自学内容网 自学内容网
自学内容网 > 正文

0114java面经

🕗 发布于 2025-01-17 00:09 java  spring boot  spring  

1，为什么项目用了API网关?

在项目中使用 API 网关主要有以下几个方面的原因：

统一入口与流量管理

  • 统一接入：API 网关为所有的微服务提供了一个统一的入口点。外部客户端只需要与 API 网关进行交互，而不需要了解各个微服务的具体地址和接口细节。这样可以简化客户端的调用逻辑，提高系统的可维护性。
  • 流量控制与限流：API 网关可以对进入系统的流量进行精确控制。通过设置限流规则，如每秒允许的最大请求数、并发连接数等，防止系统因流量过大而导致崩溃，确保系统的稳定性和可用性。

安全防护

  • 认证与授权：API 网关可以集中处理认证和授权逻辑。它可以验证客户端的身份信息，如令牌、证书等，并根据用户的角色和权限来决定是否允许访问相应的微服务。这样可以将安全逻辑从各个微服务中分离出来，提高系统的安全性和可管理性。
  • 防止恶意攻击：API 网关可以作为系统的第一道防线，对外部请求进行过滤和检测，防止恶意攻击，如 SQL 注入、XSS 攻击等。它可以通过配置防火墙规则、WAF（Web 应用防火墙）等功能来保护后端微服务的安全。

服务治理与监控

  • 服务路由与负载均衡：API 网关可以根据请求的特征，如请求路径、请求参数等，将请求路由到相应的微服务实例上。同时，它还可以实现负载均衡功能，将请求均匀地分发到多个微服务实例上，提高系统的性能和可扩展性。
  • 监控与日志：API 网关可以对所有的请求和响应进行监控和记录，收集关键指标数据，如请求响应时间、请求成功率、流量等。这些数据可以帮助运维人员及时了解系统的运行状态，发现潜在的问题，并进行性能优化。

协议转换与数据处理

  • 协议转换：不同的微服务可能使用不同的协议进行通信，如 HTTP、gRPC 等。API 网关可以作为协议转换的桥梁，将外部请求的协议转换为微服务所支持的协议，实现不同协议之间的互联互通。
  • 数据处理与缓存：API 网关可以对请求和响应数据进行处理，如数据格式转换、数据加密和解密等。此外，它还可以设置缓存策略，对一些常用的数据进行缓存，减少后端微服务的压力，提高响应速度。

版本管理与灰度发布

  • 版本管理：随着业务的发展，微服务的接口可能会不断升级和变化。API 网关可以方便地管理不同版本的 API，允许客户端根据自己的需求选择使用不同版本的接口。这样可以实现新旧版本的兼容过渡，避免对现有客户端造成影响。
  • 灰度发布：API 网关可以支持灰度发布功能，即逐步将新版本的微服务推向生产环境，让一部分用户先体验新版本的功能，同时监控系统的运行状态。如果发现问题，可以及时回滚，降低发布风险。

2，Redis 基本数据结构及其底层实现是什么?

Redis 是一种高性能的内存数据库，支持多种数据结构，以下是 Redis 基本数据结构及其底层实现：

字符串（String）

  • 基本介绍：字符串是 Redis 最基本的数据结构，它可以存储任何类型的数据，如整数、浮点数、字符串等。
  • 底层实现：Redis 的字符串是基于动态字符串（SDS）实现的。SDS 是一种类似于 C 语言中字符串的数据结构，但它克服了 C 字符串的一些缺点，如获取长度的时间复杂度为等。SDS 在结构中记录了字符串的长度和剩余空间，使得获取长度的操作时间复杂度为，并且在进行字符串修改时，能够自动进行内存分配和释放，避免了缓冲区溢出等问题。

