Java开发框架和中间件面试题(10)

发布时间：2023年12月28日

104.怎么保证缓存和数据库数据的一致性？

105.什么是缓存穿透，什么是缓存雪崩？怎么解决？

106.如何对数据库进行优化？

117.RabbitMQ的使用场景有哪些？

118.RabbitMQ有哪些重要的角色？有哪些重要的组件？

119.RabbitMQ中vhost的作用是什么？

120.介绍下RabbitMQ的架构？

121.RabbitMQ中的交换机类型有哪些？

122.除了ReetrantLock,你还接触过JUC并发包中的哪些并发API？

123.你了解哪些负载均衡算法、策略？

124.如何设计符合幂等性的高质量Restful? ?API ?

125.如何理解Restful API 的幂等性？

126.jsp和servlet有什么区别？

127.forward和redirect的区别？

128.jsp有哪几个作用域？

129.session和cookie有什么区别？

130.如果客户端禁止cookie能实现session还能用吗？

104.怎么保证缓存和数据库数据的一致性？

1.淘汰缓存在；如果是较为复杂的数据时，进行缓存的更新操作就会变得异常复杂，因此一般推荐选择淘汰缓存，而不是更新缓存。

2.选择先淘汰缓存，再更新数据库，加入先更新数据库在淘汰缓存，如果淘汰缓存失败，那么后面的请求就会得到脏数据，直至缓存过期。加入先淘汰缓存再更新数据库，如果更新数据库失败，只会产生一次缓存穿透，相比较而言，后者对业务则没有本质上的影响。

3.延时双删除策略，如下场景：同时有一个请求A进行更新操作，另一个请求B进行查询操作。我们按照如下步骤执行：

? （1）请求A进行写操作，删除缓存

? ? (2)请求B查询发现缓存不存在

? （3）请求B去数据库查询得到旧值

? （4）请求B将旧值写入缓存

? （5）请求A将新值写入数据库，次数便出现了数据不一致问题，此时我们可以采用延时双删策略的已解决。

? ? ?

public  void  write（String key,Object data){
  redisUtils.del(key);
  db.update(data);
  Thread.Sleep(100);
  redisUtils.del(key);
}

这么做，可以将1秒内所造成的缓存脏数据，再次删除。这个时间设定可以根据业务场景进行一个调节。

4.数据库读写分离的场景

假如有如下场景：两个请求，一个请求A进行更新操作，另一个请求B进行查询操作。我们按照如下步骤执行：

1.请求A进行写操作，删除缓存

2.请求A将数据写入数据库了

3.请求B查询缓存发现，缓存没有值

4.请求B去从库查询，这时，还没有完成主从同步，因此查询到的是旧值。

5.请求B将旧值写入缓存

6.数据库完成主从同步，从库变为新值，依旧采用延时双删策略解决此问题。

105.什么是缓存穿透，什么是缓存雪崩？怎么解决？

1.缓存穿透：一般的缓存系统，都是按照key去缓存查询，如果不存在对用的value，就应该去后端系统去查找（比如DB数据库）。一些恶意的请求会故意查询不存在的key，请求量很大，就会对后端系统造成很大的压力。这就叫做缓存穿透。

2.怎么解决？

对查询结果为空的情况也进行缓存，缓存时间设置短一点，或者该key对应的数据insert之后清理缓存。对一定不存在的key进行过滤。可以把所有的可能存在的key放到一个大的bitmap中，查询时通过该bitmap过滤。

3.缓存雪崩：当缓存服务器重启或者大量缓存集中在某一时间段失效，这样在失效的时候，会给后端系统带来大量的压力，导致系统崩溃。

4.如何解决？在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待；做二级缓存；不同的key，设置不同的过期时间，让缓存失效的时间尽量均匀。

