常见技术问题思维导图

U334416338

2023-05-14

浏览量: 45

常见技术问题

问题分析

技术开发

常见技术问题

树图思维导图提供《常见技术问题》在线思维导图免费制作，点击“编辑”按钮，可对《常见技术问题》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：bcc8f3d3a87225d4b346df0bbffa64aa

思维导图大纲

JAVA基础

集合

分类

Collection

List

ArrayList

LinkedList

Set

HashSet

TreeSet

LinkedHashSet

Queue

Stack

Queue

Map

HashMap

解决hash冲突的方法

开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）

再哈希法

链地址法

建立一个公共溢出区

原理

HashMap基于hashing原理，我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，让后找到bucket位置来储存值对象。当获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用LinkedList来解决碰撞问题，当发生碰撞了，对象将会储存在LinkedList的下一个节点中。 HashMap在每个LinkedList节点中储存键值对对象。　　当两个不同的键对象的hashcode相同时会发生什么？它们会储存在同一个bucket位置的LinkedList中。键对象的equals()方法用来找到键值对。

TreeMap

ConcurrentHashMap

实现原理

ArrayList扩容

add() 将元素添加到尾端

ensureCapacityInternal（）得到最小扩容量

ensureExplicitCapacity（）判断是否需要扩容

grow（）开始扩容

hugeCapacity（）比较minCapacity和MAX_ARRAY_SIZE，确定newCapacity

总结 ArrayList的初始是空的数组，第一次添加数据的时候数组初始为默认长度10。每一次添加数据的时候，得到最小扩容量，判断是否需要扩容，扩容的长度为旧容量的1.5倍，在判断新容量和最大数组长度，最后完成扩容。

HashMap扩容

应用场景

ArrayList和LinkedList

ArrayList数组实现，优于查询

LinkedList双向链表实现，优于增删

ConcurrentHashMap实现原理

线程

线程池

几种线程池的应用场景

newCachedThreadPool

可缓存线程池，当线程池大小超过了处理任务所需的线程，那么就会回收部分空闲（一般是60秒无执行）的线程，当有任务来时，又智能的添加新线程来执行。

newFixedThreadPool

固定数量的线程池，没提交一个任务就是一个线程，直到达到线程池的最大数量，然后后面进入等待队列直到前面的任务完成才继续执行

newScheduledThreadPool

大小无限制的线程池，支持定时和周期性的执行线程

newSingleThreadExecutor

单个线程的线程池，即线程池中每次只有一个线程工作，单线程串行执行任务

拒绝策略

AbortPolicy中止策略

这种拒绝策略在拒绝任务时，会直接抛出一个类型为 RejectedExecutionException 的 RuntimeException，让你感知到任务被拒绝了，于是你便可以根据业务逻辑选择重试或者放弃提交等策略

DiscardPolicy丢弃策略

当有新任务被提交后直接被丢弃掉，也不会给你任何的通知，相对而言存在一定的风险，因为我们提交的时候根本不知道这个任务会被丢弃，可能造成数据丢失。

DiscardOldestPolicy弃老策略

丢弃任务队列中的头结点，通常是存活时间最长的任务，它也存在一定的数据丢失风险。

CallerRunsPolicy调用者运行策略

当有新任务提交后，如果线程池没被关闭且没有能力执行，则把这个任务交于提交任务的线程执行，也就是谁提交任务，谁就负责执行任务

何时执行拒绝策略

workers 的数量达到了 corePoolSize（任务此时需要进入任务队列），任务入队成功，与此同时线程池被关闭了，而且关闭线程池并没有将这个任务出队，那么执行拒绝策略。这里说的是非常边界的问题，入队和关闭线程池并发执行

workers 的数量大于等于corePoolSize，将任务加入到任务队列，可是队列满了，任务入队失败，那么准备开启新的线程，可是线程数已经达到 maximumPoolSize，那么执行拒绝策略。

ThreadLocal

定义及原理

1.线程内部的存储类。数据存储后，只有在指定线程内可以获取数据

2.设置(set)时为当前线程实例化ThreadLocalMap，并赋值给线程的成员变量threadLocals。ThreadLocalMap是一个Entry型的数组table。设置时把当前变量(this)作为键，底层通过位运算得到存储的索引，并在相应位置存储值

