西安学校网站制作,鹤壁做网站公司哪家好,网站建设如何财务处理,怎么在自己的网站做淘宝客一轮电话面试#xff0c;一个半小时#xff0c;昨天晚上面试的#xff0c;今早面试官打电话约了二面#xff08;为啥是一面面试官:#xff09;
自我介绍 工作经历#xff0c;项目经历项目挑两个介绍一下 这里介绍了一个偏技术的基于Mysql搭建的olap系统#xff0c;数据…一轮电话面试一个半小时昨天晚上面试的今早面试官打电话约了二面为啥是一面面试官:
自我介绍 工作经历项目经历项目挑两个介绍一下 这里介绍了一个偏技术的基于Mysql搭建的olap系统数据量大概十几亿但是业务逻辑比较简单olap逻辑主要体现在SQL上重点说了一下分表和主从的搭建和原因分表方便备份和管理因为数据只是顺序写入和增量读取大表本质上不影响事务性能另外一个toB的业务系统这里核心业务逻辑是TOB场景下的复杂权限管理讲了一下利用状态机模式实现的思路状态机利用Mysql的自生成列加状态位图来实现第一个项目数据库主从备份的原理 三种模式我使用的是异步statement为什么使用statement模式其他两种有什么优劣性这里理解三种备份原理就很容易明白怎么使用为什么使用--olap定时做批处理对从库的实时一致性要求不高所以采用异步事务只涉及到单行insert且不包含SQL函数所以使用statement性能高分表-- 我分表使用mycat主键范围分片一千万一张表主键在应用层自生成服务重启需要阻塞回查--mycat中间件压测下自生成id有BUG如果多实例自增id怎么实现--雪花算法redis原子自增命令分布式锁如果是业务数据库怎么分表--冷热分表数据散列--数据散列的时候要注意数据配合查询路由策略第二个项目 状态机怎么实现的--自生成列使用位图权限结果四字节每个字节存储的是状态机中不同的业务对象的状态计算出来的就是权限结果状态机为什么用Mysql的自生成列如果业务代码中实现会怎么样--回答避免了多次查询性能比较高其实这里面试官想说的是强依赖与Mysql的功能扩展性不够好另外Mysql的版本支持性这里没有意识到面试官提了Mysql是否所有版本都支持自生成列才意识到避免多次查询来计算状态结果可以用查询时计算这样也可以保证状态改变时为了计算出权限状态而导致的多次查询但是这里其实有一个问题就是查询时计算如果查询之后状态被其他事务修改也必须加锁才能保证一致性另外就是每次查询都要计算权限值所以性能开销还是很大的所以这个取舍还是有必要的--当时回答的是只考虑了性能没有考虑扩展性关于状态机模型是否还在其他项目中使用过--工作过程中没有最近想做的分布式异步任务处理组件设计考虑到了状态机模式这种类似于zk新建节点处于同步模式数据同步完才进入worker模式由于这个项目实际未在简历中体现就大概提了一下面试官也没多问技术问题是否使用过RPCRPC的原理 回答RPC其实后来因为公司单体架构加上vertx本身的eventbus单机部署用不上RPC这点如实回答大概有了解过fegin回答http协议实现集成ribbon负载均衡原理就是对象的序列化非代码入侵式的接口调用如果自己设计实现一个RPC框架怎么做--基于RPC的原理服务发现负载均衡对象序列化和反序列化--当时只考虑到这么多后续还是要看一下springcloud的几个核心组件的设计以及微服务架构中的一些核心架构思想服务发现怎么实现--说了利用zk的watcher机制和注册中心eurake核心就是分布式发布订阅分布式保证注册中心不会出现单节点问题发布订阅就是服务发现的核心功能常用的LB算法--核心就是分流之前配置过nginx的lb先说了一下基于nginx的lb怎么配置的很简单两个业务服务器2:1 的流量分配面试官问2:1是什么意思--答主服务器百分之七十的流量从服务器百分之三十的流量然后问数据库怎么主从设计的面试官其实就想问数据一致性的问题了这里回答了数据库还是主库单实例模式主库负责所有事务读写发生故障转移之后流量才转发到到从库上之前的lb只是基于服务的lb继续回答LB算法简单轮训IP散列这里说了LB对于数据一致性的影响如果水平分库分表的时候要保证同一用户的多次请求最终转发到同一服务实例上最终保证了访问到同一数据库实例Spring和Springboot的区别-- 