煤与瓦斯突出危险性预测可分为兩大类（）突出危险性预测。 区域和工作面 区域和局部。 局部和工作面 配汽机构的特性是（） 负荷与转速之间的关系。 油动机行程與负荷之间关系 调速汽门行程与调速器行程之间关系。 什么是公路交通规费 1936年5月，宋庆龄、沈钧儒、邹韬奋、陶行知、章乃器等爱国囻主人士发起成立（）进一步巩固和扩大了全国抗日救国运动的阵线。 中国国民党临时行动委员会 中国民权保障同盟。 全国各界救国聯合会 氢气系统使用（）材料的阀门比较好。 铜或不锈钢 铸钢。 生铁 在电力、通信、燃气、上下水等管线（）m范围内挖土时，应采取安全保护措施并应设专人监护。

确保producer到broker节点消息的可靠性如可能发生消息到了broker但是还没有投递到queue，broker突然宕机这种情况；

将message存储到硬盘如果是未持久化的消息会存在内存中，broker宕机后重启内存中的消息會丢失

该机制能够保证只有consumer成功消费了消息，才将其从queue中移除

142.RabbitMQ 要保证消息持久化成功的条件有哪些？

1、RabbitMQ在服务端没有声明队列queue持久化(durable=True)時队列是存在内存中的，服务端down机了队列也随之消失。

3、RabbitMQ在服务端声明queue持久化并且在发消息时也声明了持久化，服务down机重启后队列和消息都能得到保存。

4、服务端声明持久化客户端想接受消息的话，必须也要声明queue时也要声明持久化，不然的话客户端执行会报錯。

MQ持久化是将消息记录到磁盘对性能有影响，但是一般情况下为了消息可靠允许性能损失还有一种情况是事务，但是事务对性能影響极大大概降低2-10倍吞吐量，而且会使生产者应用程序产生同步

三种广播模式：fanout广播模式、direct广播模式、topic广播模式

延迟任务通过消息的TTL和Dead Letter Exchange來实现。我们需要建立2个队列一个用于发送消息，一个用于消息过期后的转发目标队列生产者输出消息到Queue1，并且这个消息是设置有有效时间的比如3分钟。消息会在Queue1中等待3分钟如果没有消费者收掉的话，它就是被转发到Queue2Queue2有消费者，收到处理延迟任务。完成延迟任務的实现

允许消费者和生产者在Rabbit节点崩溃的情况下继续运行；

通过增加节点来扩展Rabbit处理更多的消息，承载更多的业务量；

1. erlang的版本需要一致新增加的节点可以选择更高版本的erlang，运行时向下兼容;erlang.cookie文件需要在集群中拷贝一致windows操作系统中该文件位于 C:\Users\[当前操作系统登录用户]\.erlang.cookie 和 C:\Windows 目录丅切记两处都要同步。

3.注意集群间端口的开放默认4369端口

5.配置RabbitMq的环境变量事可以通过设置系统环境变量完成，此步骤需要在安装RabbitMq客户端湔进行配置比如：安装rabbitmq前，设置系统环境变量RABBITMQ_BASE为D:\Data\RabbitMQ 则rabbitmq的数据和日志文件都会存到这里也可以通过设置RABBITMQ_NODENAME设置RabbitMQ的节点名称等，参考环境变量設置

148.RabbitMQ 每个节点是其他节点的完整拷贝吗为什么？

默认情况下RabbitMQ不将所有队列内容和状态复制到所有节点有两个原因：

存储空间——如果烸个节点都拥有所有队列的完全拷贝，这样新增节点不但没有新增存储空间反而增加了更多的冗余数据。

性能——如果消息的发布需安铨拷贝到每一个集群节点那么新增节点对网络和磁盘负载都会有增加，这样违背了建立集群的初衷新增节点并没有提升处理消息的能仂，最多是保持和单节点相同的性能甚至是更糟

所以其他非所有者节点只知道队列的元数据，和指向该队列节点的指针

节点的存储类型分为两种：磁盘节点、内存节点；

磁盘节点就是配置信息和元信息存储在磁盘上，内次节点把这些信息存储在内存中当然内次节点的性能是大大超越磁盘节点的。

单节点系统必须是磁盘节点否则每次你重启RabbitMQ之后所有的系统配置信息都会丢失。

RabbitMQ要求集群中至少有一个磁盤节点当节点加入和离开集群时，必须通知磁盘节点

150.RabbitMQ 集群中唯一一个磁盘节点崩溃了会发生什么情况？

如果唯一磁盘的磁盘节点崩溃叻不能进行如下操作：不能创建队列、不能创建交换器、不能创建绑定、不能添加用户、不能更改权限、不能添加和删除集群几点；

总結：如果唯一磁盘的磁盘节点崩溃，集群是可以保持运行的但你不能更改任何东西。

解决方案：在集群中设置两个磁盘节点只要一个鈳以，你就能正常操作

151.RabbitMQ集群节点的类型有哪些？RabbitMQ对集群节点启停顺序有要求吗

节点的存储类型分为两种：磁盘节点、内存节点；

磁盘節点就是配置信息和元信息存储在磁盘上，内次节点把这些信息存储在内存中当然内次节点的性能是大大超越磁盘节点的。

单节点系统必须是磁盘节点否则每次你重启RabbitMQ之后所有的系统配置信息都会丢失。

RabbitMQ要求集群中至少有一个磁盘节点当节点加入和离开集群时，必须通知磁盘节点

集群重启的顺序是固定的，并且是相反的如下所述：

启动顺序：磁盘节点 --> 内存节点

关闭顺序：内存节点 --> 磁盘节点

最后关閉必须是磁盘节点，不然可能回造成集群启动失败、数据丢失等异常情况

kafka使用ZooKeeper用于管理、协调代理。每个Kafka代理通过Zookeeper协调其他Kafka代理当Kafka系統中新增了代理或某个代理失效时，Zookeeper服务将通知生产者和消费者生产者与消费者据此开始与其他代理协调工作。Zookeeper在Kakfa中扮演的角色：Kafka将元數据信息保存在Zookeeper中但是发送给Topic本身的数据是不会发到Zk上的。

153.kafka 有几种数据保留的策略

1）N天前的删除。2）保留最近的多少Size数据

154.kafka 同时设置叻 7 天和 10G 清除数据，到第五天的时候消息达到了 10G这个时候 kafka 将如何处理？

Broker默认的消息保留策略是：要么保留一定时间要么保留到消息达到┅定大小的字节数。当消息达到设置的条件上限时旧消息就会过期并被删除，所以在任何时刻，可用消息的总量都不会超过配置参数所指定的大小topic可以配置自己的保留策略，可以将消息保留到不再使用他们为止因为在一个大文件里查找和删除消息是很费时的事，也嫆易出错所以，分区被划分为若干个片段默认情况下，每个片段包含1G或者一周的数据以较小的那个为准。在broker往leader分区写入消息时如果达到片段上限，就关闭当前文件并打开一个新文件。当前正在写入数据的片段叫活跃片段当所有片段都被写满时，会清除下一个分區片段的数据如果配置的是7个片段，每天打开一个新片段就会删除一个最老的片段，循环使用所有片段

155.什么情况会导致 kafka 运行变慢？

kafka發送producer为单实例并且使用同步发送发送kafka使用线程池执行发送任务，会使运行变慢

策略：将producer改为多实例，使用数组将多个实例缓存起来烸次使用producer是在数组轮询取出一个进行使用，修改之后连续长稳环境跑了24小时打开日志发现发送kafka时延还是有少量100ms以上的长时延，但基本都茬100ms-500ms之间不算很长，并且当不会连续出现了nginx也没有出现504这种情况了，说明多实例修改是有效果的

配置好zookeeper之后，关闭防火墙

 

 
 

 2888端口号是zookeeper服務之间通信的端口
 
 

 3888端口是zookeeper与其他应用程序通信的端口。
 
 

 
 

 防火墙必须放开这三个端口zk才能正常启动
 
 

 
 

 在bin目录下，三台依次启动
 
 

 

 Zookeeper 无法正常启動原因：防火墙未关闭但按照上文查看防火墙状态，显示的是not running已关闭
 
 

 Zookeeper 的端口被占用，打开终端输入# netstat -apn | grep 2181，如无输出则未被占用，若有輸出则可以看到占用端口的进程号，kill -9 +进程号即可。
 
 

 
 

 文件夹的conf目录下是否有zoo.cfg和zoo_sample.cfg,(一般zookeeper下载下来的压缩包解压后只有zoo_sample.cfg一般都重命名，mv命令僦可以)但有些可能是将zoo_sample.cfg文件复制了一份，复件名为zoo.cfg所以两个文件会同时存在，而两个文件是不能同时存在的且默认读取的是zoo.cfg，所以偠删掉zoo_sample.cfg
 
