Java 超经典面试题

---

A、Redis 五种数据类型是什么？哪些场景使用？如何选择？

五种数据类型：String、Hash、set、zset 和 list

String 常用于做缓存、分布式锁、计数器、分布式ID、存token 等等。。。。

Hash 用于将结构化数据 (对象、多键值对) 缓存到 Redis 中，常用来存储部分变更的数据(用户信息等)

list 用作异步队列和存储多个有序的字符串，例如朋友圈、Twitter 的关注列表、粉丝列表等等等

set 系统部署在多台机器上，可以用 Redis 中的 set 进行全局去重，单机可以基于 JVM 的HashSet 去重，基于其可以交集并集的操作可以做用户标签和抽奖。。

zset 去重且排序，Redis 的 zset天生是用来做排行榜的，榜单，总榜，热榜。。

此问题的答案参考：https://blog.csdn.net/CSDN2497242041/article/details/122530152

---

B、HashTable 和 HashMap 的区别 ？ HashMap 的扩容原理 ？及两者的使用场景

HashMap 和 HashTable 都实现了 map、Cloneable(可克隆)、Serializable(可序列化) 这三个接口

但 HashTable 不允许 key 为 null 值，HashMap 则无所谓

而且 HashMap 的初始容量为：16，Hashtable 初始容量为：11，两者的负载因子默认都是：0.75。

HashMap 只允许迭代器遍历。。。

关于翻倍：当已用容量 > 总容量 * 负载因子 时将会进行扩容，HashMap 的扩容是翻倍，HashTable 是 翻倍 + 1。。。

HashTable 是线程安全，在单线程环境下它比 HashMap 要慢。如果你不需要同步，只需要单一线程，那么使用 HashMap 性能要好过 HashTable。

使用场景：

非并发场景使用 HashMap，并发场景可以使用 HashTable，但是推荐使用 ConcurrentHashMap (锁粒度更低、效率更高)

---

C、MySQL 索引机制 ？ 锁机制 ？为什么会走错索引 ？

为什么要使用索引 ？

• 索引能极大的减少存储引擎需要扫描的数据量。
• 索引可以把随机IO变成顺序IO。
• 索引可以帮助我们在进行分组、排序等操作时，避免使用临时表。

索引分类 ？

• 主键索引、唯一索引、前缀索引、普通索引、全文索引

索引原理 (底层数据结构) ？

Hash 表支持精准的定位查询，但不支持范围查询和顺序查询，导致 > < != 这些条件查不出来

平衡二叉树：当数据量为100w时，树的高度大约为20，这样的话，在最坏的情况下读取一个数组需要进行20次查找，每次查找都是一次IO操作，性能就成为了一个问题。

B+Tree

B+Tree 是 B-Tree 基础上的优化，将非叶子节点冗余，提高范围查找的效率。

• 所有的非叶子节点只存储关键字信息。

• 所有具体数据都存在叶子结点中。

• 所有的叶子结点中包含了全部元素的信息。

• 所有叶子节点之间都有一个链指针

MySQL 索引默认采取的数据结构就是 B+Tree

索引优化建议 ？

• 避免在 where 子句中对字段施加函数，这会造成索引无法命中。
• 尽量不要在重复数据多的列上使用索引。
• like 的模糊查询以%开头，会导致索引失效。
• 删除长期未使用的索引。

锁机制 ？

主要了解乐观锁悲观锁，共享锁排他锁就 ok 。。

MySQL 走错索引 ？

MySQL 在选择使用索引时，有一套自己的评估机制。查询可能会扫描多少行、是否有排序、是否有用到文件排序、索引的区分度等等。用错索引的情况多是一条SQL语句中可以有多个索引备选。
全表扫描和使用索引就是一个例子。当数据库中数据比较少的时候，MySQL查询是执行索引查询呢？还是全表扫描呢？因为索引扫描会有一个二次回表的过程，而全表扫描没有。但全表扫描就一定比二次回表快吗，这倒不见得。

MySQL 判断选择哪个索引时，这个是优化器的工作。优化器会根据扫描的行数、是否回表、是否使用临时表、排序等来判断使用索引还是全表扫描。

优化器计算扫描行数的逻辑是预估的方式 ，是通过对索引的采样统计计算出来的，所以判断的行数不准确时就会选错索引。

---

D、哪些是需要使用 Redis 存放的数据，为什么？哪些需要直接查询？

非敏感且需要立即返回的数据、热点数据需要用 Redis存放，直接查的一般是敏感数据(价格)和非热点(比如很久之前)的数据

---

E、MySQL 和 PostgreSQL 如何选择？

MySQL 针合业务逻辑相对简单、数据可靠性要求较低的互联网单表场景，Pg 适合大量单表破亿以及更加严格的企业的场景，常用于电商订单、金融、电信等

---

F、MySQL 为什么需要分库分表？

随着平台的业务发展，数据可能会越来越多，甚至达到亿级。以MySQL为例，单库数据量在5000万以内性能比较好，超过阈值后性能会随着数据量的增大而明显降低。单表的数据量超过1000w，性能也会下降严重。这就会导致查询一次所花的时间变长，并发操作达到一定量时可能会卡死，甚至把系统给拖垮。

​分库分表就是把较大的数据库和数据表按照某种策略进行拆分。目的在于：降低每个库、每张表的数据量，减小数据库的负担，提高数据库的效率，缩短查询时间。另外，因为分库分表这种改造是可控的，底层还是基于RDBMS，因此整个数据库的运维体系以及相关基础设施都是可重用的。

---

G、微服务为什么要使用流量网关？

服务网关 = 路由转发 + 过滤器

在微服务架构中，由于系统和服务的细分，导致系统结构变得非常复杂， 为了跨平台，为了统一集中管理 API ，同时为了不暴露后置服务。甚至有时候需要对请求进行一些安全、负载均衡、限流、熔断、灰度等中间操作，基于此类种种的客观需求一个类似综合前置的系统，这就是为什么需要 API 网关。

H、 哪些场景使用 ArrayList 、LinkedList ？

当需要对数据进行对随机访问的时候，选用 ArrayList。
当需要对数据进行多次增加删除修改时，采用 LinkedList。
如果容量固定，并且只会添加到尾部，不会引起扩容，优先采用 ArrayList。

当然，绝大数业务的场景下，使用 ArrayList 就够了，但需要注意避免 ArrayList 的扩容，以及非顺序的插入。

ArrayList 不是线程安全的，多线程下 synchronizedList 方法将 ArrayList 转换成线程安全的容器后再使用，或者对其方法进行加锁。。。