列表（List）

  • 基本介绍：列表是一个有序的字符串元素集合，它按照插入顺序排列元素，可以在列表的头部或尾部进行插入和删除操作。
  • 底层实现：列表的底层实现是双向链表和压缩列表。当列表中的元素较少且每个元素的长度较短时，Redis 会使用压缩列表来存储列表数据，以节省内存空间。压缩列表是一种连续的内存空间，它将多个元素紧凑地存储在一起，通过特殊的编码方式来表示元素的长度和内容。当列表中的元素较多或元素长度较大时，Redis 会将列表转换为双向链表来存储，双向链表的每个节点包含指向前一个节点和后一个节点的指针，方便在列表的头部和尾部进行插入和删除操作。

哈希（Hash）

  • 基本介绍：哈希是一个键值对集合，类似于编程语言中的字典或关联数组。它可以将一个字符串类型的键映射到一个字符串类型的值，常用于存储对象的属性。
  • 底层实现：哈希的底层实现是哈希表和压缩列表。当哈希中的元素较少且每个元素的键和值的长度较短时，Redis 会使用压缩列表来存储哈希数据。当哈希中的元素较多或元素的键和值长度较大时，Redis 会使用哈希表来存储。哈希表是通过哈希函数将键映射到一个固定大小的数组中，通过解决哈希冲突来保证数据的正确性。

集合（Set）

  • 基本介绍：集合是一个无序的字符串元素集合，它不允许重复的元素存在。集合支持交集、并集、差集等操作。
  • 底层实现：集合的底层实现是哈希表和整数集合。当集合中的元素都是整数且元素数量较少时，Redis 会使用整数集合来存储集合数据。整数集合是一种紧凑的数组结构，它根据元素的类型动态调整数组的大小，以节省内存空间。当集合中的元素不是整数或元素数量较多时，Redis 会使用哈希表来存储集合数据，哈希表的键用于存储集合中的元素，值可以为空或者存储一些额外的信息。

有序集合（Sorted Set）

  • 基本介绍：有序集合是一个有序的字符串元素集合，每个元素都关联一个分数（score），通过分数来对元素进行排序。有序集合常用于排行榜等场景。
  • 底层实现：有序集合的底层实现是跳跃表和哈希表。跳跃表是一种特殊的数据结构，它通过在每个节点上维护多个指针，使得在查找元素时可以快速跳过一些节点，从而提高查找效率。哈希表用于存储元素和分数的映射关系，以便快速根据元素获取分数。

3，TCP和UDP的区别是什么?

TCP（传输控制协议）和 UDP（用户数据报协议）是两种常用的传输层协议，它们之间的区别如下：

连接特性

  • TCP：是面向连接的协议，在数据传输之前，需要先建立连接，然后再进行数据传输，传输完成后还需要释放连接。就像打电话一样，通话双方需要先拨通号码建立连接，通话结束后再挂断电话释放连接。
  • UDP：是无连接的协议，发送数据时不需要事先建立连接，直接将数据报发送出去即可。类似于写信，写信人不需要事先通知收信人，直接将信件投入邮箱即可。

可靠性

  • TCP：提供可靠的传输服务，通过序列号、确认应答、重传机制等保证数据的准确传输。如果发送方发送的数据在传输过程中丢失或损坏，接收方会要求发送方重新发送，直到数据正确到达。
  • UDP：不保证数据的可靠传输，它只是将数据报发送出去，不关心数据是否能够正确到达接收方。如果数据在传输过程中丢失或损坏，UDP 不会进行重传。

数据传输效率

  • TCP：由于需要建立连接、确认应答、重传等机制，所以传输效率相对较低。在传输大量数据时，可能会有一定的延迟。
  • UDP：不需要建立连接和进行复杂的确认机制，数据传输速度快，效率高。但是由于不保证可靠性，可能会出现数据丢失的情况。

数据传输顺序

  • TCP：保证数据按照发送的顺序到达接收方，通过序列号和确认应答机制来实现数据的有序传输。
  • UDP：不保证数据的传输顺序，数据报可能会因为网络拥塞、路由变化等原因而乱序到达接收方。

应用场景

  • TCP：适用于对数据可靠性要求高的场景，如文件传输、电子邮件、远程登录等。
  • UDP：适用于对实时性要求高、对数据准确性要求相对较低的场景，如视频直播、音频通话、在线游戏等。

首部开销

  • TCP：首部长度一般为 20 字节，包含了源端口、目的端口、序列号、确认号、窗口大小等多个字段，用于实现可靠传输和流量控制等功能。
  • UDP：首部长度固定为 8 字节，只包含源端口、目的端口、长度和校验和四个字段，开销较小。

4，GET 和 POST的区别是什么?