106.如何对数据库进行优化？

1.选取适合的字段属性

? 为了获取更好的性能，可以将表中字段的宽度设的尽可能小。

? 尽量把字段设置成not null

? 执行查询的时候，数据库不用去比较null值

? 对某些省份或者性别字段，将他们定义为enum类型

? enum类型被当做数值型数据来处理，而数值型数据被处理起来的速度要比文本类型快很多。

2.使用join链接代替子查询

3.使用联合union来代替手动创建的临时表union用法中，两个select语句的字段类型要匹配，而且字段个数要相同。

5.锁定表：尽管事务时维护数据库完整性的一个非常好的方法，但却因为他的独占性，有时候会影响数据库的性能，尤其是在大应用中。由于在事务执行的过程中，数据库会被锁定，因此其他用户只能暂时等待直到数据库结束。有的时候可以用锁定表的方法获得更好的性能。

共享锁：

? ? 其他用户只能看，不能修改lock table person in share mode;对于通过lock table命令主动添加的锁来说，如果要释放他们，只需发出rollback命令即可。

6.使用外键:锁定表的方法可以维护数据的完整性，但是他却不能保证数据的关联性，这个时候可以使用外键。

7.使用索引：索引时提高数据库查询速度的常用方法，尤其是查询语句中包含max(),min(),order by这些命令的时候，性能提高更为显著。一般来说索引应该建在常用于join，where，order by的字段上。尽量不要对数据库中含有大量重复的值得字段建立索引。

8.优化的查询语句：在索引的字段上尽量不要使用函数进行操作。尽量不要使用like关键字和通配符，这样做法很简单，但却是以牺牲性能为代价的。避免在查询中进行自动类型转换，因为类型转换也会使索引失效。

107.使用索引时有哪些原则？

?常见的索引原则有：

? ?1.选择唯一性索引

唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。

2.为经常需要排序，分组和联合操作的字段建立索引；

3.为常作为查询条件的字段建立索引。

4.限制索引的数据：越多的索引，会使更新表变得很浪费时间。

5.尽量使用数据量少的索引。

6.如果索引的值很长，那么查询的速度会受到影响。

7.尽量使用前缀来索引。

8.如果索引字段的值很长，最好使用值的前缀来索引。

9.删除不再使用或者很少使用的索引。

10.最左前缀匹配原则，非常重要的原则。

11.尽量选择区分度高的列作为索引。

12.索引列不能参与计算，保持列干净：但函数的查询不参与索引。

13.尽量的扩展索引，不要新建索引。

108.存储过程如何进行优化？

存储过程是一组为了完成特定功能的SQL语句集，存储在数据库中，经过一次编译后再次调用不需要再次编译，用户通过指定存储过程的名字并给出参数（如果该存储过程带有参数）来执行他。存储过程是数据库中的一个重要对象。

存储过程优化思路：

1.尽量利用一些SQL语句来替代一些小循环，例如聚合函数，求平均函数等。

2.中间结果存放于临时表，加索引。

3.少使用游标。SQL是个集合语言，对于集合运算具有较高性能。而cursors是过程运算。比如一个100万行的数据进行查询。游标需要读取100万次，而不使用游标只需要少量几次读取。

4.事务越短越好。SqlServer支持并发操作。如果事务过多过长，或者隔离级别过高，都会造成并发操作的阻塞，死锁。导致查询极慢，CPU占用率极低。

5.使用try? catch处理错误异常

6.查找语句尽量不要放在循环内。

109.说说如何对Tomcat进行优化？

Tomcat作为Web服务器，他的处理性能直接关系到用户体验，下面是几种常见的优化措施。

1.去掉对web.xml的监视，把jsp提前编辑成Servlet。有抚育物理内存的情况，加大Tomcat使用的JVM的内存。

2.服务器资源

服务器所能提供CPU，内存，硬盘的性能对处理能力有决定性影响。

2.1对于高并发情况下会有大量的运算，那么CPU的速度会直接影响到处理速度。

2.3硬盘主要问题就是读写性能，当大量文件进行读写时，硬盘极容易称为性能瓶颈。最好的办法还是利用下面提到的缓存。

3.利用缓存和压缩

? ? 对于静态页面最好是能够缓存起来，这样就不必每次从磁盘上读。这里我们采用了Nginx作为缓存服务器，将图片，css,js文件都进行了缓存，有效的减少了后端Tomcat的访问。

