阿里云 实习面经 二面｜讲解｜0227

前面讲解过该同学的一面面经一面面经讲解，现在也分享了他的二面面经。 所以针对他的二面问题，继续给大家做讲解分析，参考回答和学习资料指引，期望对大家有所帮助～

本文也是**《热门面经讲解》专栏** 系列文章之一，大家可以点个关注，我会持续更新

原贴链接

感谢这位同学的分享

1. Mysql相关：MyISAM和InnoDB的区别？

解析：： MyISAM虽然单独考察不多，但是与InnoDB的对比还是比较常考的。可以从一下几个方面来对比，面试的时候能回答个5-6个应该就可以了。

参考回答：

MyISAM和InnoDB是MySQL中两种常见的存储引擎，它们在多个方面存在显著的区别。以下是对两者的比较：

1. 事务支持： InnoDB支持事务，具有提交、回滚和崩溃恢复能力，可以保护用户数据。它使用了一种称为“写前日志”（write-ahead logging，WAL）的技术，先写日志，再写数据，保证了事务的完整性。 MyISAM不支持事务，这意味着在MyISAM中进行的更改无法回滚，且如果发生崩溃，数据可能会损坏。
2. 锁机制： InnoDB支持行级锁和表级锁，但默认使用行级锁。行级锁可以提高并发性能，因为它只锁定被访问的行，而不是整个表。 MyISAM只支持表级锁，这意味着当一个线程正在对一个表进行写操作时，其他线程无法对该表进行读或写操作。这可能会降低并发性能。
3. 外键支持： InnoDB支持外键约束，这有助于维护数据的引用完整性和一致性。 MyISAM不支持外键约束。
4. 数据存储和索引： InnoDB使用聚簇索引来组织数据，表数据和主键索引存储在一起。此外，InnoDB还支持全文索引和哈希索引。 MyISAM将数据和索引分开存储，数据文件（MYD）和索引文件（MYI）是分离的。MyISAM也支持全文索引，但不支持哈希索引。
5. 数据恢复和备份： InnoDB提供了更好的数据恢复功能，如通过binlog进行点时间恢复（PITR）。此外，InnoDB还支持在线备份功能。 MyISAM的数据恢复相对较弱，通常依赖于物理备份和恢复。
6. 性能： InnoDB在处理大量读写操作时通常表现更好，特别是在高并发环境下。这得益于其行级锁和事务支持。 MyISAM在处理只读查询时可能更快，特别是当数据量很大且内存充足时。然而，在写操作频繁的场景下，MyISAM的性能可能会下降。
7. 存储空间： InnoDB的存储空间通常比MyISAM大，因为它需要额外的空间来存储事务日志、行级锁等信息。此外，InnoDB的数据文件大小是动态增长的。 MyISAM的存储空间相对较小，数据文件大小是固定的（可以通过配置修改）。但是，MyISAM不支持数据压缩功能。

学习指引： 系列文章 MySQL引擎篇：半道出家的InnoDB为何能替换官方的MyISAM？

2. Mysql相关：索引的底层数据结构？为什么选择这样的结构？（B+树）

解析：： 考察mysql InnoDB引擎的数据结构B+树，需要回答出来为什么要选用B+树，而不是B树，也不是二叉树。 为什么B+树比他们合适，比他们块。

参考回答：

MySQL 默认的存储引擎 InnoDB 采用的是 B+ 作为索引的数据结构，原因有：

1.B+ 树的非叶子节点不存放实际的记录数据，仅存放索引，因此数据量相同的情况下，相比存储即存索引又存记录的 B 树，B+树的非叶子节点可以存放更多的索引，因此 B+ 树可以比 B 树更「矮胖」，查询底层节点的磁盘 I/O次数会更少。（为什么不选二叉树也有类似原因)

2.B+ 树有大量的冗余节点（所有非叶子节点都是冗余索引），这些冗余索引让 B+ 树在插入、删除的效率都更高，比如删除根节点的时候，不会像 B 树那样会发生复杂的树的变化；

3.B+ 树叶子节点之间用链表连接了起来，有利于范围查询，而 B 树要实现范围查询，因此只能通过树的遍历来完成范围查询，这会涉及多个节点的磁盘 I/O 操作，范围查询效率不如 B+ 树。

学习指引： 系统学习 小林 coding｜为什么 MySQL 采用 B+ 树作为索引？

3. Mysql相关：自己选择维度划分介绍有哪些索引类型？

解析：： 你知道索引有哪些吗？大家肯定都能说出一大堆，什么聚簇索引、主键索引、二级索引、普通索引、唯一索引、hash索引、B+树索引等等。但都全放一起都不是一个维度的。我们还需要做到能从不同维度来分类索引。