GET 和 POST 是 HTTP 协议中常用的两种请求方法，它们有以下一些主要区别：

数据传输方式

  • GET：通过 URL 传递参数，参数会附加在 URL 后面，以问号 “?” 分隔，多个参数之间用 “&” 连接。例如：https://example.com/api?param1=value1&param2=value2。这种方式使得参数在 URL 中是可见的，因此不适合传递敏感信息。
  • POST：将数据放在请求体中进行传输，参数不会显示在 URL 中，相对来说更加安全，适合传递大量的数据和敏感信息。

数据大小限制

  • GET：由于 URL 的长度有限制，不同的浏览器和服务器对 URL 长度的限制可能不同，一般来说 URL 的长度限制在 2048 个字符左右。因此，GET 方法传递的数据量不能太大。
  • POST：理论上对数据大小没有限制，主要受服务器的配置和内存限制。所以可以用于传递大量的数据，如文件上传等。

安全性

  • GET：因为参数在 URL 中可见，所以安全性较低。如果传递敏感信息，如用户名、密码等，可能会被他人窃取。
  • POST：数据在请求体中，不会直接显示在 URL 中，相对来说更加安全。但这并不意味着 POST 方法就绝对安全，还需要结合其他安全措施来保护数据。

幂等性

  • GET：是幂等的，多次请求相同的 URL，得到的结果应该是相同的，不会对服务器资源产生副作用。例如，多次查询同一篇文章的内容，结果应该是一样的。
  • POST：通常不是幂等的，多次提交相同的 POST 请求可能会导致不同的结果，比如多次提交订单可能会产生多个订单。

缓存性

  • GET：请求的结果可以被缓存，浏览器可以根据缓存策略缓存 GET 请求的响应结果，下次请求相同的 URL 时可以直接从缓存中获取数据，提高访问速度。
  • POST：一般情况下，POST 请求的结果不会被缓存，因为 POST 请求通常用于提交数据，每次请求的结果可能不同。

5，HTTPS的底层实现原理是什么?

HTTPS（超文本传输安全协议）的底层实现原理主要涉及 SSL/TLS 协议以及加密技术，以下是其详细过程：

建立连接

  • 客户端发起请求：客户端向服务器发送一个 HTTPS 请求，该请求包含客户端支持的 SSL/TLS 版本、加密算法、压缩算法等信息。
  • 服务器响应：服务器收到请求后，选择一种双方都支持的 SSL/TLS 版本和加密算法，并向客户端发送服务器的数字证书，证书中包含服务器的公钥、证书颁发机构（CA）的信息等。

身份验证

  • 客户端验证证书：客户端收到服务器的证书后，会使用内置的根证书对服务器证书进行验证。验证内容包括证书是否由受信任的 CA 颁发、证书是否过期、证书中的域名是否与请求的域名一致等。如果证书验证通过，客户端会从证书中提取出服务器的公钥。

密钥协商

  • 生成随机数：客户端生成一个随机数，并用服务器的公钥对其加密，然后发送给服务器。这个随机数将用于后续的对称加密密钥的生成。
  • 服务器解密：服务器使用自己的私钥解密客户端发送的加密随机数，得到原始的随机数。

数据加密传输

  • 生成对称密钥：客户端和服务器根据之前协商的加密算法和共享的随机数，生成对称加密密钥。对称加密算法使用相同的密钥进行加密和解密，速度较快，适合大量数据的加密传输。
  • 加密传输：客户端使用生成的对称密钥对要发送的数据进行加密，然后将加密后的数据发送给服务器。服务器接收到加密数据后，使用相同的对称密钥进行解密，得到原始数据。

连接关闭

  • 数据传输完成后：客户端和服务器会按照一定的步骤关闭连接，释放相关资源

6，打开网页时,浏览器的具体工作流程是怎么样的?