? ? ?另外，为了能加快网络传输速度，开启gzip压缩也是必不可少的。但考虑带Tomcat已经需要处理很多东西了，所以把这个压缩的工作就交给前端的Nginx来完成。

? ? ?除了文本可以用gzip压缩，其实很多图片也可以用图像处理工具预先进项压缩，找到一个平衡点可以让画质损失很小而文件可以减小很多。曾静我就见过一个图片从300多kb压缩到几十kb,自己几乎看不出来区别。

4.采用集群

单个服务器性能总是有限的，最好的办法自然是实现横向扩展，那么组建Tomcat集群是有效提升性能的手段。我们还是采用了Nginx来作为请求分流的服务器，后端多个Tomcat共享session来协同工作。

5.优化Tomcat参数

这里以Tomcat7的参数配置为例，需要修改conf/server.xml文件，主要是优化连接配置，关闭客户端dnd查询。

110.BIO、NIO和AIO的区别？

1.基本概念

? ?BIO：一个连接一个线程，客户端有连接请求时服务器端就需要启动一个线程进行处理。线程开销大。

? ?伪异步IO：将请求连接放入线程池，一对多，但线程还是很宝贵的资源。

? ?NIO：一个请求一个线程，但客户端发送的连接请求都会注册到多路复用器上，多路复用器轮询到连接有I/O请求时才启动一个线程处理。

? ?AIO：一个有效请求一个线程，客户端的I/O请求都是由OS先完成了再通知服务器应用去启动线程进行处理。

2.常规区别

? ?BIO是面向流的，NIO是面向缓冲区的；

BIO的各种流是阻塞的。

而NIO是非阻塞的。

BIO的Stream是单向的，而NIO的channel是双向的。NIO特点：事件驱动模型，单线程处理多任务，非阻塞I/O,I/O读写不再阻塞，而是返回0，基于block的传输比基于流的传输更高效，更高级的IO函数zero? copy，IO多路复用大大提高了Java网络应用的可伸缩性和实用性。

基于Reactor线程模型。在Reactor模式中，事件分发器等待某个事件或者可应用或者某个操作的状态发生，时间分发器就把这个事件事先注册的事件处理函数或者回调函数，由后者来做实际的读写操作。

如在Reactor中实现读：注册读就绪事件和相应的事件处理器，事件分发器等待事件，事件到来，激活分发器，分发器调用事件对应的处理器，事件处理器完成实际的读操作，处理读到的数据，注册新的事件，然后返还控制权。

111.Netty的特点？

? 一个高性能，异步事件驱动的NIO框架，他提供了对TCP，UDP和文件传输的支持使用更高效的socket底层，对epoll空轮询引起的CPU占用飙升在内部进行了处理，避免了直接使用NIO的陷阱，简化了NIO的处理方式。

采用多种decoder/encoder支持，对TCP粘包/分包进行自动化处理，可使用接受/处理线程池，提高连接效率，对重连，心跳检测的简单支持。

可以配置IO线程数，TCP参数，TCP接收和发送缓冲区使用直接内存代替堆内存，通过内存池的方式循环利用ByteBuf通过引用计数器及时申请释放不再引用对象，降低了GC频率使用单线程串行化的方式，高效的Reactor线程模型大量使用了volitale,使用了CAS和原子类，线程安全类的使用，读写锁的使用。

112.Netty的线程模型？

? ? Netty通过Reacor模型基于多路复用器接收并处理用户请求，内部实现了了两个线程池，boss线程池和work线程池。其中boss线程池的线程负责处理请求的accept，当接收到accept事件的请求时，把对应的socket封装到一个NIOSocketChannel中，并交给work线程池，其中work线程池负责请求的read和write事件，由对应的Handler处理。

? 单线程模型：所有I/O操作都有一个线程完成，即多路复用，事件分发和处理都是在一个Reactor线程上完成的。既要接受客户端的连接请求，向服务器端发起连接，又要发送/读取请求或者应答/响应消息。