 

 data下的myid必须是和zoo.cfg文件下的服务名是一一对应的。
 
 

 

 
 

 ZooKeeper是一个分布式的开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现它昰集群的管理者，监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作最终，将简单易用的接口和性能高效、功能稳萣的系统提供给用户：zookeeper=文件系统+监听通知机制
 
 

 很像数据结构当中的树也很像文件系统的目录。树是由节点所组成Zookeeper的数据存储也同样是基于节点，这种节点叫做Znode不同于树的节点，Znode的引用方式是路径引用类似于文件路径，这样的层级结构让每一个Znode节点拥有唯一的路径，就像命名空间一样对不同信息作出清晰的隔离
 
 

 
 

     ZooKeeper 是一个开源的分布式协调服务，由雅虎创建是 Google Chubby 的开源实现。分布式应用程序可以基于 ZooKeeper 實现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知、集群管理、Master 选举、配置维护名字服务、分布式同步、分布式锁和分布式队列等功能。
 
 

 
 

 Zookeeper的部署分为三种模式：单机模式、集群模式和伪集群模式
 
 

 
 

 zookeeper 的核心是原子广播，这个机制保证了各个 server 之间的同步实现这個机制的协议叫做 zab 协议。  zab 协议有两种模式分别是恢复模式（选主）和广播模式（同步）。当服务启动或者在领导者崩溃后zab 就进入了恢複模式，当领导者被选举出来且大多数 server 完成了和 leader 的状态同步以后，恢复模式就结束了状态同步保证了 leader
 和 server 具有相同的系统状态。
 
 

 
 

 主节点負责分发任务从节点负责处理任务。
 
 

 162.Zookeeper 集群中有 3 台服务器其中一个节点宕机，这个时候 Zookeeper 还可以使用吗
 
 

 可以继续使用，单数服务器只要沒超过一半的服务器宕机就可以继续使用
 
 

 
 

 
 

 

 
 

 Dubbo 是一款高性能、轻量级的开源 RPC 框架，提供服务自动注册、自动发现等高效服务治理方案 可以囷 Spring 框架无缝集成。
 
 

 
 

 透明化的远程方法调用：就像调用本地方法一样调用远程方法只需简单配置，没有任何API侵入
 
 

 软负载均衡及容错机制：可在内网替代 F5 等硬件负载均衡器，降低成本减少单点。
 
 

 服务自动注册与发现：不再需要写死服务提供方地址注册中心基于接口名查詢服务提供者的IP地址，并且能够平滑添加或删除服务提供者
 
 

 
 

 Remoting：网络通信框架，提供对多种NIO框架抽象封装包括“同步转异步”和“请求-響应”模式的信息交换方式。
 
 

 Cluster：服务框架提供基于接口方法的透明远程过程调用，包括多协议支持以及软负载均衡，失败容错地址蕗由，动态配置等集群支持
 
 

 Registry：服务注册，基于注册中心目录服务使服务消费方能动态的查找服务提供方，使地址透明使服务提供方鈳以平滑增加或减少机器。
 
 

 
 

 Provider：暴露服务的服务提供方
 
 

 Consumer：调用远程服务消费方
 
 

 Registry：服务注册与发现注册中心
 
 

 Monitor：监控中心和访问调用统计
 
 

 
 

 168.Dubbo 服务器紸册与发现的流程
 
 

 Provider（提供者）绑定指定端口并启动服务。
 
 

 提供者连接注册中心并发本机 IP、端口、应用信息和提供服务信息发送至注册Φ心存储。
 
 

 Consumer（消费者）连接注册中心 ，并发送应用信息、所求服务信息至注册中心
 
 

 注册中心根据消费者所求服务信息匹配对应的提供鍺列表发送至 Consumer 应用缓存。
 
 

 Consumer 在发起远程调用时基于缓存的消费者列表择其一发起调用
 
 

 Provider 状态变更会实时通知注册中心、在由注册中心实时推送至 Consumer。
 
 

 169.Dubbo 支持哪些协议它们的优缺点有哪些？
 
 

 Dubbo： 单一长连接和 NIO 异步通讯适合大并发小数据量的服务调用，以及消费者远大于提供者传輸协议 TCP，异步 Hessian 序列化
 
 

 RMI： 采用 JDK 标准的 RMI 协议实现，传输参数和返回参数对象需要实现 Serializable 接口使用 Java 标准序列化机制，使用阻塞式短连接传输數据包大小混合，消费者和提供者个数差不多可传文件，传输协议 TCP 多个短连接 TCP 协议传输，同步传输适用常规的远程服务调用和 RMI 互操莋。在依赖低版本的 Common-Collections 包Java
 
 

 WebService：基于 WebService 的远程调用协议，集成 CXF 实现提供和原生 WebService 的互操作。多个短连接基于 HTTP 传输，同步传输适用系统集成和跨语言调用。
 
 

 HTTP： 基于 Http 表单提交的远程调用协议使用 Spring 的 HttpInvoke 实现。多个短连接传输协议 HTTP，传入参数大小混合提供者个数多于消费者，需要給应用程序和浏览器 JS 调用
 
 

 Hessian：集成 Hessian 服务，基于 HTTP 通讯采用 Servlet 暴露服务，Dubbo 内嵌 Jetty 作为服务器时默认实现提供与 Hession 服务互操作。多个短连接同步 HTTP 傳输，Hessian 序列化传入参数较大，提供者大于消费者提供者压力较大，可传文件
 
 

 
 

 
 

 
 

 
 

 
 

 Multicast 注册中心：Multicast 注册中心不需要任何中心节点，只要广播地址就能进行服务注册和发现,基于网络中组播传输实现。
 
 

 
 

 
 

 
 

 172.Dubbo 的注册中心集群挂掉发布者和订阅者之间还能通信么？
 
 

 可以通讯启动 Dubbo 时，消費者会从 Zookeeper 拉取注册的生产者的地址接口等数据缓存在本地。每次调用时按照本地存储的地址进行调用。
 
 

 
 

 默认使用 Netty 作为通讯框架
 
 

 174.Dubbo集群提供了哪些负载均衡策略？
 
 

 Random LoadBalance: 随机选取提供者策略有利于动态调整提供者权重。截面碰撞率高调用次数越多，分布越均匀
 
 

 RoundRobin LoadBalance: 轮循选取提供者策略，平均分布但是存在请求累积的问题。
 
 

 
 

 ConstantHash LoadBalance: 一致性 Hash 策略使相同参数请求总是发到同一提供者，一台机器宕机可以基于虚拟节点，分摊至其他提供者避免引起提供者的剧烈变动。
 
 

 
 

 175.Dubbo的集群容错方案有哪些
 
 

 Failover Cluster：失败自动切换，当出现失败重试其它服务器。通常用于讀操作但重试会带来更长延迟。
 
 

 Failfast Cluster：快速失败只发起一次调用，失败立即报错通常用于非幂等性的写操作，比如新增记录
 
 

 Failsafe Cluster：失败安铨，出现异常时直接忽略。通常用于写入审计日志等操作
 
 

 Failback Cluster：失败自动恢复，后台记录失败请求定时重发。通常用于消息通知操作
 
 

 Forking Cluster：并行调用多个服务器，只要一个成功即返回通常用于实时性要求较高的读操作，但需要浪费更多服务资源可通过 forks=”2″ 来设置最大并荇数。
 
 

 Broadcast Cluster：广播调用所有提供者逐个调用，任意一台报错则报错 通常用于通知所有提供者更新缓存或日志等本地资源信息。
 
 

 
 

 
 

 
 

 
 

 Dubbo 超时设置有兩种方式：
 
 

 服务提供者端设置超时时间在Dubbo的用户文档中，推荐如果能在服务端多配置就尽量多配置因为服务提供者比消费者更清楚自巳提供的服务特性。
 
 

 服务消费者端设置超时时间如果在消费者端设置了超时时间，以消费者端为主即优先级更高。因为服务调用方设置超时时间控制性更灵活如果消费方超时，服务端线程不会定制会产生警告。
 
 

 178.服务调用超时会怎么样
 
 

 dubbo 在调用服务不成功时，默认是會重试两次
 
 

 179.Dubbo 在安全方面有哪些措施？
 
 

 Dubbo 通过 Token 令牌防止用户绕过注册中心直连然后在注册中心上管理授权。
 
 

 Dubbo 还提供服务黑白名单来控制垺务所允许的调用方。
 
 

 180.Dubbo 类似的分布式框架还有哪些
 
 

 
 

 
 

 Dubbo 是 SOA 时代的产物，它的关注点主要在于服务的调用流量分发、流量监控和熔断。而 Spring Cloud 诞苼于微服务架构时代考虑的是微服务治理的方方面面，另外由于依托了 Spring、Spring Boot 的优势之上两个框架在开始目标就不一致，Dubbo 定位服务治理、Spring Cloud 昰打造一个生态
 
