Mr.Ai

面经11.JVM内存分区https://leslieaibin.github.io/2020/11/10/JVM/1.Java%E5%86%85%E5%AD%98%E5%8C%BA%E5%9F%9F%E7%AE%80%E4%BB%8B/ 2.对象加载在哪里，一定不能在栈上吗，为什么不直接在栈上。1、功能和作用： （1）栈，可以看成是方法的运行模型，所有方法的调用都是通过栈帧来进行的，JVM会为每个线程都分配一个栈区，JVM对栈只进行两种操作：以帧为单位的压栈和出栈操作。当线程进入一个Java方法函数的时候，就会在当前线程的栈里压入一个栈帧，用于保存当前线程的状态（参数、局部变量、中间计算过程和其他数据），当退出函数方法时，修改栈指针就可以把栈中的内容销毁。 （2）堆，唯一的目的就是用于存放对象实例，每个Java应用都唯一对应一个JVM实例，每个JVM实例都唯一对应一个堆，并由堆内存被应用所有的线程共享。 所以，从功能和作用来通俗的比较，堆主要用来存放对象的，栈主要是用来执行程序的。 2、性能与存储要求： （1）栈的性能比堆要快，仅次于位于CPU中的寄存器。但是，在分配内存的时候，存放在 ...

1.http三次握手，状态码，交互细节2.为什么要三次握手3.四次挥手，状态码，传输细节，为什么握手要三次，挥手要四次4.数据链路层怎么传输数据的，展开说说打包成帧(framing): 在每个网络层数据报在传输之前，几乎所有的链路层协议都会将数据报用链路层封装起来。数据链路层从网络层获取数据后将其封装成为 帧，如果帧太大的话，数据链路层会将大帧拆分为一个个的小帧，小帧能够使传输控制和错误检测更加高效。 帧就是 0 1 序列的封装。 一个帧由 Header、Payload Field、Trailer 组成，网络层数据报就封装在 Payload Field 字段中。根据不同的物理介质，每个帧的结构也不同。帧的组成如下 5.Arp协议中网关怎么去转换ip地址到对应MAC地址的https://xiaorui2.github.io/2019/06/28/Ping%E5%91%BD%E4%BB%A4%E7%9A%84%E6%89%A7%E8%A1%8C%E8%BF%87%E7%A8%8B%E5%92%8C%E5%BA%94%E7%94%A8%E5%8D%8F%E8%AE%AE/ 6.MySQL ...

字符串1234567String a = "a" + "b" + "c";String b = "abc";String c = "ab";String d = c + "c";System.out.println(a == b);System.out.println(a == d); 输出 12truefalse CMS 能不能 初始标记 并发标记 重新标记 并发清理 去掉重新标记1 浮动垃圾 如图，GC 线程便利对象树（实际是图）,遍历过了A ，然后遍历过了B，遍历到了C，但是还没有遍历完C的儿子D，这时候如果 A.B=null； 那么B就变成了浮动垃圾，本次GC 过程B不会被清除。只能下次清除。 2 GC 三色标记算法过程中，白色的节点指向 黑色的节点 怎么办？ 　　直接把黑色变成灰色，这是浮动垃圾吗？不是，因为黑色节点变成了灰色，GC线程每次暂停后开始都会重灰色线程开始，也就是说黑色变成灰色以后，会重新便利这个灰色和下面的非黑色节点。 3 三色算法 ...

定位问题的先决条件需要有详细的日志记录，提前告警的监控平台，事发现场保留 日志 ：业务日志，中间件日志监控 ：CPU、内存、磁盘、网络，类加载、GC、线程等快照 ：-XX:+HeapDumpOnOutOfMemoryError 和 -XX:HeapDumpPath 分析问题，解决问题的思路 经验+直觉，快速定位 > 逐一排查，传输链路 > 寻找规律 不要轻易怀疑监控。考虑资源。优先保证系统能正常运行。保留现场，事后排查定位问题。 逐一排查，传输链路，通过日志或工具逐一排查 内部原因，是否是客户端或者前端问题，程序发布后的Bug，回滚后可以立即解决 外部原因，比如服务，第三方服务，主机、组件的问题。 服务：错误日志邮件提醒或elk快速定位问题，查看gc日志 第三方服务：单独调用测试，联系第三方加急解决 主机： CPU相关问题，可以使用 top、vmstat、pidstat、ps 等工具排查； 内存相关问题，可以使用 free、top、ps、vmstat、cachestat、sar 等工具排查；IO 相关问题，可以使用 lsof、iostat、pidstat、sar、 ...

小知识 在实际项目中，我们经常需要聚合统计，比如统计一个年龄在20-30，喜欢看技术书籍，喜欢听音乐，喜欢宅在家的程序员等等一系列标签的用户。 如果使用mysql求并集，首先语句随着标签变长而变长，其次聚合，分组，去重严重影响语句性能。这种情况如何解决？ 比如现在比较火的面试题，在10亿整数中找出100个重复的数，或者任意给定一个整数，判断是否在这个10亿数中。 bitMap原理bitMap就是使用bit位来标记元素，key为该元素，value一般为0或者1，大大节省存储空间. 现在有(2, 3, 4, 5，7)5个数，任意给定一个在0-7范围内的数字，判断是否在此集合中： 创建一个范围为(0-7)的Byte类型数组，将集合数字对应数组的bit位置置1； 然后遍历该Byte数组，如果Byte数组位置为1即代表该数存在。 同理对于10亿整数也可以这样处理，一个int型数字4个字节，32bit，如果使用bit标记正整数，就可以节省32倍的内存空间。 10亿数字，40亿字节，320亿bit，需要大约4g内存，使用bitMap标记，只需要125M内存空间即可存储，大大节省内存空间。 ...