打开网页时，浏览器的具体工作流程如下：

URL 解析

用户在浏览器地址栏中输入网址并按下回车键后，浏览器首先会对输入的 URL 进行解析，确定协议（如 HTTP、HTTPS）、主机名、端口号（如果有）、路径、查询参数等。

DNS 解析

浏览器需要将主机名转换为服务器的 IP 地址，这个过程称为 DNS 解析，通常包括以下步骤：

  1. 浏览器首先检查本地 DNS 缓存，看看是否有对应的 IP 地址。
  2. 如果本地缓存中没有，浏览器会向操作系统查询。
  3. 操作系统会检查自己的缓存，并可能向本地的 DNS 服务器发出请求。
  4. 本地 DNS 服务器可能会递归查询其他 DNS 服务器，直到找到对应的 IP 地址。

建立连接

一旦获得了 IP 地址，浏览器会通过 TCP/IP 协议与服务器建立连接。对于 HTTPS，浏览器还会进行 SSL/TLS 握手，以建立安全连接。

发送请求

连接建立后，浏览器会构建一个 HTTP 请求并发送给服务器。请求包括请求行（如GET /index.html HTTP/1.1）、请求头（如 User-Agent、Accept 等）以及可能的请求体（对于 POST 请求）。

服务器处理请求

服务器接收到请求后，会根据请求的内容进行处理：

  1. 服务器解析请求，确定所需的资源（如 HTML 文件、图片、数据等）。
  2. 服务器可能需要与后端数据库或其他服务进行交互，以生成响应内容。
  3. 服务器构建 HTTP 响应，包括状态行（如HTTP/1.1 200 OK）、响应头（如 Content-Type、Content-Length 等）和响应体（实际的页面内容）。

接收响应

浏览器接收到服务器的响应后，会根据响应头的信息处理响应体：

  1. 如果响应是重定向（如 301 或 302），浏览器会根据 Location 头再次发起请求。
  2. 如果响应包含压缩内容（如 gzip），浏览器会解压缩。
  3. 浏览器会根据 Content-Type 头确定如何处理响应体（如 HTML、CSS、JavaScript、图片等）。

解析和加载资源

  1. 解析 HTML：浏览器开始解析 HTML 文档，构建 DOM 树。解析过程中，浏览器会处理各种 HTML 标签，并根据需要发起其他请求（如 CSS、JavaScript、图片等）2。
  2. 加载和执行资源
    • CSS：浏览器解析 CSS 文件并构建 CSSOM 树，与 DOM 树结合形成渲染树。
    • JavaScript：浏览器解析和执行 JavaScript 代码，可能会修改 DOM 树或 CSSOM 树。
    • 图片和其他资源：浏览器会异步加载这些资源，并在加载完成后进行渲染。

渲染页面

浏览器根据渲染树计算每个元素的布局（位置和大小），并将页面绘制到屏幕上。这个过程可能会涉及多次重绘和重排（reflow/repaint），尤其是在 JavaScript 修改 DOM 或 CSS 的情况下2。

用户交互

页面加载完成后，用户可以与页面进行交互。浏览器会响应用户的操作（如点击、输入等），并可能通过 JavaScript 动态更新页面内容。

7，TCP 如何保证可靠性?

