个人评价

    难度还是有的，中等难度吧，可能是因为项目使用的是物流项目，该项目本来就比较庞大难度比较高，流的八股文我真的是一点不会，还需要加强，reidis的多路io复用模型没有深问，要是问了就寄了，这个模型的底层太就没有复习了，这次面试题差不多就是 50%项目+50%八股文。

1.实习项目有哪些功能？技术栈有哪些？

    实习项目就是基于springCloud-alibaba那套微服务方案落地的物流调度微服务项目。主要就是从用户下单到快递员收件物流调度到最终的快递员派送，其中最主要的就是调度模块，及运输状态的展示模块。
    技术栈主要就是 Spring全家桶，SpringCloud-alibaba，mysql，redis，RabbitMq，xxl-job。skywalking。

2.实习中遇到过的最大难点怎么解决的呢？

    在调度模块中的订单转运单到运单合并的这个流程还是比较难的。业务要求运单的id的格式为两个字母+16为数字，并且需要保证id为分布式id，我们这里就无法使用UUID，因为生成的是32为字符不符合条件，雪花算法也不去使用，因为雪花算法基于时间戳，所以还是存在id冲突的情况。因此我使用美团leaf，即可自定义格式，还支持号段模式，减少DB操作，但是能在后续我们进行测试的时候，发现了一个严重的问题在每次使用完id后需要长时间的db操作，出现了尖刺问题，为了解决这个问题我们使用它的双Buffer模式，其底层就是基于双号段+异步实现的，解决了尖刺问题。
    在运单合并中为了模拟等待队列的结构，使用redis的list结构，key存储两个网点id的拼接，value就是存储对应当前网点和下一网点的运单，后续定时任务进行运力计算也就是消费运单。但是能在后续测试的时候，发现高并发的场景下运单会被多次消费，为了保证运单的幂等性，我们使用redis的set的结构,key和value的存储数据类似list，在消费运单的时候需要先判断运单是否还存在。

3.刚刚听你提到运输信息模块，你说说这个模块的实现吧？

    这个模块的主要功能就是展示运输的位置及状态，刚开始的时候考虑使用mysql存储位置数据，但是呢，运单的数据比较庞大，如果用mysql存储的话，数据量就非常的庞大。经过讨论决定使用Mongdb进行存储，因为Mongdb存在嵌套的document结构，使用一个list属性存储运输位置。数据量就不会那么庞大，并且Mongdb非常适合存储海量且不重要的数据。该调度模块中每次进行车辆入库的适合就会异步的发送消息修改list中的数据。退单的时候将棕垫和起点互换并做list数据的拼接即可。
    这个业务的解决不算太难，主要就是后续的优化比较难，运输信息的模块算是用户访问比较多的模块。所以就就存在高并发的场景，同一时间做大量的DB操作就会压垮数据库。最先开始的时就是做缓存，用springCache。因为这里的缓存我们设置的ttl是相同的，所以就存在缓存雪崩的问题。因此我们就不单单使用redis做缓存，我们还使用Caffaine做二级缓存，在进行写操作的时候就会清空缓存。但是呢，在后续进行测试还是出现Caffaine缓存数据不一致的情况，只要就是因为Caffaine是基于一个JVM的问题。我们就使用redis的发布与订阅模式来解决这个问题，我们会让服务节点去订阅一个频道，该频道在会在做写操作的时候收到消息，最终每个节点的都会清除Caffaine中的缓存，解决缓存不一致的问题。

4.你说使用redis的发布与订阅模式来解决缓存不一致的情况，能不能使用MQ来解决呢？

    其实在最开始的时候，就是想用RabbitMQ发送信息的方式来做清除缓存的通知，但是呢，在后续测试的时候，还是发现数据不一致的情况，只就是因为消息只能被一个服务节点监听并消费到，其他的服务节点的缓存还是没有被清除。

5.谈一下你对分布式锁的理解吧？

    在我的项目中分布式锁的使用还是比较多的，就拿我的电影院项目来说吧，优惠劵模块中，在解决同用户并发超领的问题上就使用了分布式锁，锁住userId保证每次相同用户只能有一个线程进行领卷操作。我们只要就是使用redisson来做分布式锁的。
    redisson分布式锁底层的实现我还是有了解的。redisson实现的分布式锁的特性就是：支持锁的重入，支持ttl重置，支持阻塞重试机制。
    锁的重入机制主要就是通过redis的hash结构来实现的，大key存储业务id，小key存储线程id，value存储锁的重入次数。
    锁的ttl重置机制主要就是通过Watch dog来实现的，Watch dog本质就是一个定时任务，每30秒就会去重置锁的过期时间，当我们获取锁的时候没有设置超时时间就会触发ttl重置机制。
    锁的阻塞重试机制主要就是通过redis的发布与订阅模式实现的，获取锁失败的线程会去订阅一个频道，其他线程解锁后就会向该频道发送消息，让获取锁失败的线程进行重试。获取锁失败的线程可能存在很多个，所以还会存在锁的争抢。

