m1kasaz

如果xxx宕机了怎么办（以redis服务宕机为例） 宕机中：这个阶段主要就看兜底策略能帮助服务缓解多大压力了。比如设置多级缓存，在宕机过程中还能顶住一部分流量。比如开启熔断，降低数据库压力，走降级策略。比如设置好互斥锁，当缓存挂了，请求需要获取锁才能访问数据库。 预防：通过一些手段预防宕机。比如建立集群。 tomcat是什么，有什么用 sevlet容器，用于部署基于sevlet的应用程序，如springboot、spring。 它可以将java程序看不懂的http请求封装成对象，并且选择合适的sevlet去处理这个请求 MVC是什么 M是model：处理业务逻辑，跟数据库进行交互 V是view：我们能看到的视图层，负责与用户交互 C是controller：负责接收view的请求，选择合适的model处理

面向对象的三大思想 封装：将事物的属性和行为封装为实体，对外隐藏实现，只暴露其接口 继承：对事物本质的抽象，实现了代码的复用 多态：一个接口或方法可以有多个实现，提高灵活性 guava cache 过期分为写入后过期和访问后过期 123456789101112131415161718192021LoadingCache<String, String> userCache = CacheBuilder.newBuilder() // 设置并发级别，允许同时写缓存的线程数 .concurrencyLevel(8) // 设置缓存初始容量 .initialCapacity(100) // 最大容量限制 .maximumSize(5000) // 写入 30 分钟后过期 .expireAfterWrite(30, TimeUnit.MINUTES) // 开启统计功能（可以监控命中率等） .recordStats() // 设置移除监听器（当缓存被清理时触发） ...

点赞系统的实现 技术：redis hash/set 业务：判断文章的点赞set中有无该用户id，没有就是点赞，有就是取消点赞 问题：数据库与redis的一致性（异步写/同步锁）、大key问题（拆分set） 签到系统的实现 技术：redis bitmap 业务：每个用户按月维护的bitmap，获取连续的签到市场需从当前日期开始向前遍历直到第一个0 问题：大量bitmap也占内存（mysql持久化）、跨月统计（遇到月初继续递归上一个月）、时区问题（依赖统一的UTC时间） 使用netty作为底层的通讯架构，在此基础上封装了很多消息类型，用于实现如服务注册、心跳检测、消息订阅等功能 仿照小红书开发的社交购物平台，主要基于redis实现了各种社交功能 平台优化点 限流：原本是滑动窗口算法的非原子性实现，后改为令牌桶＋lua脚本的原子性实现。优化考虑点：1.原方案无法保持原子性 2.滑动窗口针对请求次数限流，令牌桶可以比较tokens限流 3.令牌桶支持突发流量，滑动窗口不支持 缓存：原本是guava...

Problem: 289. 生命游戏 思路 难点在于题目要求根据当前情况直接得出变化后的情况，但程序肯定需要一个个遍历。 考虑四种状态：0-死细胞，1-活细胞，MAX_VALUE-要活的死细胞，MIN_VALUE-要死的活细胞 解题过程 先遍历一个位置的8个方位，判断细胞所处的状态。 再遍历每个位置的状态，转变不稳定状态的细胞。 复杂度 时间复杂度: $ O(n*m) $ 空间复杂度: $O(1)$ 12345678910111213141516171819202122232425262728293031323334353637class Solution { public void gameOfLife(int[][] board) { int[][] dir = new...

...

接口测试用例包含的内容/怎么设计接口测试用例 名称、预制条件（前提条件）、请求方法、请求头、请求体、预期结果 设计思路： 针对数据：1.正确值 2.边界值、空值、特殊符号 针对参数：1.全参、必选参数、可选参数 2.多参、少参、无参、错参 性能测试的测试策略 基准测试： 在单用户下运行，确定系统的基本响应时间指标。 负载测试（Load）： 逐步增加压力，找到系统满足 SLA（服务等级协议）的最大并发量。 压力测试（Stress）： 持续加压直到系统崩溃，观察系统的极限承载能力和失效模式。 稳定性测试（Soak）： 在高负载下长时间运行（如 7x24h），检查是否有内存泄漏或资源耗尽。 SQL 慢的优化策略 打开EXPLAIN分析语句执行情况，重点关注type、rows、extra字段，看看有没有用索引 创建联合索引时注意最左匹配原则 调整sql语句结构，利用join替换子查询 如果数据量太大，可以考虑分库分表或创建缓存 接口自动化怎么做？ 先讲手动的接口测试，根据测试用例一个个在postman等工具中调试 我们利用代码减少重复的操作就是自动化。 代码的编写主要包括...

