面试题汇总（2）
面试题汇总（2）
Q：避开多线程并发问题的解决办法
A：目前我了解到的是：1、使用不可变对象2、使用线程封闭的方法，尤其指的是ThreadLocal
不可变对象：对象创建后装态就不可以改变，对象所有的对象域都是final修饰的，对象是正确创建的（没有this逃逸）
再来复习一下final关键字，
- final修饰类：不能被继承，例如String
- final修饰方法：锁定方法被继承类修改，一个类的private方法会被隐式的指定为final方法。
- final修饰变量：最常用，修饰基本数据类型的变量，初始化后数值不能够修改，修饰引用类型的变量，初始化后不能再指向另外一个对象，但是变量的值可以修改，比如hashMap。
上面说final修饰hashMap等不能保证值不被修改，Java有其他的实现方法：
- Collections.unmodifiableXXX（map，set等），底层实现做修改就抛出异常；
- Guava的immutableXXX（list，map，set等），底层实现类似于unmodifiableXXX；
使用线程封闭避免线程安全问题
- 使用堆栈封闭，即使用局部变量，使用全局变量很容易出现线程安全问题
- 使用ThreadLocal ，以线程本地对象作为key，以线程变量的副本作为value
Q：避免SQL注入的方法
A：总的来说避免SQL注入的方法有三种：
- 使用JDBC 的prepaered statement（预编译）而不采用SQL字符串拼接的方式，这是因为预编译SQL语句会调用set方法解析SQL。典型的例子是mybatis${} 和#{}的区别美元符数据字符串拼接，井号有jdbc预编译的过程。
- 使用字符串过滤过滤敏感词
- 使用正则表达式过滤传入的参数
我个人认为可以在前端页面上避免SQL注入，比如写一些js代码过滤SQL语句
Q：SpringMVC、Struts1的区别
A：
- springMVC单例非线程安全，struts1单例非线程安全，额外说一下Struts2是多例线程安全的，对每个请求都产生一个实例。
- springMVC和Struts1的入口都是servlet，而struts2是Filter。springMVC 的前端总控制器为 DispatcherServlet，struts1 的前端总控制器为 ActionServlet，额外说一下struts2 的前端总控制器为 FilterDispatcher。
- springMVC的拦截粒度是方法。struts的拦截粒度是类。
- 我个人觉得挺重要的一点是springmvc用起来很方便各种注解很便利，不需要额外配置
解释一下为什么单例就是线程不安全的。类里面有静态变量和实例变量是全局的，这就存在多个线程同时访问的可能性，此时需要采用其他的同步手段，例如J.U.C的同步容器等方法。
Q：HTTP状态码
A：
200 --成功
301 --永久重定向
302 --临时重定向
404 --服务器找不到页面
405 --请求方法不匹配
500 --服务器错误
503 --服务器不能再接受请求，实际上就是服务器爆了
Q：一次完整的HTTP请求
A：
- 域名解析：在系统的hosts文件里查找域名对应的IP地址，没有的话向本地DNS发送一个请求报文，本地服务器必须返回完整结果，称为递归查询。如果本地DNS服务器没有，则启动一次远程查询，请求根域名服务器，每次返回一部分域名，直到找到域名对应的IP地址并返回一个响应报文，这个机制称为迭代查询。
DNS所有的查询***括所有的部分答案都会被缓存，缓存也是有过期时间的。
- 发起TCP的3次握手建立连接
- 建立TCP连接后发起HTTP请求
- 服务器响应HTTP请求，业务逻辑处理，返回HTTP响应给浏览器
- 浏览器得到html代码，会解析html代码，并请求html代码中的资源（如js、css、图片等，并对页面进行渲染最终呈现给用户
Q：数据库索引未命中原因是什么？如何解决？
A：
- 函数操作：原因对条件字段做函数操作不会命中索引。
- 隐式转换：原因可能是条件字段的类型不匹配，MySQL会做类型转换，这其中有函数操作，所以不命中索引
- 模糊查询：原因是通配符之间的字段不命中索引，解决办法是让模糊查询包含字段开始的值。
- 范围查询：原因是如果单次查询的数据量过大，优化器就不命中索引，解决办法是降低查询范围。
- 计算操作：原因是对索引字段做计算操作将无法命中索引，解决办法是将计算操作放在等号后面
Q：如何优化分页查询？
A：- 根据自增且是连续主键排序的分页查询，方法，按照主键去查询，缩小查询范围可以命中索引。
- 查询根据非主键字段排序的分页查询，方法，让排序时返回的字段尽可能少，具体来说就是让排序和分页操作先查出主键,然后根据主键查到对应的记录。
Q：如何优化join语句？
A： MySQL执行关联查询的算法
- Nested-Loop Join 算法：循环地从第一张表(称为驱动表)中读取行,在这行数据中取到关联字段,根据关联字段在另一张表(被驱动表)里取出满足条件的行,然后取出两张表的结果合集。MySQL 在关联字段有索引时，使用NLJ算法。
- Block Nested-Loop Join 算法：把驱动表的数据读入到 join_buffer 中,然后扫描被驱动表,把被驱动表每一行取出来跟 join_buffer 中的数据做对比,如果满足 join 条件,则返回结果给客户端。MySQL 在关联字段没有索引时，使用BNLJ算法，原因是NLJ是磁盘扫描，BNLJ是内存中判断。
- Batched Key Access 算法：将驱动表中相关列放入 join_buffer 中；批量将关联字段的值发送到 Multi-Range Read(MRR) 接口；MRR 通过接收到的值,根据其对应的主键 ID 进行排序,然后再进行数据的读取和操作；返回结果给客户端
优化关联查询
关联字段添加索引：建议在被驱动表的关联字段上添加索引,让 BNL变成 NLJ 或者 BKA ,可明显优化关联查询。
小表做驱动表：建议小表驱动大表，因为扫描的行数与驱动表的行数相关。
临时表：建议当遇到 BNL 的 join 语句，如果不方便在关联字段上添加索引，不妨尝试创建临时表，然后在临时表中的关联字段上添加索引，然后通过临时表来做关联查询。
Q：如何优化数据导入？
A：- 一次插入多行的值; 关闭自动提交,
- 多次插入数据的 SQL 一次提交;
- 调整参数,innodb_flush_log_at_trx_commit 和 sync_binlog 都设置为0；
TP-LINK二面40人在聊