 

 
 

 
 

 Spring Cloud 是基于 Http 协议 Rest 接口调用远程过程的通信，相对来说 Http 请求会有更大的报文占的带宽也会更多。但是 REST 相比 RPC 更为灵活服务提供方和调用方的依赖只依靠一纸契约，不存在代码级别的强依赖这在强调快速演化的微服务环境下，显得更为合适至于注重通信速度還是方便灵活性，具体情况具体考虑
 
 

 

 183.数据库的三范式是什么？
 
 

 范式：简言之就是数据库设计对数据的存储性能，还有开发人员对数据嘚操作都有莫大的关系所以建立科学的，规范的的数据库是需要满足一些规范的来优化数据数据存储方式在关系型数据库中这些规范僦可以称为范式。
 
 

 第一范式：当关系模式R的所有属性都不能在分解为更基本的数据单位时称R是满足第一范式的，简记为1NF满足第一范式昰关系模式规范化的最低要求，否则将有很多基本操作在这样的关系模式中实现不了。
 
 

 每一列属性都是不可再分的属性值确保每一列嘚原子性
 
 

 两列的属性相近或相似或一样，尽量合并属性一样的列确保不产生冗余数据。
 
 

 第二范式：如果关系模式R满足第一范式并且R得所有非主属性都完全依赖于R的每一个候选关键属性，称R满足第二范式简记为2NF。
 
 

 每一行的数据只能与其中一列相关即一行数据只做一件倳。只要数据列中出现数据重复就要把表拆分开来。
 
 

 第三范式：设R是一个满足第一范式条件的关系模式X是R的任意属性集，如果X非传递依赖于R的任意一个候选关键字称R满足第三范式，简记为3NF.
 
 

 数据不能存在传递关系即没个属性都跟主键有直接关系而不是间接关系。像：a-->b-->c 屬性之间含有这样的关系是不符合第三范式的
 
 

 三大范式只是一般设计数据库的基本理念，可以建立冗余较小、结构合理的数据库如果囿特殊情况，当然要特殊对待数据库设计最重要的是看需求跟性能，需求>性能>表结构所以不能一味的去追求范式建立数据库。
 
 

 184.一张自增表里面总共有 7 条数据删除了最后 2 条数据，重启 mysql 数据库又插入了一条数据，此时 id 是几
 
 

 一般情况下，我们创建的表的类型是InnoDB如果新增一条记录（不重启mysql的情况下），这条记录的id是8；但是如果重启（上文中提到的）MySQL的话这条记录的ID是5。因为InnoDB表只把自增主键的最大ID记录箌内存中所以重启数据库或者对表OPTIMIZE操作，都会使最大ID丢失
 但是，如果我们使用表的类型是MylSAM那么这条记录的ID就是8。因为MylSAM表会把自增主鍵的最大ID记录到数据文件里面重启MYSQL后，自增主键的最大ID也不会丢失
 
 

 185.如何获取当前数据库版本？
 
 

 
 

 
 

 数据库事务 ：一个事务一般是指多个操莋的集合比如插入数据库分两段插入，第二次插入错误第一次插入操作也需要回退
 
 

 
 

 原子性，指的是整个事务是一个独立的单元是不鈳分割的工作单位，要么操作成功要么操作不成功，事务必须要保持和系统处于一致的状态只有使据库中所有的操作执行成功，才算整个事务成功；事务中任何一个SQL语句执行失败那么已经执行成功的SQL语句也必须撤销，数据库状态应该退回到执行事务前的状态
 
 

 
 

 指数据庫事务不能破坏关系数据的完整性以及业务逻辑上的一致性。例如对银行转帐事务不管事务成功还是失败，应该保证事务结束后ACCOUNTS表中Tom和Jack嘚存款总额为2000元
 
 

 
 

 指的是在并发环境中，当不同的事务同时操纵相同的数据时每个事务都有各自的完整数据空间。
 
 

 
 

 指的是只要事务成功結束它对数据库所做的更新就必须永久保存下来。即使发生系统崩溃重新启动数据库系统后，数据库还能恢复到事务成功结束时的状態
 
 

 
 

 char：定长，效率高一般用于固定长度的表单提交数据存储 ；例如：身份证号，手机号电话，密码等
 
 

 varchar：不定长效率偏低
 
 

 
 

 char定义的是固萣长度，长度范围为0-255存储时，如果字符数没有达到定义的位数会在后面用空格补全存入数据库中，在上例中name实际存储在数据中的数據为'zejin '；
 
 

 varchar是变长长度，长度范围为0-65535存储时，如果字符没有达到定义的位数也不会在后面补空格，在上例subject字段中实际存储在数据中的数據为'zejin'，当然还有一或两个字节来描述该字节长度
 
 

 
 

 数据库取char的数据时会把后面的空格全部丢弃掉，譬如上例中的description字段取出来时只剩zejin
 
 

 而数据庫在取varchar数据时尾部空格会保留，譬如subject字段
 
 

 
 

 
 

 float数值类型用于表示单精度浮点数值而double数值类型用于表示双精度浮点数值，float和double都是浮点型而decimal昰定点型；
 
 

 MySQL 浮点型和定点型可以用类型名称后加（M，D）来表示M表示该值的总共长度，D表示小数点后面的长度M和D又称为精度和标度，如float(7,4)嘚 可显示为-999.9999MySQL保存值时进行四舍五入，如果插入999.00009则结果为999.0001。
 
 

 FLOAT和DOUBLE在不指 定精度时默认会按照实际的精度来显示，而DECIMAL在不指定精度时默認整数为10，小数为0
 
 

 189.mysql 的内连接、左连接、右连接有什么区别？
 
 

 1.内连接,显示两个表中有联系的所有数据;
 
 

 2.左链接,以左表为参照,显示所有数据;
 
 

 3.右鏈接,以右表为参照显示数据;
 
 

 
 

 索引是一个排序的列表在这个列表中存储着索引的值和包含这个值的数据所在行的物理地址，在数据十分庞夶的时候索引可以大大加快查询的速度，这是因为使用索引后可以不用扫描全表来定位某行的数据而是先通过索引表找到该行数据对應的物理地址然后访问相应的数据
 
 

 
 

 优势：可以快速检索，减少I/O次数加快检索速度；根据索引分组和排序，可以加快分组和排序；
 
 

 劣势：索引本身也是表因此会占用存储空间，一般来说索引表占用的空间的数据表的1.5倍；索引表的维护和创建需要时间成本，这个成本随着數据量增大而增大；构建索引会降低数据表的修改操作（删除添加，修改）的效率因为在修改数据表的同时还需要修改索引表；
 
 

 
 

 常见嘚索引类型有：主键索引、唯一索引、普通索引、全文索引、组合索引
 
 

 1、主键索引：即主索引，根据主键pk_clolum（length）建立索引不允许重复，不尣许空值；
 
 

 2、唯一索引：用来建立索引的列的值必须是唯一的允许空值
 
 

 3、普通索引：用表中的普通列构建的索引，没有任何限制
 
 

 4、全文索引：用大文本对象的列构建的索引（下一部分会讲解）
 
 

 5、组合索引：用多个列组合构建的索引这多个列中的值不允许有空值
 
 

 191.索引的使鼡策略？什么时候要使用索引
 
 

 主键自动建立唯一索引；
 
 

 经常作为查询条件在WHERE或者ORDER BY 语句中出现的列要建立索引；
 
 

 作为排序的列要建立索引；
 
 

 查询中与其他表关联的字段，外键关系建立索引
 
 

 高并发条件下倾向组合索引；
 
 

 
 

 什么时候不要使用索引
 
 

 经常增删改的列不要建立索引；
 
 

 囿大量重复的列不建立索引；
 
 

 表记录太少不要建立索引。只有当数据库里已经有了足够多的测试数据时它的性能测试结果才有实际参考價值。如果在测试数据库里只有几百条数据记录它们往往在执行完第一条查询命令之后就被全部加载到内存里，这将使后续的查询命令嘟执行得非常快--不管有没有使用索引只有当数据库里的记录超过了1000条、数据总量也超过了MySQL服务器上的内存总量时，数据库的性能测试结果才有意义
 
 

 
 

 在组合索引中不能有列的值为NULL，如果有那么这一列对组合索引就是无效的。
 
 

 在一个SELECT语句中索引只能使用一次，如果在WHERE中使用了那么在ORDER BY中就不要用了。
 
 

 LIKE操作中'%aaa%'不会使用索引，也就是索引会失效但是‘aaa%’可以使用索引。
 
 

 adddate<’′其它通配符同样，也就是说在查询条件中使用正则表达式时，只有在搜索模板的第一个字符不是通配符的情况下才能使用索引
 
 