参考回答：

我们可以按照四个角度来分类索引。

1. 按「数据结构」分类：B+tree索引、Hash索引、Full-text索引。
2. 按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
3. 按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引。
4. 按「字段个数」分类：单列索引、联合索引。

学习指引： MySQL的索引分类

4. Mysql相关：最左前缀匹配原则是什么？自己举例进行说明；索引下推是什么？

解析：： 首先大家需要理解最左匹配原则，还要能用自己话讲清楚。这种题被概念是没用的，你需要理解掌握，然后记忆几个关键词，面试的时候自己串讲。例如（联合索引；最左边的列；范围查询）

参考回答：

最左匹配原则：

1. 当MySQL使用联合索引进行查询时，会从索引的最左边开始匹配查询条件，如果查询条件中包含了索引左边的列，那么MySQL才可能会使用这个索引来优化查询。如果查询条件没有包含左边的列或者左边的列出现一些范围查询（>、<、between等），即使其他列都在索引中，MySQL也可能不会使用这个索引。

例子：

-- 基于上面的哪个（X、Y、Z）联合索引

//不符合最左前缀原则，最左侧的X字段未曾被使用
SELECT * FROM tb WHERE Y = "..." AND Z = "..."; 

// X出现范围查询，不能被使用
SELECT * FROM tb WHERE X > 10 AND Y = "..." AND Z = "..."; 

索引下推是什么？

直译：也就是将Server层筛选数据的工作，下推到引擎层处理。

解释：在没有索引下推的情况下，MySQL会先从索引中获取所有可能满足条件的数据行的主键，然后根据这些主键检索完整的数据行(即回表)，最后再应用WHERE条件进行过滤。而有了索引下推，MySQL可以在扫描索引的同时，直接根据索引中的值来判断是否满足WHERE条件，从而避免不必要的回表操作。

学习指引： 一文搞懂最左匹配，索引覆盖，索引下推； MySQL索引应用篇：建立索引的正确姿势与使用索引的最佳指南！

5. Mysql相关：事务隔离级别？InnoDB引擎的默认隔离级别？InnoDB引擎如何解决幻读？

解析：： Mysql事务是重点考察知识，必须掌握。

参考回答：

事务隔离级别：读未提交、读已提交、可重复读和串行化。

InnoDB引擎的默认隔离级别：InnoDB存储引擎的默认事务隔离级别是“可重复读”（REPEATABLE READ）。在这个级别下，事务在开始时创建一个快照，事务内的查询都是基于这个快照进行的，因此可以确保在整个事务过程中读取到的数据是一致的，即使其他事务在此期间修改了数据。

InnoDB引擎如何解决幻读：幻读是指在同一个事务中多次执行相同的查询，但由于其他事务的插入操作，导致结果集不一致的现象。InnoDB引擎通过多版本并发控制（MVCC）和间隙锁（Gap Locks）来解决幻读问题。在可重复读隔离级别下，InnoDB使用MVCC来保持事务内数据的一致性视图。同时，InnoDB的间隙锁可以防止其他事务在已锁定范围的间隙中插入新的数据，从而确保在事务范围内不会出现新的、未被锁定的行，这样就解决了幻读问题。