3.获取(get)时根据当前变量(this)计算存储的索引，再读取相应位置的值

4.对于不同线程的同一ThreadLocal来说，他的索引值是确定的，在不同线程中访问的位置都是table[i]，只不过不同线程之间的table是独立的

5.对于同一线程的不同ThreadLocal来说，共享一个table，但索引是不同的

ThreadLocal和Synchronized的异同

相同点：都是为了解决多线程中相同变量的访问冲突问题

不同点1：Synchronized是通过线程等待，牺牲时间来解决访问冲突；ThreadLocal是通过每个线程单独一份存储空间，牺牲空间来解决冲突

不同点2：ThreadLocal具有线程隔离的效果，只有在线程内能获取到对应的值

注解

元注解的定义

@Retention

1.@Retention(RetentionPolicy.SOURCE)，注解仅存在于源码中 2.@Retention(RetentionPolicy.CLASS)，默认，注解存在于class文件中，但运行时无法获得 3.@Retention(RetentionPolicy.RUNTIME)，常用，注解存在于class文件中，且运行时可以通过反射获得

@Target

1.@Target(ElementType.TYPE)，常用，作用接口、类、枚举、注解 2.@Target(ElementType.FIELD)，常用，作用属性字段、枚举的常量 3.@Target(ElementType.METHOD)，常用，作用方法 4.@Target(ElementType.PARAMETER)，作用方法参数 5.@Target(ElementType.CONSTRUCTOR)，作用构造函数 6.@Target(ElementType.LOCAL_VARIABLE)，作用局部变量 7.@Target(ElementType.ANNOTATION_TYPE)，作用于注解 8.@Target(ElementType.PACKAGE)，作用于包 9.@Target(ElementType.TYPE_PARAMETER)，作用于类型泛型

@Documented

指能够将注解中的元素包含到Javadoc中去

@Inherited

指注解修饰了父类，若其子类未被其他注解修饰，则其子类继承父类的注解

@Repeatable

指注解可以同时作用一个对象多次

JVM

内存模型

程序计数器（线程隔离）

1.程序计数器就是记录当前线程执行程序的位置，改变计数器的值来确定执行的下一条指令，比如：循环、分支、方法跳转都是依赖程序计数器来完成

2.JVM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实现的。为了线程切换时能够恢复到正确的位置，每条线程的程序计数器是私有的

虚拟机栈（线程隔离）

1.创建线程的时候就会创建一个虚拟机栈，生命周期与线程相同

2.虚拟机执行程序时，每个方法会创建一个栈帧，栈帧存放在虚拟机栈中，通过压栈出栈的方式进行方法调用。栈帧又分为以下几个区域，包括：局部变量表、操作数栈、动态连接、方法出口等

3.局部变量存放在虚拟机栈的局部变量表，其中引用型的变量，只存储引用地址

4.内存溢出(OutOfMemoneyError)：用户的每个请求开启一个线程，每个线程创建一个虚拟机栈。当并发量大时，可能导致内存溢出。可以适当地把虚拟机栈的大小调小，减少内存的使用量来提高系统的并发量

5.栈内存溢出(StackOverFlowError)：当虚拟机栈的大小调小后，又会引发方法调用深度的问题。因为每个方法都会生成一个栈帧，如果方法调用深时会创建大量栈帧，可能导致栈内存溢出

本地方法栈（线程隔离）

1.调用本地方法(native)时，用于存储局部变量表、操作数栈等

堆（线程共享）

1.虚拟机启动时创建，堆中存放对象的实例

2.堆分为新生代(Eden、From Survivor和To Survivor)和老年代。垃圾回收主要回收的就是堆

3.Eden：新创建的对象存放在该区

4.From Survivor和To Survivor：保存新生代垃圾回收后仍存活的对象，底层使用复制算法

5.老年代：经过多次（默认15次）新生代垃圾回收仍存活的对象存放至老年代

6.内存溢出(OutOfMemoneyError)：堆中分配的对象实例过多，且大部分对象都在使用，就会出现内存溢出

方法区（线程共享）

1.通常被描述为堆的逻辑部分，即永久代

2.存放已被JVM加载的类信息、常量、静态变量等数据

3.JAVA8之后没有方法区，取而代之的是元空间

垃圾回收GC

常见的垃圾判断算法

可达性分析算法：通过GC ROOT的对象作为搜索起始点，通过引用向下搜索，所走过的路径称为引用链。通过对象是否有到达引用链的路径来判断是否可被回收。可作为GC ROOT的对象：虚拟机栈中引用的对象、方法区中静态变量引用的对象、方法区中常量引用的对象等