TCP 通过以下多种机制来保证数据传输的可靠性：

连接管理

  • 三次握手：在正式传输数据之前，客户端和服务器通过三次握手来建立可靠的连接。客户端发送 SYN 报文，服务端收到后发送 SYN+ACK 报文，客户端再发送 ACK 报文，双方确认连接建立。
  • 四次挥手：数据传输结束后，通过四次挥手来释放连接，确保数据传输的完整性和有序性2。

序列号与确认应答

  • 序列号：TCP 给发送的每一个字节数据都进行编号，接收方可以根据序列号对收到的数据进行排序，确保数据的顺序性，即使网络中出现乱序现象也能正确重组原始信息3。
  • 确认应答：接收方收到数据后，会向发送方发送确认应答（ACK）信号，告知发送方已经成功接收数据，并说明下一次期望接收的数据的序列号。如果发送方在一定时间内没有收到确认应答，就会认为数据传输出现问题，进而触发重传机制123。

重传机制

  • 超时重传：发送方发送数据后，会启动一个定时器，如果在超时时间内没有收到接收方的确认应答，就会重新发送数据。超时时间一般是 2 倍的报文往返时间（RRT）加上一个偏差值13。
  • 快速重传：如果接收方连续收到多个重复的确认应答，就会认为中间的数据段丢失了，发送方在收到一定数量（通常是 3 个）的相同确认应答后，会立即重传丢失的数据段，而不需要等待超时时间到期1。

流量控制

TCP 连接的双方都有固定大小的缓冲空间，接收方通过滑动窗口机制来通知发送方自己的接收能力。接收方只允许发送方发送自己缓冲区能接纳的数据。当接收方来不及处理发送方的数据时，会提示发送方降低发送速率，防止丢包34。

拥塞控制

当网络出现拥堵时，TCP 会通过拥塞控制机制来避免进一步加剧网络拥塞。具体包括慢开始、拥塞避免、快重传和快恢复等算法。发送方根据网络的拥塞情况动态调整发送速率，以确保数据能够在网络中顺利传输23。

校验和

TCP 会对首部和数据计算校验和，这是一个端到端的校验和，目的是检测数据在传输过程中的任何变化。如果接收端计算出的校验和与接收到的校验和不一致，则说明数据在传输过程中发生了错误，接收方会丢弃这个报文段并不确认收到该报文段34。

8，Java内存模型是什么?为什么会有并发问题?

Java 内存模型（Java Memory Model，JMM）是 Java 虚拟机（JVM）中定义的一种抽象的内存架构，用于规范 Java 程序在多线程环境下的内存访问行为。它定义了线程和主内存之间的交互规则，以及不同线程之间如何通过主内存进行数据共享和通信。

Java 内存模型的结构

  • 主内存：所有线程共享的内存区域，存储了 Java 对象的实例变量、类变量等数据。
  • 工作内存：每个线程都有自己独立的工作内存，线程对变量的所有操作（读取、赋值等）都必须在工作内存中进行，而不能直接读写主内存中的变量。线程工作内存中保存了该线程使用到的变量的主内存副本拷贝。

Java 内存模型中的操作

  • read（读取）：将主内存中的变量值读取到工作内存中。
  • load（加载）：将 read 操作读取到的变量值放入工作内存中的变量副本中。
  • use（使用）：将工作内存中变量副本的值传递给执行引擎，供程序使用。
  • assign（赋值）：将执行引擎接收到的值赋给工作内存中的变量副本。
  • store（存储）：将工作内存中变量副本的值存储到主内存中。
  • write（写入）：将 store 操作存储的值写入主内存中的变量。

导致并发问题的原因

  • 可见性问题：当多个线程访问共享变量时，一个线程修改了共享变量的值，其他线程可能无法立即看到这个修改。这是因为线程在工作内存中操作变量副本，而不是直接操作主内存中的变量。只有当线程将工作内存中的变量副本的值写回主内存时，其他线程才能看到这个修改。
  • 原子性问题：在 Java 中，有些操作看似是原子的，但实际上在多线程环境下可能不是原子的。例如，对一个整数变量的自增操作（i++），它实际上包含了读取、修改和写入三个步骤，在多线程环境下，可能会出现一个线程在读取变量值后，还未进行写入操作时，另一个线程也进行了读取操作，导致最终结果与预期不符。
  • 有序性问题：Java 编译器和处理器为了提高程序的执行效率，可能会对指令进行重排序。在单线程环境下，指令重排序不会影响程序的执行结果，但在多线程环境下，可能会导致程序出现错误。例如，一个线程先对一个共享变量进行赋值操作，然后再对另一个共享变量进行赋值操作，但在执行时，这两个操作的顺序可能会被重排序，导致其他线程看到的结果与预期不符。

9，Java 中 volatile 关键字的作用是什么?