RPC框架手撕之路—java反射以及动态代理机制在上一篇文章中，我们提到了，RPC框架所需要的java基础，第一点就是java的动态代理机制，动态代理机制的基础是反射，无论是在实际编程或者是面试时，都是java知识的重中之重。 定义：在运行状态中，对于任意一个类，都能够知道这一个类的所有属性和方法，对于任意一个对象都能够通过反射机制调用一个类的任意方法，这种动态获取类信息以及动态调用类方法的功能称为java的反射机制。 作用：1、动态的创建类的实例，将类绑定到现有对象中，或从现有对象中获取类型。 2、应用程序需要在运行时从某个特定的程序集中载入一个特定的类。 个人理解的反射机制就是，某些类在程序运行的一开始并没有加载，但是随着程序的运行，我们发现这些类也需要用到，此时就可以通过反射机制，来获取到类的属性和方法。 代理模式：定义：委托模式，是为某个对象提供一个代理对象，并且由代理对象控制对原对象的访问。代理模式通俗来讲就是我们生活中常见的中介。代理模式可以提供非常好的访问控制，应用比较广泛。 而其中的代理模式中的动态代理不仅在rpc远程访问中有重要的应用，同样在Spring AOP和其他 ...

在做系统优化时，想到了将数据进行分级存储的思路。因为在系统中会存在一些数据，有些数据的实时性要求不高，比如一些配置信息。 基本上配置了很久才会变一次。而有一些数据实时性要求非常高，比如订单和流水的数据。所以这里根据数据要求实时性不同将数据分为三级。 第1级：订单数据和支付流水数据；这两块数据对实时性和精确性要求很高，所以不添加任何缓存，读写操作将直接操作数据库。 第2级：用户相关数据；这些数据和用户相关，具有读多写少的特征，所以我们使用redis进行缓存。 第3级：支付配置信息；这些数据和用户无关，具有数据量小，频繁读，几乎不修改的特征，所以我们使用本地内存进行缓存。 但是只要使用到缓存，无论是本地内存做缓存还是使用 redis 做缓存，那么就会存在数据同步的问题，因为配置信息缓存在内存中，而内存时无法感知到数据在数据库的修改。这样就会造成数据库中的数据与缓存中数据不一致的问题。 解决方案那么我们这里列出来所有策略，并且讨论他们优劣性。 先更新数据库，后更新缓存 先更新数据库，后删除缓存 先更新缓存，后更新数据库 先删除缓存，后更新数据库 先更新数据库，后更新缓存这种场 ...

准备知识 理想情况下，线程A拿到锁，执行完后释放锁，线程B恰好到来顺手接下这把锁，一切都那么完美的话，也没必要加锁了，问题就在于在A没释放锁时，后续线程也想得到这把锁，所以只好让这些等待的线程进行排队，进而需要一套数据结构来组织这个队伍： Node结点：作为获取锁失败线程的包装类， 组合了Thread引用， 实现为FIFO双向队列。 下图为Node结点的属性描述- 下图为用Node节点构成的双向链表图示：- 链表初始化的头节点其实是一个虚拟节点，英文名称之为dummy header， 因为它不会像后继节点一样真实的存放线程，并且这个节点只会在真正产生竞争排队情况下才会延迟初始化，避免性能浪费，下面看代码的时候，我会再次提到。-AbstractQueuedSynchronizer 类是一个模版类，维护了着一个同步队列（双向链表），提供着同步队列一些操作的公共方法，JUC并发包里基于此类实现了很多常用的并发工具类，如 Semaphore, CountDownLatch等。 1234/*** The synchronization state.*/private volatile int s ...

常见写法安全性及效率分析假设我们的商品表的schema是下面这样的： 12345678910111213CREATE TABLE `goods` (`````` `id` int(10) NOT NULL AUTO_INCREMENT COMMENT``` `'自增id'``,```` `name` varchar(256) NOT NULL DEFAULT``` `''` `COMMENT` `'商品名称'``,```` `available` int(11) unsigned NOT NULL DEFAULT``` `'0'` `COMMENT` `'库存剩余量'``,```` `stock` int(11) unsigned NOT NULL DEFAULT``` `'0'` `COMMENT` `'总库存量'``,````PRIMARY KEY (`id`)````) ENGINE=InnoDB DEFAULT CHARSET=utf8 C ...

RabbitMQ消费幂等性什么是幂等性 幂等性，简单来说就是对于同一个系统，在同样条件下，一次请求和重复多次请求对资源的影响是一致的，就称该操作为幂等的。比如说如果有一个接口是幂等的，当传入相同条件时，其效果必须是相同的。在RabbitMQ中消费幂等就是指给消费者发送多条同样的消息，消费者只会消费其中的一条。例如，在一次购物中提交订单进行支付时，当网络延迟等其他问题造成消费者重新支付，如果没有幂等性的支持，那么会对同一订单进行两次扣款，这是非常严重的，因此有了幂等性，当对同一个订单进行多次支付时，可以确保只对同一个订单扣款一次。 RabbitMQ消费幂等性在正常情况下，消费者在消费消息的时候，当消费完毕后，会发送一个确认ack给消息队列，消息队列就知道该消息被消费了，就会将该消息从消息队列中删除。而在前面保证生产端消息可靠性投递方案1中，当生产者发送消息给RabbitMQ后，在Broker返回确认ack之前，RabbitMQ出现了宕机（数据库保存的消息状态仍然为“投递中”），则该消息会被定时任务抓取并重新发送；或者当在网络延迟传输中，消费者出现异常或者消费者延迟消费，会造成进行Rab ...