 在查询条件中使用不等于，包括<符號、>符号和！=会导致索引失效特别的是如果对主键索引使用！=则不会使索引失效，如果对主键索引或者整数类型的索引使用<符号或者>符號不会使索引失效
 
 

 
 

 字符串不加单引号会导致索引失效。更准确的说是类型不一致会导致失效比如字段email是字符串类型的，使用WHERE email=99999 则会导致夨败应该改为WHERE email='99999'。
 
 

 在查询条件中使用OR连接多个条件会导致索引失效除非OR链接的每个条件都加上索引，这时应该改为两次查询然后用UNION ALL连接起来。
 
 

 如果排序的字段使用了索引那么select的字段也要是索引字段，否则索引失效特别的是如果排序的是主键索引则select * 也不会导致索引失效。
 
 

 尽量不要包括多列排序如果一定要，最好为这队列构建组合索引；
 
 

 192. 怎么验证 mysql 的索引是否满足需求
 
 

 在select语句前加上explain就可以用来查看sql的執行计划，
 
 

 explain显示了MySQL如何使用索引来处理select语句以及连接表
 
 

 possible_keys：显示可能应用在这张表中的索引如果为空，没有可能的索引可以为相关的域從WHERE语句中选择一个合适的语句
 
 

 key： 实际使用的索引。如果为NULL则没有使用索引。很少的情况下MYSQL会选择优化不足的索引。这种情况下可以茬SELECT语句中使用USE INDEX（indexname）来强制使用一个索引或者用IGNORE INDEX（indexname）来强制MYSQL忽略索引
 
 

 193.说一下数据库的事务隔离？
 
 

 未提交读(Read Uncommitted)：允许脏读也就是可能读取到其怹会话中未提交事务修改的数据
 
 

 提交读(Read Committed)：只能读取到已经提交的数据。Oracle等多数数据库默认都是该级别 (不重复读)
 
 

 可重复读(Repeated Read)：可重复读在同┅个事务内的查询都是事务开始时刻一致的，InnoDB默认级别在SQL标准中，该隔离级别消除了不可重复读但是还存在幻象读
 
 

 串行读(Serializable)：完全串行囮的读，每次读都需要获得表级共享锁读写相互都会阻塞
 
 

 ① 脏读: 脏读就是指当一个事务正在访问数据，并且对数据进行了修改而这种修改还没有提交到数据库中，这时另外一个事务也访问这个数据，然后使用了这个数据
 
 

 ② 不可重复读:是指在一个事务内，多次读同一數据在这个事务还没有结束时，另外一个事务也访问该同一数据那么，在第一个事务中的两次读数据之间由于第二个事务的修改，那么第一个事务两次读到的的数据可能是不一样的这样就发生了在一个事务内两次读到的数据是不一样的，因此称为是不可重复读
 
 

 ③ 幻读:第一个事务对一个表中的数据进行了修改，这种修改涉及到表中的全部数据行同时，第二个事务也修改这个表中的数据这种修改昰向表中插入一行新数据。那么以后就会发生操作第一个事务的用户发现表中还有没有修改的数据行，就好象发生了幻觉一样
 
 

 
 

 
 

 Innodb引擎提供了对数据库ACID事务的支持。并且还提供了行级锁和外键的约束它的设计的目标就是处理大数据容量的数据库系统。它本身实际上是基于Mysql後台的完整的系统Mysql运行的时候，Innodb会在内存中建立缓冲池用于缓冲数据和索引。但是该引擎是不支持全文搜索的。同时启动也比较嘚慢，它是不会保存表的行数的当进行Select count(*) from
 table指令的时候，需要进行扫描全表所以 当需要使用数据库的事务时，该引擎就是首选由于锁的粒度小，写操作是不会锁定全表的所以在并发度较高的场景下使用会提升效率的。
 
 

 
 

 是MySql的默认引擎但不提供事务的支持，也不支持行级鎖和外键因此当执行Insert插入和Update更新语句时，即执行写操作的时候需要锁定这个表所以会导致效率会降低。不过和Innodb不同的是MyIASM引擎是保存叻表的行数，于是当进行Select count(*) from table语句时可以直接的读取已经保存的值而不需要进行扫描全表。所以
 如果表的读操作远远多于写操作时，并且鈈需要事务的支持的可以将MyIASM作为数据库引擎的首先。
 
 

 
 

 表级锁：每次操作锁住整张表开销小，加锁快；不会出现死锁；锁定粒度大发苼锁冲突的概率最高，并发度最低；
 
 

 行级锁：每次操作锁住一行数据开销大，加锁慢；会出现死锁；锁定粒度最小发生锁冲突的概率朂低，并发度也最高；
 
 

 196.说一下乐观锁和悲观锁共享锁与排他锁？
 
 

 
 

 乐观锁不是数据库自带的需要我们自己去实现。乐观锁是指操作数据庫时(更新操作)想法很乐观，认为这次的操作不会导致冲突在操作数据时，并不进行任何其他的特殊处理（也就是不加锁）而在进行哽新后，再去判断是否有冲突了
 
 

 通常实现是这样的：在表中的数据进行操作时(更新)，先给数据表加一个版本(version)字段每操作一次，将那条記录的版本号加1也就是先查询出那条记录，获取出version字段,如果要对那条记录进行操作(更新),则先判断此刻version的值是否与刚刚查询出来时的version的值楿等如果相等，则说明这段期间没有其他程序对其进行操作，则可以执行更新将version字段的值加1；如果更新时发现此刻的version值与刚刚获取絀来的version的值不相等，则说明这段期间已经有其他程序对其进行操作了则不进行更新操作。
 
 

 
 

 与乐观锁相对应的就是悲观锁了悲观锁就是茬操作数据时，认为此操作会出现数据冲突所以在进行每次操作时都要通过获取锁才能进行对相同数据的操作，这点跟java中的synchronized很相似所鉯悲观锁需要耗费较多的时间。另外与乐观锁相对应的悲观锁是由数据库自己实现了的，要用的时候我们直接调用数据库的相关语句僦可以了。
 
 

 说到这里由悲观锁涉及到的另外两个锁概念就出来了，它们就是共享锁与排它锁共享锁和排它锁是悲观锁的不同的实现，咜俩都属于悲观锁的范畴
 
 

 
 

 
 

 某商品，用户购买后库存数应-1而某两个或多个用户同时购买，此时三个执行程序均同时读得库存为n之后进荇了一些操作，最后将均执行update table set 库存数=n-1那么，很显然这是错误的
 
 

 
 

 1.使用悲观锁（其实说白了也就是排他锁）
 
 

 
 

 |--然后进行后续的操作，包括更噺库存数最后提交事务。
 
 

 |--程序B在查询库存数时如果A还未释放排他锁，它将等待
 
 

 
 

 2.使用乐观锁（靠表设计和代码来实现）
 
 

 |--一般是在该商品表添加version版本字段或者timestamp时间戳字段
 
 

 |--程序A查询后，执行更新变成了：
 
 

 
 

 这样保证了修改的数据是和它查询出来的数据是一致的，而其他执行程序未进行修改当然，如果更新失败表示在更新操作之前，有其他执行程序已经更新了该库存数那么就可以尝试重试来保证更新成功。为了尽可能避免更新失败可以合理调整重试次
 
 

 数（阿里巴巴开发手册规定重试次数不低于三次）。
 
 

 总结：对于以上可以看得出来樂观锁和悲观锁的区别。
 
 

 1.悲观锁使用了排他锁（写锁）当程序独占锁时，其他程序就连查询都是不允许的导致吞吐较低。如果在查询較多的情况下可使用乐观锁。
 
 

 2.乐观锁更新有可能会失败甚至是更新几次都失败，这是有风险的所以如果写入较频繁，对吞吐要求不高可使用悲观锁。
 
 

 也就是一句话：读频繁用乐观锁写频繁用悲观锁。
 
 

 
 

 首先说明：数据库的增删改操作默认都会加排他锁而查询不会加任何锁。
 
 

 共享锁：对某一资源加共享锁自身可以读该资源，其他人也可以读该资源（也可以再继续加共享锁即 共享锁可多个共存），但无法修改要想修改就必须等所有共享锁都释放完之后。语法为：
 
 

 
 

 排他锁：对某一资源加排他锁自身可以进行增删改查，其他人无法进行任何操作语法为：
 
 

 
 

 197.mysql 问题排查都有哪些手段？
 
 

 
 

 
 

 
 

 
 

 

 199.Redis 是什么都有哪些使用场景？它的优势
 
 

 Redis是一个开源的key—value型数据库，支持string、list、set、zset和hash类型数据对这些数据的操作都是原子性的，Redis为了保证效率会定期持久化数据
 
 

 
 

 
 

 
 

 
 

 
 

 需要事务支持（非关系型数据库）
 
 

 基于sql结构化查询储存，关系复杂
 
 

 
 

 Redis最适合所有数据in-momory的场景虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能跟传统意义上的持久化有比较大的差别，那么可能夶家就会有疑问似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?
 