答Spring核心是Bean管理工厂springboot核心是对spring开发配置优化提供了很多组件的starter实现了组件之间的版本依赖问题另外springboot集成了Tomcat可以直接部署war包一键运行而Spring需要单独部署但是springboot的核心还是spring的bean管理---这里因为springboot很久没有接触了回答的比较简单但是核心没啥问题springboot就是为了方便spring开发在配置和部署方面做了优化要具体说我感觉也没啥好展开讲的如果实现一个限流框架怎么做-- 先说了下限流实现--流量转发或者服务降级核心关注了怎么做流量统计提到了服务自反馈和网关层代理服务自反馈的时候监控JVM运行状态服务自己决定是否接受新的请求提了下对JVM性能监控本身会影响到服务性能所以时间会长一些一般不考虑核心还是网关层的限流网关层的话做流量统计监控就可以针对某个服务实例粒度的流量统计一般需要更细粒度的实例的接口层面的流量统计然后提到了怎么做到流量控制这里首先想到的点是如何发现需要限流就说了一下可以先做统计记录某个实例的平均TPS如果TPS变大的话就限流继续问流量统计具体怎么实现比如配置好某个实例的某个接口限流QPS小于100----回答了一个简单的算法每秒重置的计时器对某个接口每秒接受的请求做计数小于一百就发给该实例大于一百就做限流--转发或者降级然后问计数器并发问题怎么实现--其实这里问流量统计的时候好像核心就是想问多线程并发问题但是我下意识都是觉得既然使用了计数器肯定是要保证线程安全的emm于是说了cas就可以实现了然后说了单节点问题所以限流框架本身要做分布式集群所以还需要集群协议来做集群管理简单的可以用zk来做集群管理问怎么实现分布式链路追踪 答设计一个请求的全局标识来记录请求链路问具体怎么实现全局标识怎么实现服务间传递--可以在网关层维护一个全局唯一ID放在http请求头里然后服务内方法间传递使用ThreadLocal服务间传递根据具体的调用方式可以继续放在请求头里或者显示传参都行问线程池里的ThreadLocal传递全局ID会有问题吗--emmm当时没有意识到线程池使用ThreadLocal的一个坑因为使用ThreadLocal本来代码标准就是要使用完之后remove我以为要问的是线程调用线程池能不能直接把ThreadLocal传过去或者线程被回收会不会丢失ID就大概说了下ThreadLocal的原理因为每个线程实例维护自己的ThreadLocalMap所以传递给线程池里的线程的时候必须显式set面试完才看了一下线程池使用ThreadLocal的雷---线程池里的线程可能不会被回收ThreadLocal可能存放的上一个请求的ID但是显式set是没有问题的面试官主要是想看能否考虑到数据安全性这一点~问JVMGC 先说了判断对象存活的算法--根搜索和引用计数然后说了经典的GC算法--标记复制标记清除标记整理分代然后说了CMS和G1的实现核心原理详细说了CMS的GC过程--这里面试好像没注意听了因为一个多小时了已经也是八股文我就一直讲然后问currenthashmap----我大概说了下JDK七之前使用分段锁来提高并发度JDK八以后取消的分段锁我记得是用cas做了优化但是没看过具体实现就老实说没看具体怎么实现的大概使用Synchronized做了get和set的同步控制然后数据结构和hashmap基本一致然后面试官就没怎么问了直接开启下一题------emmm这道题真的是八股文背了七股-一股没背送分题让我给丢了因为想的是后边系统看一下juc下的源码就没想为了应付面试看currenthashmap说实话最近三四场面试都问到了currenthashmap但是我都没答上来hhhhh问类加载机制----老重八问题了
最后面试官说今天的面试也一个多小时了就到这里先也没有反问环节就直接结束了面完一个半多小时了经历的单次最长的面试乘着热乎记录一下可能不完全但是大差不差
总体来说面试内容比较多但是比较简单微服务架构尤其springcloud那一套都没怎么详细看过最近一直在研究偏底层的技术细节但是之前了解到的一些核心思想都可以讲明白前年大概看过eurake的代码但是看的不细重要的是最近在分布式任务调度组件中设计中对线程并发分布式一致性分布式集群管理有了一些比较深刻的认识虽然没有去get太多的新技术点但是就已经很够了另外看netty源码虽然没有问到过但是也学习到了很多计算机技术很多都是相通的---因为最近才开始系统性的学一些底层的东西所以自己没啥把握完全通过面试慢慢来吧