在 Java 中，volatile关键字主要有以下两个作用：

保证变量的可见性

当一个变量被声明为volatile时，任何线程对该变量的修改都会立即同步到主内存中，其他线程在读取该变量时，会直接从主内存中获取最新的值，而不是使用自己工作内存中的缓存副本。这就确保了多个线程之间对该变量的操作具有可见性，避免了由于线程缓存导致的可见性问题。例如：

public class VolatileExample {
    // 声明一个volatile变量
    private volatile int count = 0;

    public void increment() {
        count++;
    }

    public int getCount() {
        return count;
    }
}

在上述代码中，count变量被声明为volatile，当一个线程调用increment方法修改count的值时，其他线程能够立即看到这个修改。

禁止指令重排序

Java 编译器和处理器为了提高程序的执行效率，可能会对指令进行重排序。但是，对于volatile变量，会禁止某些特定的指令重排序优化，从而保证程序的执行顺序与代码的编写顺序一致。例如：

public class VolatileReorderExample {
    private volatile boolean flag = false;
    private int data = 0;

    public void write() {
        data = 10;
        // 当执行到这里时，保证前面的data=10已经执行完成，不会被重排序到flag=true之后
        flag = true;
    }

    public void read() {
        if (flag) {
            // 这里可以保证读取到的data是最新的值10
            System.out.println(data);
        }
    }
}

在上述代码中，flag变量被声明为volatile，这就保证了在write方法中，data = 10的赋值操作不会被重排序到flag = true之后。因此，在read方法中，当flag为true时，能够保证读取到的data是最新的值10。

10，MySQL最左前缀匹配原则是什么?其底层实现原理是什么?

MySQL 最左前缀匹配原则是指在使用联合索引时，查询条件只有从索引的最左边开始连续使用索引列，才能充分利用索引的优化效果。例如，有一个联合索引(a, b, c)，那么以下查询可以使用该索引：

  • SELECT * FROM table WHERE a = value1 AND b = value2 AND c = value3;
  • SELECT * FROM table WHERE a = value1 AND b = value2;
  • SELECT * FROM table WHERE a = value1;

而以下查询不能完全使用该索引：

  • SELECT * FROM table WHERE b = value2 AND c = value3;
  • SELECT * FROM table WHERE c = value3;

其底层实现原理与 B + 树索引的数据结构有关。B + 树是一种多路平衡查找树，MySQL 中的索引通常采用 B + 树结构来存储。在 B + 树中，节点中的数据是按照索引列的值进行排序的。对于联合索引(a, b, c)，B + 树首先按照a列的值进行排序，当a列的值相同时，再按照b列的值进行排序，以此类推。

当执行查询时，如果查询条件从最左边的列开始，即按照a、b、c的顺序使用索引列，MySQL 可以利用 B + 树的排序特性，快速定位到满足条件的数据。例如，对于查询SELECT * FROM table WHERE a = value1 AND b = value2 AND c = value3;，MySQL 首先在 B + 树中找到a = value1的节点，然后在这些节点中继续查找b = value2的节点，最后在这些节点中查找c = value3的节点，从而快速定位到满足条件的数据。

如果查询条件不是从最左边的列开始，例如SELECT * FROM table WHERE b = value2 AND c = value3;，MySQL 无法直接利用 B + 树的排序特性快速定位到满足条件的数据，需要进行全表扫描或者部分索引扫描，导致查询效率降低。


原文地址：https://blog.csdn.net/weixin_62941961/article/details/145131677

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

相关文章

自学内容网
Copyright © 2015-2025