Redis 为什么使用跳表而不是 B+ 树？ B+树很耗费空间，而内存的空间是很宝贵的，相比之下跳表这种可控参数更合适 B+树的范围查询，通过跳表也可以实现 B+树在并发编程下的锁粒度更大 B+树比跳表更难维护和利用 Java 的类加载机制 加载 (Loading)： 通过全限定名获取二进制字节流，在内存中生成 java.lang.Class 对象。 链接 (Linking)： 验证： 确保字节码符合 JVM 规范，没有安全风险。 准备： 为静态变量分配内存并设置初始默认值（如 int 为 0）。注意：此时还没执行赋值动作。 解析： 将符号引用替换为直接引用（内存地址）。 初始化 (Initialization)： 执行类构造器 <clinit>() 方法的过程，真正执行静态变量赋值和 static 代码块。 使用 (Using)： 程序执行业务逻辑。 卸载 (Unloading)：...

索引的失效情况 sql层面：使用模糊查询、函数、计算、隐式转换、负向查询 系统层面：条件查询大于30%数据量，可能会优化为全表扫描 redis的应用常见 缓存：存ak、存业务数据 限流：滑动窗口（zset）、令牌桶（string） 消息队列（已优化）、分布式锁（Redisson） redis的内存淘汰和过期策略 过期策略：对于设置了过期时间的key进行的过期淘汰策略 惰性删除：key每次被访问都要先查看剩余时间，过期才删除 定时删除：按照频率依次检测剩余key的过期时间，淘汰过期key 内存淘汰：当内存不足时针对剩余key采取的策略 1. 不淘汰任何key，拒绝本次插入 2. 局部淘汰（针对设置了过期时间的key）： 1. lru：淘汰使用次数最少的key 2. ttl：淘汰剩余过期时间最短的key 3. random：随机淘汰 3. 全局淘汰（针对所有key）： 1. lru：淘汰使用次数最少的key 2. random：随机淘汰 jvm了解哪些参数，怎么设置？ 分为标准参数、非标准参数、稳定参数。 一、内存配置 堆内存核心参数（-X...

接口和抽象类的区别 接口是对行为的抽象，抽象类是对本质的抽象。一个类具有多种功能，可以实现多个方法，但它只能是“它”，只能继承一个类。使用习惯上，我们一般利用类实现代码的复用，利用接口实现代码的规范与解耦。 接口中的default 和 static方法有什么区别 default方法表示这是它的默认实现，如果你不重写这个方法，被调用时就按照默认的走；static表示这个方法归接口所有，你不需要实现。 final关键字的作用 final关键字可以修饰类（但不能修饰抽象类）、方法、变量。 如果修饰类，表示这个类无法继承。如果修饰方法，表示这个方法无法重写。修饰变量，表示这是一个常量。 不能修饰抽象类：抽象类是为了被继承，但是final会阻止他被继承 如何创建一个不可变对象 类声明为 final（不可继承）； 所有成员变量声明为 private final； 不提供修改变量的 setter 方法； 通过构造器初始化时，如果是引用类型，要进行深拷贝（Deep...

AQS队列 state关键字是类的volatile全局变量，0为无锁，1为占有，>1为重入次数。 “非公平锁”的实现并不依赖唤醒所有节点，永远只唤醒下一个节点。它的原理是新线程加入时不需要判断AQS队列情况，可以直接参与锁的竞争。 MySQL的索引 Hash表与B+树对比：Hash表的单点查询效率更高，但是面对频繁的范围查找时B+树的性能更突出，因为B+树天生支持范围查找，而Hash却只能全表扫描。 看门狗 锁未指定过期时间时（但是Rediison有一个默认过期时间），Redisson在后台开启一个定时任务，每隔一段时间向Redis发送一个Lua脚本为锁续期。 当线程宕机时这个定时任务不复存在，锁就会超时过期。