引用计数算法：为每个对象添加一个计数器，根据是否为0判断对象是否可被回收，但无法解决循环引用问题

常见的垃圾回收算法

标记-清除算法：最基础的垃圾回收算法，先把内存区域中的可回收对象标记成垃圾，再将这些垃圾拎出来清理掉。但会带来内存碎片问题

复制算法：将可用内存划分为大小相等的两块，每次只使用其中的一块。当一块的内容用完了，就将还存活着的对象复制到另一块上，然后再把这块的内存空间一次清理掉。但会带来一半的内存浪费

标记-整理算法：先把内存区域中的可回收对象标记成垃圾，然后让所有存活的对象都向一端移动，再清理掉端边界以外的内存区域。但效率比复制算法差很多

分代收集算法：融合上述3种基础的算法思想，而产生的针对不同情况所采用不同算法的一套组合拳，根据对象存活周期的不同将内存划分为几块。在新生代中，每次GC都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集；在老年代中，因为对象存活率高、没有额外空间对它进行分配担保，就必须使用标记-清理或标记-整理来进行回收

内存区域与回收策略

Eden区：大多数情况下，对象会在新生代Eden区中分配。当Eden区没有足够空间进行分配时，JVM会发起一次Minor GC，Eden区中绝大部分对象会被回收，而那些存活的对象，将会送到Survivor的From区

Survivor区：介于Eden区和Old区的缓冲，减少被送到老年代的对象，进而减少Major GC的发生。其分为From区和To区。每次执行Minor GC，会将Eden区中存活的对象放到From区。而在From区中，达到指定年龄（16次Minor GC）仍存活的对象会被送到老年代

Old区：大对象直接进入老年代，即需要大量连续内存空间的JAVA对象，最典型的就是很大的字符串及数组。JVM提供XX:PretenureSizeThreshold参数，令大于这个设置的对象直接在老年代分配，避免在Eden区或Survivor区发生大量的内存复制；长期存活的对象进入老年代，对象晋升老年代的年龄阈值，JVM提供XX:MaxPretenuringThreshold参数来设置

如何获取dump文件

内存：jmap -F -dump:format=b,file=test.txt 3239

线程栈：jstack -F 3239 > test.txt

类加载

类加载原理

加载、验证、准备、解析、初始化

自定义类加载器

设计模式

七大原则

单一职责原则：对类来说，即一个类应该只负责一项职责。开闭原则：对扩展开放，对修改关闭。在程序需要进行扩展的时候，不能去修改原有代码，使用接口和抽象类实现一个热插拔的效果。里氏替换原则：任何基类可以出现的地方，子类一定可以出现。实现抽象的规范，实现子父类相互替换。依赖倒置原则：针对接口编程，依赖于抽象而不依赖于具体。接口隔离原则：降低耦合度，接口单独设计，相互隔离。最少知道原则（迪米特法则）：一个实体应当尽量少地与其他实体之间发生相互作用，使得系统功能模块相对独立。合成复用原则：尽量使用聚合、组合的方式，而不是使用继承。开闭原则（Open-Closed Principle, OCP）是指一个软件实体如类、模块和函数应该对扩展开放，对修改关闭。

开闭原则

强调的是用抽象构建框架，用实现扩展细节。开闭原则，是面向对象设计中最基础的设计原则。它指导我们如何建立稳定灵活的系统。例如：我们版本更新，尽可能不修改原代码，但是可以增加新功能。

常见设计模式

常用设计模式：单例、工厂、抽象工厂、适配器、代理、桥接、装饰、组合等

单例实现种类：（1）恶汉式：长时间不用，占用内存空间懒加载：线程不安全，需要加同步锁

JAVA框架

SpringMVC

拦截器和过滤器的执行顺序

请求->过滤器前->拦截器前->方法->拦截器后->过滤器后->响应

拦截器和过滤器的区别

1.拦截器是基于java的反射机制，而过滤器是基于函数回调

2.拦截器不依赖于servlet容器，而过滤器依赖于servlet容器

3.拦截器只能对action请求起作用，而过滤器则可以对几乎所有的请求起作用

4.拦截器可以访问action上下文、值栈里的对象，而过滤器不能访问

5.在action的生命周期中，拦截器可以多次被调用，而过滤器只能在容器初始化时被调用一次

请求流程

AOP

IOC

Bean生命周期

MyBatis

分页

Mybatis使用RowBounds对象进行分页，它是针对ResultSet结果集执行的内存分页，而非物理分页。可以在sql内直接书写带有物理分页的参数来完成物理分页功能，也可以使用分页插件来完成物理分页。分页插件的基本原理是使用Mybatis提供的插件接口，实现自定义插件，在插件的拦截方法内拦截待执行的sql，然后重写sql，根据dialect方言，添加对应的物理分页语句和物理分页参数。