学习指引： MySQL事务篇：ACID原则、事务隔离级别及事务机制原理剖析

6. Mysql相关：你使用了哪些方式来对数据库查询进行优化？

解析：： 为了提高查询性能，可以从多个方面考虑；最直接的当然是，使用索引，优化sql语句，启用查询缓存； 还有一些需要在表设计阶段提前规划的措施：例如分库分表等

参考回答：

1. 索引优化：前缀索引优化；覆盖索引优化；主键索引最好是自增的；防止索引失效；

2. SQL查询优化：避免使用SELECT *，而是选择需要的列。避免在WHERE子句中使用函数或运算，这可能会导致索引失效。使用LIMIT分页查询时，注意性能问题，可以考虑使用索引覆盖扫描或其他分页技术。

3. 启用查询缓存：启用MySQL的查询缓存功能，缓存频繁查询且结果不经常变动的查询结果。注意在数据变动频繁的场景下，查询缓存可能会成为性能瓶颈，需要谨慎使用。

4. 分区和分表：对大表进行分区，将数据水平分割到不同的物理区域，提高查询性能。使用分表技术，如垂直分表或水平分表，将一个大表拆分成多个小表。

学习指引： SQL优化篇：如何成为一位写优质SQL语句的绝顶高手！

7. Spring相关：介绍下IoC和AOP？

解析：： 对于校招同学来说，如果你时间特别紧，实在没时间准备Spring，那你也需要把Spring常考的10个以内的面试题学会。 IoC和AOP就是其中之一。

参考回答：

IoC，即控制反转，是Spring框架的核心特性之一。在传统的程序设计中，我们直接在对象内部通过new关键字来创建依赖的对象，这种方式会导致代码之间高度耦合，不利于测试和维护。而IoC的思想是，将这些对象的创建权交给Spring容器来管理，由Spring容器负责创建对象并注入依赖。这样，对象与对象之间的依赖关系就交由Spring来管理了，实现了程序的解耦合。在项目中，我们可以通过Spring的配置文件或者注解来定义Bean，然后由Spring容器来创建和管理这些Bean。在Mybatis中，我们可以将SqlSessionFactory、Mapper等对象的创建和依赖关系交由Spring来管理。 AOP，即面向切面编程，是Spring提供的另一个重要特性。它允许开发者在不修改原有业务逻辑的情况下，增强或扩展程序的功能。AOP通过预定义的切点（例如方法执行前、方法执行后等）来织入切面逻辑，从而实现对原有功能的增强。在项目中，我们可以使用AOP来实现日志记录、事务管理、安全检查等功能。在Mybatis中，我们可以使用AOP来实现对数据库操作的日志记录、性能监控等功能。

学习指引： **************** & ****************

8. Spring相关：在Spring中连接数据库进行数据插入操作时有哪些需要注意的地方？事务传播行为有哪些？你在项目中基于什么考虑使用的？

解析：： Spring 重点面试题之一；Spring 事务相关。如果没时间系统准备，那就看我推荐资料的面试题。

参考回答：

在Spring中连接数据库进行数据插入操作时有哪些需要注意的地方？

在Spring中连接数据库进行数据插入操作时，需要注意合理配置数据源、确保数据库连接池资源的管理与释放、编写SQL语句时要防止SQL注入攻击、处理异常时要确保事务的一致性，并且应该利用Spring提供的事务管理功能来保证操作的原子性、一致性和隔离性。

事务传播行为有哪些？

事务传播行为定义了当一个事务方法被另一个事务方法调用时，当前方法应该如何处理事务。Spring支持的事务传播行为包括：

• PROPAGATION_REQUIRED（如果当前存在事务，则加入该事务；如果当前没有事务，则创建一个新的事务）、
• PROPAGATION_SUPPORTS（如果当前存在事务，则加入该事务；如果当前没有事务，则以非事务的方式执行）、
• PROPAGATION_MANDATORY（如果当前存在事务，则加入该事务；如果当前没有事务，则抛出异常）、
• PROPAGATION_REQUIRES_NEW（创建一个新的事务，如果当前存在事务，则将当前事务挂起）、
• PROPAGATION_NOT_SUPPORTED（以非事务方式执行操作，如果当前存在事务，则将当前事务挂起）、
• PROPAGATION_NEVER（以非事务方式执行，如果当前存在事务，则抛出异常）、
• PROPAGATION_NESTED（如果当前存在事务，则嵌套事务执行；如果当前没有事务，则创建新的事务）。

你在项目中基于什么考虑使用的？

在项目中，选择使用特定的事务传播行为是基于业务需求和操作复杂性的考虑。例如，对于需要保证多个操作原子性的场景，会选择PROPAGATION_REQUIRED来确保所有操作在同一个事务中完成。而在需要独立处理某个操作，不受其他事务影响时，可能会选择PROPAGATION_REQUIRES_NEW来创建一个新的事务。同时，也会根据性能优化的需要，选择合适的事务传播行为来减少事务的开销和资源的占用。总之，选择事务传播行为时需要综合考虑业务需求、数据一致性、系统性能和资源利用等多个方面。

学习指引： ****************

9. Spring相关：bean的生命周期？有哪些注入方式？

解析：：

八股文，整体流程大家可以理解记忆，但是里面的细节点，说实话是背了忘忘了背。 其实能说个大概面试官一般不会深究。

参考回答：

学习指引： *********************

10. 并发相关：线程池有哪些核心参数？各自的作用？项目中如何使用的？

解析：： 线程池是Java并发考察的重点，据我去年看过的面经统计，线程池甚至是最常考的, 必须掌握，滚瓜烂熟。

参考回答：

• corePoolSize（核心线程数）：这是线程池的基本大小，即线程池中始终保持的线程数量，不受空闲时间的影响。当有新任务提交时，如果线程池中的线程数小于corePoolSize，即便存在空闲线程，线程池也会创建一个新线程来执行任务。