6.谈一下你对数据库索引的理解吧？

1.   从索引的数据结构方面，Myisam和Innodb索引的底层都是使用B+树实现的，因为叶子节点存储数据所以在范围查询的时候速度是很快的。
2.   索引分为聚簇索引和非聚簇索引，聚簇索引的叶子节点存储一整行的数据，非聚簇索引叶子节点存储主键。所以做查询操作的时候没有覆盖索引就会走非聚簇索引，最终导致回表，降低查询速度。
3.   在编写SQL语句的时候要避免索引失效的问题。
4.   我们可以通过explain索引的覆盖情况和回表的情况。

7.你说到索引失效的问题，拿索引失效的场景有哪些？

1.   没有遵循最左前缀原则，在做条件的跳过顺序的字段，导致部分索引失效。
2.   使用范围查询<,>时，会导致符号右侧的部分索引失效，可以通过<=,>=进行避免。
3.   对条件字段使用聚合函也会导致部分索引失效。
4.   当条件字段发生自动的类型转化的时候，也会导致索引失效。
5.   当条件中使用or进行拼接，也会导致右侧索引失效。
6.   当使用模糊匹配的时候，字符串中如果使用%开头的话，就会导致索引失效。
7.   数据的分布影响导致索引失效，当查询的结果数量大于等于30%就不会走索引。

8.java的垃圾回收算法有哪些？

1.   标记清除法：通过可达性分析算法，主要就是通过GCRoot进行判断，标记存活的对象，将其他对象进行回收。缺点很明显，会导致空间碎片话，在极端情况，会无法创建数组。
2.   标记整理法：通过可达性分析算法，标记存活的对象，将标记的对象全部移动到内存的一侧，在进行垃圾的回收，缺点就是需要大量的移动操作，效率比较低。
3.   复制算法：会将内存分为两个部分，在通过可达性分析算法标记对象后，将对象复制到另一侧的内存中并清除当前内存中的对象，下次进行垃圾回收的时候就会复制另一内存中，以此规则进行垃圾回收。

9.谈一下Java的内存管理？

1.   java的内存主要就是堆和栈。
2.  内存堆主要就是存储实例对象及数组，其中分为新时代，老年代，方法区。新时代中又分为Eden区,from幸存者区，to幸存者区。方法区中主要就是存储类的信息，常量等等。但是呢，在jdk1.8之后，移除了方法区，而是在本地内存中添加了一个元空间用来存储这些数据，解决OOM的问题。
3.   内存栈中，主要就是存储当前的执行方法及局部变量等数据，栈帧不会涉及JVM的内存回收，因为栈只会又一个移动的栈头，且在栈头运行完成后就会自动释放内存。
4.   内存堆中的数据是共享的也就是线程共享，而内存栈中的数据是私有的，也就是线程私有的。

10.什么是线程安全？

  就是数据是否存在逃逸的问题，当数据被当做实参或者作为返回的数据此时就出现了逃逸的问题它就是线程不安全的，反之就是线程安全的。

11.类的加载流程有了解过吗？

主要就是七个步骤：

1.   加载：加载class字节码文件。
2.   校验：校验符号引用是否合理。
3.   准备：为静态变量分配空间，赋初值，此时初始化还未完成。
4.   解析：将符号引用替换为指令的真实地址。主要就是基于运行时常量池实现的。
5.   初始化：完成静态初始化的赋值，及其他相关的方法包括。
6.   使用：执行new和其他的类方法。
7.   销毁：将类实例进行销毁。

12.Java里面实现自定义注解的方式是什么？

  主要就是通过@interface来实现的，其中，属性就是在后续使用自定义注解的时候可以可以设置的参数。

13.谈谈你对Java反射的理解？

1.   在创建实例的时候不再需要使用new，但是呢，反射严重的破坏了封装性，它可以无视属性作用范围。
2.   获取的反射的方法主要就是：类.class，实例.getclass()方法，class.getName()方法，包装类.TYPE，classLoader.loadClass方法。

14.线程池的实现方式有了解过吗？

1.   主要就是7个参数：核心线程数，总线程数，救急线程的存活时间，存活时间的单位，阻塞队列，拒绝策略，线程工厂。
2.   在阻塞队列中主要就是：ArrayBlockQueue和LinkedBlockQueue。
3.   拒绝策略：报错策略，使用主线程执行策略，删除队列中存在时间最长的任务策略，丢弃任务策略。

15.Java的流有哪些？

    字节流，字符流。缓冲流，对象流，数据流。

16.Redis为什么会这么快？

1.   redis的操作都是单线程的，速度很快。
2.   因为redis是单线程的缘故，所以不需要考虑上下文资源切换的问题。
3.   Redis的底层主要就是基于 多路io复用模型来实现的。