一个NIO线程同时处理成百上千的链路，性能上无法支撑，速度慢，若线程进入死循环，整个程序不可用，对于高负载，大并发的应用场景不合适。

多线程模型：有一个NIO线程（Acceptor只负责监听服务器，接受客户端的TCP连接请求，NIO线程池负责网络IO的操作，即消息的读取，解码，编码和发送。

1个NIO线程可以同时处理N条链路，但是一个链路只对应1个NIO线程，这是为了防止发生并发操作问题。但在并发百万客户端连接或者需要安全认证时，一个Acceptor线程可能会存在性能不足问题。

主从多线程模型：Acceptor线程用于绑定监听端口，接收客户端连接，将SocketChannel从主线程池的Reactor线程的多路复用器上移除，用于处理I/O的读写等操作，从而保证mainReactor只负责接入认证，握手等操作。

113.如何进行JVM性能调优？

1.监控GC的状态，使用各种JVM工具，查看当前日志，分析当前JVM参数设置，并且分析当前堆内存快照和gc日志，根据实际的各区域内存划分GC执行时间，觉得是否进行优化。

举一个例子：系统崩溃前的一些现象：

? 每次垃圾回收的时间越来越长，由之前的10ms延长到50ms左右，FullGC的时间也有之前的0.5s延长到4,5s

? FullGC的次数越来越多，最频繁时隔不到1分钟就进行一次FullGC

? 年老代的内存越来越大并且每次FullGC后年老代没有内存被释放之后系统就会无法响应新的请求，逐渐到达OutOfMemoryError的临界值，这个时候就需要分析JVM内存快照dump。

2.生成堆的dump文件。

通过JMX的MBean生成当前的Heap信息，大小为一个3G（整个堆的大小）的hprof文件，如果没有启动JMX可以通过Java的jmap命令来生成该文件。

3.分析dump文件打开这个3g的堆信息文件，显然一般的Window系统没有那么大内存，必须借助高配置的Linux，几种工具打开该文件：

? Visual VM? ?

? ?IBM? HeapAnalyzer

? ?JDK自带的Hprof工具

? ?Mat(Eclipse专门的静态内存分析工具）推荐使用

备注：文件太大，建议使用Eclipse专门的静态内存分析工具Mat打开分析。

4.分析结果，判断是需要优化，如果各项参数设置合理，系统没有超时日志出现，GC频率不高，GC耗时不高，那么没有必要进行GC优化，如果GC事件超过1到3秒，或者频繁GC，则必须优化。

注：如果满足下面的指标，则一般不需要进行GC：

? Minor? GC执行时间不到50毫秒；

? Minor? GC执行不频繁，约10秒一次；

? FullGC执行时间不到1秒；

? FullGC执行频率不算频繁，不低于10分钟一次；

5.调整GC类型和内存分配，如果内存分配过大或者过下，或者采用的GC收集器比较慢，则应该优先调整这些参数，并且先找一台或者几台机器进行beat，然后比较优化过的机器和没有优化的机器性能对比，并有针对性的做出最后选择。

6.不读拿的分析和调整，通过不断地试验和试错，分析并找到最合适的参数，如果找到了最合适的参数，则将这些参数应用到所有的服务器。

114.JVM调优参数有哪些？

115.GC调优策略有哪些？

116.介绍下单点登录？

117.RabbitMQ的使用场景有哪些？

1.解决一步问题，例如用户注册，发送邮件和短信反馈注册成功，可以使用RabbitMQ消息队列，用户无需等待反馈。

2.服务间解耦，订单系统和库存系统，中间加入RabbitMQ消息队列，当库存系统出现问题时，订单系统依旧能正常使用，降低服务间耦合度。

3.秒杀系统，利用RabbitMQ的最大值，实现秒杀系统。

118.RabbitMQ有哪些重要的角色？有哪些重要的组件？

1.RabbitMQ有哪些重要角色？客户端，RabbitMQ服务端。

2.有哪些重要组件？

?2.1connectionFactory（连接管理器）应用程序与RabbitMQ之间建立连接的管理器。

?2.2Channel（信道）消息推送使用的信道。

?2.3RoutingKey（路由键）用于把生产者的数据分配到交换机上。

?2.4Exchange（绑定键）用于把交换机的消息绑定到队列上

?2.6Queue(队列）用于存储生产者消息。