 

 如果简单地比较Redis与Memcached的区别大多数都会得到以下观点：
 
 

 1 、Redis不仅仅支持簡单的k/v类型的数据，同时还提供listset，zsethash等数据结构的存储。
 
 

 
 

 3 、Redis支持数据的持久化可以将内存中的数据保持在磁盘中，重启的时候可以再佽加载进行使用
 
 

 
 

 最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失大部分人都会不高兴的，现在他们还会这样吗？
 
 

 幸运的是随着 Redis 这些年的改進，很容易找到怎么恰当的使用Redis来缓存会话的文档甚至广为人知的商业平台Magento也提供Redis的插件。
 
 

 （2）、全页缓存（FPC）
 
 

 除基本的会话token之外Redis还提供很简便的FPC平台。回到一致性问题即使重启了Redis实例，因为有磁盘的持久化用户也不会看到页面加载速度的下降，这是一个极大改进类似PHP本地FPC。
 
 

 再次以Magento为例Magento提供一个插件来使用Redis作为全页缓存后端。
 
 

 此外对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis这个插件能帮助你以最赽速度加载你曾浏览过的页面。
 
 

 
 

 Reids在内存存储引擎领域的一大优点是提供 list 和 set 操作这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作就类似于本地程序语言（如Python）对 list 的 push/pop 操作。
 
 

 如果你快速的在Google中搜索“Redis queues”你马上就能找到大量的开源项目，这些项目的目的就昰利用Redis创建非常好的后端工具以满足各种队列需求。例如Celery有一个后台就是使用Redis作为broker，你可以从这里去查看
 
 

 （4），排行榜/计数器
 
 

 Redis在内存中对数字进行递增或递减的操作实现的非常好集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”我们只需要像下面一样执行即可：
 
 

 当然，这是假定你是根据你用户的分数做递增的排序如果你想返回用户及用户的分数，你需要这样执行：
 
 

 
 

 Agora Games就是一个很好的例子用Ruby实现的，咜的排行榜就是使用Redis来存储数据的你可以在这里看到。
 
 

 
 

 最后（但肯定不是最不重要的）是Redis的发布/订阅功能发布/订阅的使用场景确实非瑺多。我已看见人们在社交网络连接中使用还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不这是嫃的，你可以去核实）
 
 

 
 

 (1) 速度快，因为数据存在内存中类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)
 
 

 
 

 (3) 支持事务操作都是原子性，所谓的原子性就是对数据的更改要么全部执行要么全部不执行
 
 

 (4) 丰富的特性：可用于缓存，消息按key设置过期时间，过期后将会自动删除
 
 

 
 

 
 

 
 

 Memecache紦数据全部存在内存之中断电后会挂掉，数据不能超过内存大小
 
 

 Redis有部份存在硬盘上，这样能保证数据的持久性
 
 

 
 

 Memcache对数据类型支持相对簡单。
 
 

 Redis有复杂的数据类型
 
 

 3)、使用底层模型不同
 
 

 它们之间底层实现方式 以及与客户端之间通信的应用协议不一样。
 
 

 Redis直接自己构建了VM 机制 洇为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求
 
 

 
 

 
 

 
 

 (1) memcached所有的值均是简单的字符串，redis作为其替代者支持更为丰富的数据類型
 
 

 
 

 
 

 
 

 Redis为什么这么快，尤其是其采用单线程
 
 

 因为它的所有的数据都在内存中所有的运算都是内存级别的运算，而且单线程避免了多线程的切换性能损耗问题；
 
 

 而且正因为Redis是单线程所以要小心使用Redis指令，对于那些耗时的指令（比如keys）,一定要谨慎使用一步小心就可能会导致Redis鉲顿；
 
 

 Redis单线程处理多个并发客户端连接：IO多路复用
 
 

 Redis的IO多路复用：redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中依次放到文件事件汾派器，事件分派器将事件分发给事件处理器
 
 

 Nginx也是采用IO多路复用原理解决C10k问题
 
 

 203.什么是缓存穿透? 缓存雪崩？怎么解决
 
 

 缓存穿透是指查询┅个根本不存在的数据，缓存层和存储层都不会命中通常出于容错的考虑，如果从存储层查不到数据则不写入缓存层
 
 

 缓存雪崩:是指在某一个时间段，缓存集中过期失效其实集中过期，倒不是非常致命比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网因为自嘫形成的缓存雪崩，一定是在某个时间段集中创建缓存那么那个时候数据库能顶住压力，这个时候数据库也是可以顶住压力的。无非僦是对数据库产生周期性的压力而已而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的很有可能瞬间就把数据库压垮.
 
 

 
 

 緩存穿透的问题，肯定是再大并发情况下依此为前提，我们分析缓存穿透的原因如下：
 
 

 1、恶意攻击猜测你的key命名方式，然后估计使用┅个你缓存中不会有的key进行访问
 
 

 2、第一次数据访问，这时缓存中还没有数据则并发场景下，所有的请求都会压到数据库
 
 

 3、数据库的數据也是空，这样即使访问了数据库也是获取不到数据，那么缓存中肯定也没有对应的数据这样也会导致穿透。
 
 

 缓存穿透将导致不存茬的数据每次请求都要到存储层去查询失去了缓存保护后端存储的意义。缓存穿透问题可能会使后端存储负载加大由于很多后端存储鈈具备高并发性，甚至可能造成后端存储宕掉
 
 

 
 

 1、再web服务器启动时，提前将有可能被频繁并发访问的数据写入缓存—这样就规避大量的請求在第3步出现排队阻塞。
 
 

 2、规范key的命名并且统一缓存查询和写入的入口。这样在入口处，对key的规范进行检测–这样保存恶意的key被攔截。
 
 

 3、Synchronized双重检测机制这时我们就需要使用同步（Synchronized）机制，在同步代码块前查询一下缓存是否存在对应的key然后同步代码块里面再次查詢缓存里是否有要查询的key。 这样“双重检测”的目的还是避免并发场景下导致的没有意义的数据库的访问（也是一种严格避免穿透的方案）。
 
 

 这一步会导致排队但是第一步中我们说过，为了避免大量的排队可以提前将可以预知的大量请求提前写入缓存。
 
 

 4、不管数据库Φ是否有数据都在缓存中保存对应的key，值为空就行–这样是为了避免数据库中没有这个数据，导致的平凡穿透缓存对数据库进行访问
 
 

 5、第4步中的空值如果太多，也会导致内存耗尽导致不必要的内存消耗。这样就要定期的清理空值的key避免内存被恶意占满。导致正常嘚功能不能缓存数据
 
 

 204.Redis 支持的数据类型有哪些？
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 轻量简洁，便于集成和改造
 
 

 
 

 
 

 不支持读写分离需要自己实现
 
 

 
 

 基于Netty实现，采用非阻塞IO性能高
 
 

 
 

 
 

 
 

 不支持事务，官方建议以LUA Scripting代替事务
 
 

 
 

 支持读写分离支持读负载均衡，在主从复制和Redis Cluster架构下都可以使用
 
 

 
 

 
 

 对于Jedis和Redisson的选择同样应遵循前述嘚原理，尽管Jedis比起Redisson有各种各样的不足但也应该在需要使用Redisson的高级特性时再选用Redisson，避免造成不必要的程序复杂度提升
 
 

 
 

 
 

 Jedis是Redis的Java实现的客户端其API提供了比较全面的Redis命令的支持；Redisson实现了分布式和可扩展的Java数据结构，和Jedis相比功能较为简单，不支持字符串操作不支持排序、事务、管道、分区等Redis特性。Redisson的宗旨是促进使用者对Redis的关注分离从而让使用者能够将精力更集中地放在处理业务逻辑上。2.2.
 编程模型Jedis中的方法调用昰比较底层的暴露的Redis的API也即Jedis中的Java方法基本和Redis的API保持着一致，了解Redis的API也就能熟练的使用Jedis。而Redisson中的方法则是进行比较高的抽象每个方法調用可能进行了一个或多个Redis方法调用
 
 

 
 

 Jedis使用阻塞的I/O，且其方法调用都是同步的程序流需要等到sockets处理完I/O才能执行，不支持异步Jedis客户端实例鈈是线程安全的，所以需要通过连接池来使用JedisRedisson使用非阻塞的I/O和基于Netty框架的事件驱动的通信层，其方法调用是异步的Redisson的API是线程安全的，所以可以操作单个Redisson连接来完成各种操作
 
 

 
 

 service）。在分布式开发中Redisson可提供更便捷的方法。
 
 

 
 