工作原理

1）读取 MyBatis 配置文件：mybatis-config.xml 为 MyBatis 的全局配置文件，配置了 MyBatis 的运行环境等信息，例如数据库连接信息。 2）加载映射文件。映射文件即 SQL 映射文件，该文件中配置了操作数据库的 SQL 语句，需要在 MyBatis 配置文件 mybatis-config.xml 中加载。mybatis-config.xml 文件可以加载多个映射文件，每个文件对应数据库中的一张表。 3）构造会话工厂：通过 MyBatis 的环境等配置信息构建会话工厂 SqlSessionFactory。 4）创建会话对象：由会话工厂创建 SqlSession 对象，该对象中包含了执行 SQL 语句的所有方法。 5）Executor 执行器：MyBatis 底层定义了一个 Executor 接口来操作数据库，它将根据 SqlSession 传递的参数动态地生成需要执行的 SQL 语句，同时负责查询缓存的维护。 6）MappedStatement 对象：在 Executor 接口的执行方法中有一个 MappedStatement 类型的参数，该参数是对映射信息的封装，用于存储要映射的 SQL 语句的 id、参数等信息。 7）输入参数映射：输入参数类型可以是 Map、List 等集合类型，也可以是基本数据类型和 POJO 类型。输入参数映射过程类似于 JDBC 对 preparedStatement 对象设置参数的过程。 8）输出结果映射：输出结果类型可以是 Map、 List 等集合类型，也可以是基本数据类型和 POJO 类型。输出结果映射过程类似于 JDBC 对结果集的解析过程。

Redis

优势

1.性能极高 – Redis能读的速度是110000次/s，写的速度是81000次/s

2.丰富的数据类型 – Redis支持String，List，Hash，Set及ZSet数据类型操作

3.原子 – Redis的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过MULTI和EXEC指令包起来

4.丰富的特性 – Redis还支持publish/subscribe，通知，key过期等等特性

AOF

快照持久化

缓存异常

缓存雪崩

缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉

解决方案 1.缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。 2.一般并发量不是特别多的时候，使用最多的解决方案是加锁排队。 3.给每一个缓存数据增加相应的缓存标记，记录缓存的是否失效，如果缓存标记失效，则更新数据缓存。

缓存穿透

缓存击穿

缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。和缓存雪崩不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库

解决方案 1.设置热点数据永远不过期。 2.加互斥锁，互斥锁

缓存预热

缓存降级

Quartz

3大组成部分

调度器（Scheduler）

任务（Job）

触发器（Trigger）

JobDetail的设计原理

每次Scheduler调度执行一个Job时，首先找到对应的Job，然后创建该Job实例，再去执行Job的execute方法，任务执行结束后，关联的Job实例会被释放，且会被JVM GC清除

采用JobDetail&Job的实现方式是因为任务有可能并发执行。如果Scheduler直接使用Job，就会存在对同一个Job实例并发访问的问题。而JobDetail&Job方式，Sheduler每次执行都会根据JobDetail创建一个新的Job实例，就可以规避并发访问的问题

JobDataMap的作用

1.JobDataMap实现了JDK的Map接口，支持以Key-Value形式存储数据

2.JobDetail、Trigger都支持使用JobDataMap来设置一些信息

3.Job执行execute方法时，JobExecutionContext可以获取到JobDataMap中的信息

如何实现Master选举

Elasticsearch的选主是ZenDiscovery模块负责的，主要包含Ping（节点之间通过这个RPC来发现彼此）和Unicast（单播模块包含一个主机列表以控制哪些节点需要ping通）这两部分；对所有可以成为master的节点（node.master: true）根据nodeId字典排序，每次选举每个节点都把自己所知道节点排一次序，然后选出第一个（第0位）节点，暂且认为它是master节点。如果对某个节点的投票数达到一定的值（可以成为master节点数n/2+1）并且该节点自己也选举自己，那这个节点就是master。否则重新选举一直到满足上述条件。补充：master节点的职责主要包括集群、节点和索引的管理，不负责文档级别的管理；data节点可以关闭http功能。