【得物】Java岗-有问有答超详细面经
一面
自我介绍
A：结合技术点做个自我介绍
B：…
A：简单介绍一下你的职责和工作内容
B：…
缓存
A：你们的缓存怎么设计的？
B：主要是内存缓存
A：讲一下你们的淘汰策略
B：LRU，用的guva的cache
A：如果让你设计个LRU，你怎么设计？
B：我会基于LinkedHashMap设计吧，hash表+链表的方式
A：为啥用链表呢？
B：因为这里是头插或者尾插的方式，链表的增删性能更高，只需要变动相邻节点
A：数据源变更的时候你们是怎么更新缓存数据的？
B：我们先写数据源，然后清掉缓存，我们每个服务器上都有个本地数据源，我们把数据落下来了
A：如果是多服务器共享的数据源呢，怎么同步每台机器上的内存缓存？
B：这个我想一下啊。。。
B：我想到一个比较笨的办法，可能不是最优解。
A：说说看
B：更新数据源的时候用消息队列去通知每个服务器，发布订阅的方式。
A：嗯，我们差不多也是这种方案
B：如果是这种场景的话缓存我可能会考虑重新设计了，感觉不是最优解。
A：你们的超时时间怎么做的呢？
B：就是用的guva的cache的超时，我们的缓存淘汰主要是通过LRU，我们的超时时间都设置的很长，我没研究过具体实现。
A：如果让你来设计呢，你怎么做？
B：参考redis的超时实现吧，lazy的方式，查询的时候检查是否超时，如果超时返回null,再配合一个后台线程，定时清理超时缓存。
A：嗯，我们也是lazy的方式
分库分表
A：聊一下分库分表吧，你们现在有用分库分表吗？
B：没用，我们现在的系统延迟要求很高，C端的请求都不会落到数据库，基本都是基于内存的。现有的数据库也都是to B的
A：好吧，那我给你构建一个场景：现在有个用户表，我们用uid做的sharding,但是我们想用时间字段做分页查询，你有什么方案吗？
B：我之前做游戏的时候有个类似的场景，我们的用户表根据服务器分表，但是有个需求，不同服务器的玩家可以相互加好友。我们的做法是抽取一个字段比较少的总表，查询的时候查总表添加好友。我感觉可以参考这种方案。如果不行的话就只能扫表，在内存汇总了。
A：嗯，现在差不多也都是总表的方案
A：我们分表的ID能基本保证递增，但是合并起来不保证递增…（这个问题没听太明白）
B：跳过吧，这个暂时没想出来
A：好的没关系
…
…
(后面还有些记不太清了)
A：好的，你有什么问题要问我的吗？
B：可以介绍下你们现在的项目和团队情况吗？
A：…
B：你们现在工作中的难点是什么？我过去的话主要负责什么？
A：现在主要的压力还是用户量不停创新高带来的压力，和系统升级迭代的需求
B：好的，差不多就这些吧
A：你看什么时间合适再过来现场面？
二面
项目架构
A：可以画一下你们系统的架构图吗？
B：…
A：设计个秒杀系统，秒杀5000台笔记本，满足用户基本用户积分超过10000分的8级会员可以参加，在某个时间节点准时开始。
B：这个场景有三个数据库交互操作，但是只有秒杀是有时间节点限制的，基本和会员等级校验没有时间节点限制，可以考虑把这两个步骤解耦，在秒杀之前让用户先去做积分和会员等级的校验，校验通过的用户给他一个令牌，参加秒杀的时候用户把令牌带过来做入场券。
A：积分服务和会员服务的并发量是有限的，这样直接把流量打过去会把这两个服务打挂吧？
B：这两个校验没有时间限制，可以在校验服务里面做个限流，就用Semaphore简单实现下也很容易吧
A：嗯
B：然后就是设计秒杀功能，其实处理高并发的本质就是减少最终到达数据库的请求数，基本的思路就是缓冲和缓存。
B：可以在每台服务器上增加一个前置队列，每个队列长度为5000，队列装满之后的用户请求直接拒绝掉，假设有有10台服务器，最后真正进来的请求其实就只有5W个了。
A：但是5W个请求直接打到数据库还是可能把数据库打挂，因为减库存是个比较复杂的操作，可能还会伴随后续流程
B：可以先在缓存里面减库存，比如redis,然后再同步到数据库，做个最终一致性。
A：那你怎么保证不出现超卖呢？
B：这个减库存操作需要加一个分布式锁
A：但是你这样也还有个问题，你操作的是redis的同一个节点，如果并发量足够大，redis也可能成为瓶颈。
B：可以把库存数据分为几份存在redis里，比如分成5份，每份1000个，用户请求过来的时候用uid做分片，用户只能去竞争命中的1000个商品，如果没竞争到就返回失败
A：好的
A：长连接服务器单台机器连接数怎么超过65535的限制？比如在天猫双十一这种极端高并发的情况下硬件资源是有限的
B：没想出来，跳过吧。（当时想错了，之后取查了一下资料，服务端不会受到端口个数的限制，监听一个端口就可以跟多个客户端建立连接，理论上的最大连接数限制是在内存和文件描述符上限，Socket的本质是一个管道文件，linux操作系统默认可以同时打开的文件数量是65535，其实只要把这个参数改大点就可以突破65535的限制了）
框架底层
A：redis的几种数据结构是怎么实现的
B：主要聊了一下Zset的跳表
A：redis怎么实现的数据过期
B：lazy的模式，过期检查+后台清理的模式
A：我现在在redis中存一个数据，半小时过期，那半小时后这个数据还在吗？
B：可能在，也可能不在，要看这个数据有没有被清理掉
A：redis怎么实现的数据同步
B：应该跟mysql的类似吧，具体实现记不清了
A：redis怎么实现分布式锁，如果不用redis怎么实现分布式锁
B：没用过，不过分布式锁的原理都差不多，基本都是去竞争一个第三方资源，乐观锁实现
A：kafaka怎么实现超大吞吐量的
B：kafka有个消息分片发送的设计，在稍微降低吞吐量的代价下实现消息的批量发送，增加了吞吐量
A：netty的线程模型
B：就是多路复用io那一套，用一个线程监听全部Socket的事件，然后生产task供后面的线程池消费
（后面的问题我就不一一写答案了，基本网上也都能查到）
Java基础
hashmap的数据结构
hashmap怎么实现扩容
concurrentHashMap的锁是怎么实现的
线程池的基本参数
JVM布局
垃圾回收算法
JVM参数调优
G1垃圾回收器
线上有遇到过jvm相关的问题吗？怎么解决的
Object的原生方法
数据库相关
数据库索引的索引是怎么实现的
索引为什么要用B+树
什么是聚簇索引
A，B两个字段各自都有索引，where A = ? orderby B ,能用到索引吗？
A，B, C三个字段各自都有索引，where A = ?，B=？，C=？能用到索引？这样写会遇到什么问题吗
redis，mongo和mysql的事务有什么不同？为什么
其他
解决过哪些线上问题
服务发现是怎么实现的
怎么动态负载均衡