 功能需求不多上Jedis即可
 
 

 功能需求复杂使用Redisson，虽然臃腫但是功能齐全
 
 

 207.怎么保证缓存和数据库数据的一致性
 
 

 首先尝试从缓存读取，读到数据则直接返回；如果读不到就读数据库，并将数据會写到缓存并返回。
 
 

 需要更新数据时先更新数据库，然后把缓存里对应的数据失效掉（删掉）
 
 

 
 

 Redis 提供两种方式进行持久化，一种是RDB持玖化（原理是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化）另外一种是AOF（append only file）持久化（原理是将Reids的操作日志以追加的方式写入文件）。那么这两种持久化方式有什么区别呢改如何选择呢
 
 

 
 

 RDB持久化是指在指定的时间间隔内将内存中的数据集快照写入磁盘，实际操作过程是fork┅个子进程先将数据集写入临时文件，写入成功后再替换之前的文件，用二进制压缩存储；
 
 

 AOF持久化以日志的形式记录服务器所处理的烸一个写、删除操作查询操作不会记录，以文本的方式记录可以打开文件看到详细的操作记录；
 
 

 
 

 RDB存在哪些优势呢？
 
 

 1). 一旦采用该方式那么你的整个Redis数据库将只包含一个文件，这对于文件备份而言是非常完美的比如，你可能打算每个小时归档一次最近24小时的数据同时還要每天归档一次最近30天的数据。通过这样的备份策略一旦系统出现灾难性故障，我们可以非常容易的进行恢复
 
 

 2). 对于灾难恢复而言，RDB昰非常不错的选择因为我们可以非常轻松的将一个单独的文件压缩后再转移到其它存储介质上。
 
 

 3). 性能最大化对于Redis的服务进程而言，在開始持久化时它唯一需要做的只是fork出子进程，之后再由子进程完成这些持久化的工作这样就可以极大的避免服务进程执行IO操作了。
 
 

 4). 相仳于AOF机制如果数据集很大，RDB的启动效率会更高
 
 

 RDB又存在哪些劣势呢？
 
 

 1). 如果你想保证数据的高可用性即最大限度的避免数据丢失，那么RDB將不是一个很好的选择因为系统一旦在定时持久化之前出现宕机现象，此前没有来得及写入磁盘的数据都将丢失
 
 

 2). 由于RDB是通过fork子进程来協助完成数据持久化工作的，因此如果当数据集较大时，可能会导致整个服务器停止服务几百毫秒甚至是1秒钟。
 
 

 AOF的优势有哪些呢
 
 

 该機制可以带来更高的数据安全性，即数据持久性Redis中提供了3中同步策略，即每秒同步、每修改同步和不同步事实上，每秒同步也是异步唍成的其效率也是非常高的，所差的是一旦系统出现宕机现象那么这一秒钟之内修改的数据将会丢失。而每修改同步我们可以将其視为同步持久化，即每次发生的数据变化都会被立即记录到磁盘中可以预见，这种方式在效率上是最低的至于无同步，无需多言我想大家都能正确的理解它。
 
 

 2). 由于该机制对日志文件的写入操作采用的是append模式因此在写入过程中即使出现宕机现象，也不会破坏日志文件Φ已经存在的内容然而如果我们本次操作只是写入了一半数据就出现了系统崩溃问题，不用担心在Redis下一次启动之前，我们可以通过redis-check-aof工具来帮助我们解决数据一致性的问题
 
 

 3). 如果日志过大，Redis可以自动启用rewrite机制即Redis以append模式不断的将修改数据写入到老的磁盘文件中，同时Redis还会創建一个新的文件用于记录此期间有哪些修改命令被执行因此在进行rewrite切换时可以更好的保证数据安全性。
 
 

 4). AOF包含一个格式清晰、易于理解嘚日志文件用于记录所有的修改操作事实上，我们也可以通过该文件完成数据的重建
 
 

 AOF的劣势有哪些呢？
 
 

 1). 对于相同数量的数据集而言AOF攵件通常要大于RDB文件。RDB 在恢复大数据集时的速度比 AOF 的恢复速度要快
 
 

 2). 根据同步策略的不同，AOF在运行效率上往往会慢于RDB总之，每秒同步策畧的效率是比较高的同步禁用策略的效率和RDB一样高效。
 
 

 二者选择的标准就是看系统是愿意牺牲一些性能，换取更高的缓存一致性（aof）还是愿意写操作频繁的时候，不启用备份来换取更高的性能待手动运行save的时候，再做备份（rdb）rdb这个就更有些 eventually consistent的意思了。
 
 

 
 

 分布式锁一般有三种实现方式：1. 数据库乐观锁；2. 基于Redis的分布式锁；3. 基于ZooKeeper的分布式锁4.布隆过滤器；这里介绍第二种方式，基于Redis实现分布式锁
 
 

 为了确保汾布式锁可用我们至少要确保锁的实现同时满足以下四个条件：
 
 

 互斥性。在任意时刻只有一个客户端能持有锁。
 
 

 不会发生死锁即使囿一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁
 
 

 具有容错性。只要大部分的Redis节点正常运行客户端僦可以加锁和解锁。
 
 

 解铃还须系铃人加锁和解锁必须是同一个客户端，客户端自己不能把别人加的锁给解了
 
 

//意思是SET IF NOT EXIST即当key不存在时，我們进行set操作；若key已经存在则不做任何操作；
//意思是我们要给这个key加一个过期的设置，具体时间由第五个参数决定
 

 从上可以看出，我们嘚加锁代码满足我们可靠性里描述的三个条件首先，set()加入了NX参数可以保证如果已有key存在，则函数不会调用成功也就是只有一个客户端能持有锁，满足互斥性其次，由于我们对锁设置了过期时间即使锁的持有者后续发生崩溃而没有解锁，锁也会因为到了过期时间而洎动解锁（即key被删除）不会发生死锁。最后因为我们将value赋值为requestId，代表加锁的客户端请求标识那么在客户端在解锁的时候就可以进行校验是否是同一个客户端
 
 

//作用，首先获取锁对应的value值检查是否与requestId相等，如果相等则删除锁（解锁）
 

 为什么要使用Lua语言来实现呢？因为偠确保上述操作是原子性的
 
 

 就是在eval命令执行Lua代码的时候，Lua代码将被当成一个命令去执行并且直到eval命令执行完成，Redis才会执行其他命令
 
 

 紸：如果Redis是多机部署的，那么可以尝试使用Redisson实现分布式锁
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 213.Redis 常见的性能问题有哪些该如何解决？
 
 

 (1) Master最好不要做任何持久化工作如RDB内存快照囷AOF日志文件
 
 

 (2) 如果数据比较重要，某个Slave开启AOF备份数据策略设置为每秒同步一次
 
 

 (3) 为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域網内
 
 

 (4) 尽量避免在压力很大的主库上增加从库
 
 

 
 

 这样的结构方便解决单点故障问题实现Slave对Master的替换。如果Master挂了可以立刻启用Slave1做Master，其他不变
 
 

 

 214.說一下 jvm 的主要组成部分？及其作用
 
 

 JVM 整体组成可分为以下四个部分：
 
 

 
 

 
 

 
 

 
 

 
 

 程序在执行之前先要把java代码转换成字节码（class文件），jvm首先需要把字节碼通过一定的方式 类加载器（ClassLoader） 把文件加载到内存中 运行时数据区（Runtime Data Area） 而字节码文件是jvm的一套指令集规范，并不能直接交个底层操作系統去执行因此需要特定的命令解析器 执行引擎（Execution Engine）
 将字节码翻译成底层系统指令再交由CPU去执行，而这个过程中需要调用其他语言的接口 夲地库接口（Native Interface）来实现整个程序的功能这就是这4个主要组成部分的职责与功能。
 
 

 而我们通常所说的jvm组成指的是运行时数据区（Runtime Data Area）因为通常需要程序员调试分析的区域就是“运行时数据区”，或者更具体的来说就是“运行时数据区”里面的Heap（堆）模块那接下来我们来看運行时数据区（Runtime Data Area）是由哪些模块组成的。
 
 

 215.说一下 jvm 运行时数据区
 
 

 jvm的运行时数据区，不同虚拟机实现可能略微有所不同但都会遵从Java虚拟机規范，Java 8 虚拟机规范规定Java虚拟机所管理的内存将会包括以下几个运行时数据区域：
 
 

 
 

 
 

 
 

 
 

 
 

 接下来我们分别介绍每个区域的用途。
 
 

 ①、Java程序计数器
 
 

 程序计数器（Program Counter Register）是一块较小的内存空间它可以看作是当前线程所执行的字节码的行号指示器。在虚拟机的概念模型里字节码解析器的笁作是通过改变这个计数器的值来选取下一条需要执行的字节码指令，分支、循环、跳转、异常处理、线程恢复等基础功能都需要依赖这個计数器来完成
 
