角度分析,Zookeeper可靠性比Redis更好。
14,说说你项目中分布式事务的实现方案? 分布式事务解决方案通常有两种:TCC补偿式事务和可靠消息最终一致性。二者的区别:
1,TCC是通过try...confirm...cancel实时处理,而消息最终一致性一般都是非实时处理;
2,TCC使分布式系统服务内聚,不利于扩展;而消息最终一致性可以实现系统解耦,更有利于系统后期的扩展;
其实他们两还有很多区别与特点,如果面试官问道你这个话题,除了告诉他你有了那个技术解决分布式事务外,还一定要告诉他你为什么选用这个解决方案。不管任何技术的选用都基于业务,没有那个好那个坏。
15,说说你在项目中遇到的问题及解决方案?
这是对有工作经验的面试者常用到的话题。也是用来考察应聘者思考问题及解决问题的能力。如果你们遇到了这个问题,一定要慎重回到。就算你已经总结了好了几个应对的答案,但不建议记着回答。可以先告诉面试者让我想想,先思考10-30s,然后再去回答。这是一个开放性的问题,没有确切的答案,只是看你总结的到位不到位,切记,不要告诉面试官遇的问题是由于你自己的代码不谨慎造成的。
参考:分布式环境下编号唯一性生成方案(分布式环境中某个服务集群,在并发情况下造成编号重复问题解决方案)。
image扫码关注公众号,发送关键词获取相关资料:
-
发送“Springboot”领取电商项目实战源码;
-
发送“SpringCloud”领取cloud学习实战资料;