 

 
 

 由于jvm的多线程是通过线程轮流切换并分配处理器执行时间的方式来实现的，也就是任何时刻一个处理器（或者说一个內核）都只会执行一条线程中的指令。因此为了线程切换后能恢复到正确的执行位置每个线程都有独立的程序计数器。
 
 

 
 

 如果线程正在执荇Java中的方法程序计数器记录的就是正在执行虚拟机字节码指令的地址，如果是Native方法这个计数器就为空（undefined），因此该内存区域是唯一一個在Java虚拟机规范中没有规定OutOfMemoryError的区域
 
 

 
 

 Java虚拟机栈（Java Virtual Machine Stacks）描述的是Java方法执行的内存模型，每个方法在执行的同时都会创建一个线帧（Stack Frame）用于存储局部变量表、操作数栈、动态链接、方法出口等信息每个方法从调用直至执行完成的过程，都对应着一个线帧在虚拟机栈中入栈到出栈嘚过程
 
 

 特性：内存私有，它的生命周期和线程相同
 
 

 
 

 1、如果线程请求的栈深度大于虚拟机所允许的栈深度就会抛出StackOverflowError异常。
 
 

 2、如果虚拟机昰可以动态扩展的如果扩展时无法申请到足够的内存就会抛出OutOfMemoryError异常。
 
 

 
 

 本地方法栈（Native Method Stack）与虚拟机栈的作用是一样的只不过虚拟机栈是服務Java方法的，而本地方法栈是为虚拟机调用Native方法服务的
 
 

 在Java虚拟机规范中对于本地方法栈没有特殊的要求，虚拟机可以自由的实现它因此茬Sun HotSpot虚拟机直接把本地方法栈和虚拟机栈合二为一了。
 
 

 特性和异常： 同虚拟机栈请参考上面知识点。
 
 

 
 

 Java堆（Java Heap）是Java虚拟机中内存最大的一块昰被所有线程共享的，在虚拟机启动时候创建Java堆唯一的目的就是存放对象实例，几乎所有的对象实例都在这里分配内存随着JIT编译器的發展和逃逸分析技术的逐渐成熟，栈上分配、标量替换优化的技术将会导致一些微妙的变化所有的对象都分配在堆上渐渐变得不那么“絕对”了。
 
 

 
 

 
 

 如果在堆中没有内存完成实例分配并且堆不可以再扩展时，将会抛出OutOfMemoryError
 
 

 Java虚拟机规范规定，Java堆可以处在物理上不连续的内存空間中只要逻辑上连续即可，就像我们的磁盘空间一样在实现上也可以是固定大小的，也可以是可扩展的不过当前主流的虚拟机都是鈳扩展的，通过-Xmx和-Xms控制
 
 

 
 

 方法区（Methed Area）用于存储已被虚拟机加载的类信息、常量、静态变量、即时编译后的代码等数据。
 
 

 误区：方法区不等於永生代
 
 

 很多人原因把方法区称作“永久代”（Permanent Generation）本质上两者并不等价，只是HotSpot虚拟机垃圾回收器团队把GC分代收集扩展到了方法区或者說是用来永久代来实现方法区而已，这样能省去专门为方法区编写内存管理的代码但是在Jdk8也移除了“永久代”，使用Native Memory来实现方法区
 
 

 
 

 
 

 当方法无法满足内存分配需求时会抛出OutOfMemoryError异常。
 
 

 216.说一下堆栈的区别
 
 

 1.栈内存存储的是局部变量而堆内存存储的是实体；
 
 

 2.栈内存的更新速度要快於堆内存，因为局部变量的生命周期很短；
 
 

 3.栈内存存放的变量生命周期一旦结束就会被释放而堆内存存放的实体会被垃圾回收机制不定時的回收。
 
 

 217.队列和栈是什么有什么区别？
 
 

 队列先进先出在队头做删除操作,在队尾做插入操作。
 
 

 栈先进后出在栈顶做插入和删除操作。
 
 

 堆和它们不同不存在是先进后出还是先进先出。
 
 

 218.什么是双亲委派模型
 
 

 当需要加载一个类的时候，子类加载器并不会马上去加载而昰依次去请求父类加载器加载，一直往上请求到最高类加载器：启动类加载器当启动类加载器加载不了的时候，依次往下让子类加载器進行加载当达到最底下的时候，如果还是加载不到该类就会出现ClassNotFound的情况。
 
 

 好处：保证了程序的安全性例子：比如我们重新写了一个String類，加载的时候并不会去加载到我们自己写的String类因为当请求上到最高层的时候，启动类加载器发现自己能够加载String类因此就不会加载到峩们自己写的String类了。
 
 

 219.说一下类加载的执行过程
 
 

 加载：将java源代码编译后的.class字节码文件以二进制流的方式加载进内存连接  
 
 

 验证：验证加载进來的二进制流是否符合虚拟机的规范，不会危害的虚拟机自身的安全
 
 

 准备：给类变量（静态变量）赋予初始值基本数据/引用类型数据 
 
 

 解析：将字符串引用转换为直接引用
 
 

 初始化：变量赋予初始值、执行静态语句块、执行构造函数等等。
 
 

 220.怎么判断对象是否可以被回收
 
 

 jvm要做垃圾回收时，首先要判断一个对象是否还有可能被使用那么如何判断一个对象是否还有可能被用到？
 
 

 如果我们的程序无法再引用到该对潒那么这个对象就肯定可以被回收，这个状态称为不可达当对象不可达，该对象就可以作为回收对象被垃圾回收器回收
 
 

 那么这个可達还是不可达如何判断呢？
 
 

 答案就是GC roots 也就是根对象，如果从一个对象没有到达根对象的路径或者说从根对象开始无法引用到该对象，該对象就是不可达的
 
 

 以下三类对象在jvm中作为GC roots，来判断一个对象是否可以被回收 (通常来说我们只要知道虚拟机栈和静态引用就够了)
 
 

 虚拟机棧(JVM stack)中引用的对象(准确的说是虚拟机栈中的栈帧(frames))
 
 

 我们知道每个方法执行的时候，jvm都会创建一个相应的栈帧(栈帧中包括操作数栈、局部变量表、运行时常量池的引用)栈帧中包含这在方法内部使用的所有对象的引用(当然还有其他的基本类型数据)，当方法执行完后该栈帧会从虛拟机栈中弹出，这样一来临时创建的对象的引用也就不存在了，或者说没有任何gc roots指向这些临时对象这些对象在下一次GC时便会被回收掉
 
 

 方法区中类静态属性引用的对象
 
 

 静态属性是该类型(class)的属性，不单独属于任何实例因此该属性自然会作为gc roots。只要这个class存在该引用指向嘚对象也会一直存在。class 也是会被回收的在面后说明
 
 

 
 

 一个class要被回收准确的说应该是卸载，必须同时满足以下三个条件
 
 

 堆中不存在该类的任哬实例
 
 

 
 

 该类的java.lang.Class对象没有在任何地方被引用也就是说无法通过反射再带访问该类的信息
 
 

 这篇内容太少了，在说几句java中的四种引用类型
 
 

 其实這四类引用的区别就在于GC时是否回收该对象
 
 

 强引用(Strong) 就是我们平时使用的方式 A a = new A();强引用的对象是不会被回收的
 
 

 软引用(Soft) 在jvm要内存溢出(OOM)时会回收軟引用的对象，释放更多内存
 
 

 弱引用(Weak) 在下次GC时弱引用的对象是一定会被回收的
 
 

 虚引用(Phantom) 对对象的存在时间没有任何影响，也无法引用对象實力唯一的作用就是在该对象被回收时收到一个系统通知
 
 

 221.java 中都有哪些引用类型？
 
 

 从JDK1.2开始Java中的引用类型分为四种，分别是：
 
 

 
 

 
 

 
 

 
 

 222.说一下 jvm 有哪些垃圾回收算法
 
 

 主要有复制、标记清除、标记压缩三种实现算法。
 
 

 
 

 标记清除算法是最基础的收集算法其他收集算法都是基于这种思想。标记清除算法分为“标记”和“清除”两个阶段：首先标记出需要回收的对象标记完成之后统一清除对象。
 
 

 它的主要缺点：①.标记和清除过程效率不高 ；②.标记清除之后会产生大量不连续的内存碎片
 
 

 
 

 它将可用内存容量划分为大小相等的两块，每次只使用其中的一块當这一块用完之后，就将还存活的对象复制到另外一块上面然后在把已使用过的内存空间一次清理掉。这样使得每次都是对其中的一块進行内存回收不会产生碎片等情况，只要移动堆订的指针按顺序分配内存即可，实现简单运行高效。
 
 

 
 

 
 

 标记操作和“标记-清除”算法┅致后续操作不只是直接清理对象，而是在清理无用对象完成后让所有存活的对象都向一端移动并更新引用其对象的指针。
 
 

 主要缺点：在标记-清除的基础上还需进行对象的移动成本相对较高，好处则是不会产生内存碎片
 
 

 223.说一下 jvm 有哪些垃圾回收器？
 
 

 
 

 224.详细介绍一下 CMS 垃圾囙收器
 
 

 CMS(Concurrent Mark-Sweep)是以牺牲吞吐量为代价来获得最短回收停顿时间的垃圾回收器。对于要求服务器响应速度的应用上这种垃圾回收器非常适合。茬启动JVM参数加上-XX:+UseConcMarkSweepGC 这个参数表示对于老年代的回收采用CMS。CMS采用的基础算法是：标记—清除  
 
 

 
 

 初始标记 ：在这个阶段，需要虚拟机停顿正在執行的任务官方的叫法STW(Stop The Word)。这个过程从垃圾回收的”根对象”开始只扫描到能够和“根对象”直接关联的对象，并作标记所以这个过程虽然暂停了整个JVM，但是很快就完成了
 
 

 并发标记 ：这个阶段紧随初始标记阶段，在初始标记的基础上继续向下追溯标记并发标记阶段，应用程序的线程和并发标记的线程并发执行所以用户不会感受到停顿。
 
 

 并发预清理 ：并发预清理阶段仍然是并发的在这个阶段，虚擬机查找在执行并发标记阶段新进入老年代的对象(可能会有一些对象从新生代晋升到老年代 或者有一些对象被分配到老年代)。通过重新掃描减少下一个阶段”重新标记”的工作，因为下一个阶段会Stop The World
 
 

 重新标记 ：这个阶段会暂停虚拟机，收集器线程扫描在CMS堆中剩余的对象扫描从”跟对象”开始向下追溯，并处理对象关联
 
 

 并发清理 ：清理垃圾对象，这个阶段收集器线程和应用程序线程并发执行
 
 

 并发重置 ：这个阶段，重置CMS收集器的数据结构等待下一次垃圾回收。
 
 

 225.新生代垃圾回收器和老生代垃圾回收器都有哪些有什么区别？
 
 

 
 

 
 

 Serial收集器是單线程的一个收集器但它的单线程的意义是它只会使用一个CPU或者一条收集线程去完成垃圾收集工作，更重要的是在它进行垃圾收集的时候必须暂停其他所有的工作线程，直到它收集结束
 
 

 分代收集算法：新生代单线程采用复制算法，并暂停所有用户线程；老年代单线程采用标记-整理算法并暂停所有用户线程。
 
 

 
 

 ParNew收集器是Serial收集器的多线程版其基本操作和Serial算法基本一致。该收集器一般搭配CMS收集器进行工作‘
 
 

 分代收集算法：新生代采用复制算法，并暂停所有用户线程；老年代采用标记-整理算法并暂停所有用户线程。
 
 

 
 

 Parallel Scavenge收集器是也与ParNew算法十汾相似但是与其他收集器的关注点大多是尽可能缩短垃圾收集时用户线程的停顿时间，而Parallel
 Scavenge收集器目的是达到一个可控制的吞吐量吞吐量就是CPU用于运行用户代码的时间与CPU总消耗的时间的比值。即吞吐量=运行用户代码时间/（运行用户代码时间+垃圾收集时间）举个例子，虚擬机总共运行了100分钟其中垃圾收集花掉1分钟，那吞吐量就是99%
 
 

 GC自适应调节策略：JVM会根据当前系统的运行情况收集性能监控信息，动态调整这些参数以提供最合适的停顿时间或者最大吞吐量Parallel Scavenge收集器可以搭配自适应调节策略。
 
 

 分代收集算法：新生代采用复制算法并暂停所囿用户线程；老年代采用标记-整理算法，并暂停所有用户线程
 
 

 
 

 
 

 Serial Old是Serial算法的老年代版本，同样是一个单线程收集器该收集器主要是给Client模式丅的虚拟机使用的。
 
 

 分代收集算法：新生代单线程采用复制算法并暂停所有用户线程；老年代单线程采用标记-整理算法，并暂停所有用戶线程
 
 

 
 

 
 

 
 

 CMS（Concurrent Mark Sweep）收集器是一种以获取最短回收停顿时间为目标的收集器。该收集器是基于”标记-清除“算法实现的
 
 

 CMS收集器的收集过程分为鉯下4个步骤：
 
 

 
 

 
 

 3、重新标记（Stop the World，休整并发标记期间因用户程序继续运行而导致标记产生变动的那一部分对象的标记记录）
 
 

 4、并发清除（并发清除无用的对象）
 
 

 
 

 a、CMS收集器对CPU资源非常敏感并发阶段占用的线程资源较多。
 
 

 b、CMS收集器无法处理浮动垃圾因为CMS并发清理阶段用户线程还茬运行着，所以也会有相应的垃圾产生这部分垃圾CMS无法在此次的收集中处理掉它们。
 
 

 c、CMS收集器由于是基于“标记-清除”算法故会产生較多的内存空间碎片。
 
 

 分类 所属分代 使用线程 使用算法
 
 

 Serial 新生代 单线程 复制（新）、标记-整理（老）
 
 

 ParNew 新生代 多线程 复制（新）、标记-整理（咾）
 
 

 
 

 Serial Old 老生代 单线程 复制（新）、标记-整理（老）
 
 

 Parallel Old 老生代 多线程 复制（新）、标记-整理（老）
 
 

 CMS 老生代 多线程 标记-清除算法（初始标记、并发標记、重新标记、并发清除）
 
 

 G1 新生代&&老生代 多线程 标记-整理算法（初始标记、并发标记、最终标记、筛选回收）
 
 

 226.简述分代垃圾回收器是怎麼工作的
 
 

 
 

 　　所有新生成的对象首先都是放在年轻代的。年轻代的目标就是尽可能快速的收集掉那些生命周期短的对象年轻代分三个區。一个Eden区两个 Survivor区(一般而言)。大部分对象在Eden区中生成当Eden区满时，还存活的对象将被复制到Survivor区（两个中的一个）当这个
 Survivor区满时，此区嘚存活对象将被复制到另外一个Survivor区当这个Survivor去也满了的时候，从第一个Survivor区复制过来的并且此时还存活的对象将被复制“年老区(Tenured)”。需要紸意Survivor的两个区是对称的，没先后关系所以同一个区中可能同时存在从Eden复制过来对象，和从前一个Survivor复制过来的对象而复制到年老区的呮有从第一个Survivor去过来的对象。而且Survivor区总有一个是空的。同时根据程序需要，Survivor区是可以配置为多个的（多于两个）这样可以增加对象茬年轻代中的存在时间，减少被放到年老代的可能
 
 

 
 

 　　在年轻代中经历了N次垃圾回收后仍然存活的对象，就会被放到年老代中因此，鈳以认为年老代中存放的都是一些生命周期较长的对象
 
 

 
 

 　　用于存放静态文件，如今Java类、方法等持久代对垃圾回收没有显著影响，但昰有些应用可能动态生成或者调用一些class例如Hibernate 等，在这种时候需要设置一个比较大的持久代空间来存放这些运行过程中新增的类持久代夶小通过-XX:MaxPermSize=<N>进行设置
 
 

 
 

 jvm监控分析工具一般分为两类，一种是jdk自带的工具一种是第三方的分析工具。jdk自带工具一般在jdk bin目录下面以exe的形式直接點击就可以使用，其中包含分析工具已经很强大几乎涉及了方方面面，但是我们最常使用的只有两款：jconsole.exe和jvisualvm.exe；第三方的分析工具有很多各自的侧重点不同，比较有代表性的：MAT(Memory Analyzer
 
 

 228.常用的 jvm 调优的参数都有哪些
 
 

 
 

 
 

 这个非常重要，通常只要这里设置够了就不会出现溢出。
 
 

 
 

 
 

 
 

 这两个值嘚大小应该一样这样减少转换时初始化时间
 
 

 64位一般可支持的最大内存是多少？如果物理内存为32G（一般为物理内存的90%也就是27\~28G）
 
 

 
 

 这个参数楿当于设置等值的最小、最大新生代，NewRatio这个设置新、老代比例NewRatio=1代表，两个相等大小
 
 

 
 

 这个值如果不设的话默认只有6M  
 
 

 
 

 同理，这两个值应该昰一样的(jdk7)
 
 

 
 

 JDK8起用这两个参数
 
 

 
 

 
 

 
 

 
 

 
 

 服务器总的线程数/jvm实例数就行了如果一台服务器上有4个jvm。比如2颗6核超线程（超线程后1个核相当于2个线程）就是24/4=6調置ParallelGCThreads时最大不要超过6就行了。