• maximumPoolSize（最大线程数）：线程池允许创建的最大线程数量。当线程池中的线程数超过corePoolSize，但小于maximumPoolSize时，只有在队列满的情况下，才会创建新的线程来处理任务。

• keepAliveTime（空闲线程存活时间）：当线程池中的线程数超过corePoolSize时，多余的线程在空闲时间超过keepAliveTime后会被销毁，直到线程池中的线程数不超过corePoolSize。这有助于在系统空闲时节省资源。

• unit（时间单位）：这是keepAliveTime的时间单位，如秒、毫秒等。它定义了如何解释keepAliveTime的值。

• workQueue（工作队列）：这是一个用于存储等待执行的任务的队列。当线程池中的线程数达到corePoolSize，且这些线程都在执行任务时，新提交的任务会被放入workQueue中等待执行。

• threadFactory（线程工厂）：这是一个用于创建新线程的对象。通过自定义线程工厂，我们可以控制新线程的创建方式，例如设置线程的名字、是否是守护线程等。

• handler（拒绝策略）：当所有线程都在繁忙，且workQueue也已满时，新提交的任务会被拒绝。此时，就需要一个拒绝策略来处理这种情况。常见的拒绝策略有抛出异常、丢弃当前任务、丢弃队列中最旧的任务或者由调用线程直接执行该任务等。

在实际生产环境中，我们可能更倾向于直接使用ThreadPoolExecutor类来创建线程池，因为这样可以更精细地控制线程池的参数和行为。

学习指引： Java 线程池详解

11. 并发相关：进程、线程和协程的区别和作用？

解析：：

常规八股文，不管是并发，还是操作系统，都有可能问到。

参考回答：

1. 进程：进程是操作系统分配资源的基本单位，它拥有独立的内存空间和系统资源。每个进程都拥有自己的地址空间、堆、栈以及其他的系统资源。进程之间的通信需要通过进程间通信(IPC)的方式来进行。进程适合处理重量级的任务，但由于进程切换时需要保存和恢复大量的上下文信息，因此进程切换的开销相对较大。
2. 线程：线程是操作系统调度的基本单位，它是进程的一个执行单元。一个进程可以包含多个线程，这些线程共享进程的地址空间和部分资源（如堆），但每个线程拥有自己独立的栈。线程之间的切换开销相对较小，因为它们共享进程的内存空间，不需要像进程那样在切换时保存和恢复大量的上下文信息。线程适合处理IO密集型任务，可以通过多线程并发执行来提高程序的执行效率。
3. 协程：协程是一种用户态的轻量级线程，它完全由程序控制，而不是由操作系统内核来调度。协程拥有自己的寄存器上下文和栈，但它们的栈是独立的，不与其他协程共享。协程之间的切换开销非常小，因为它们只涉及到少量的上下文切换。协程适合处理大量并发的、IO密集型的任务，可以通过协程的异步特性来提高程序的执行效率。

学习指引： 进程、线程基础知识

12.并发相关：volatile关键字的作用？在保证线程安全的情况下实现单例对象的获取？

解析：： Java并发相关的常规且重要的面试题。不要背，理解记忆，然后用自己的话来描述。结合volatile，经常延伸考察“双重检查锁定”方式实现单例模式；

参考回答：

作用：保证变量的可见性。当一个变量被声明成volatile，JMM会确保所有线程看到这个变量的值是一致的。

双重检查锁定代码示例

public class Singleton {  
    private volatile static Singleton instance = null;  
  
    private Singleton() {  
        // 私有构造函数，防止其他类实例化此单例  
    }  
  
    public static Singleton getInstance() {  
        if (instance == null) { // 第一次检查  
            synchronized (Singleton.class) {  
                if (instance == null) { // 第二次检查  
                    instance = new Singleton();  
                }  
            }  
        }  
        return instance;  
    }  
}

学习指引：

书籍：《并发编程艺术》｜第3章 Java内存模型｜3.8 双重检查锁定与延迟初始化

13.并发相关：synchronized关键字的作用？底层实现原理？和ReentrantLock的区别？锁升级及实现原理？

解析：： Java并发相关的常规且重要的面试题。不要背，理解记忆，然后用自己的话来描述。

参考回答：

作用：synchronized是Java中的一个关键字，主要用于给对象加锁，保证同一时刻只有一个线程可以执行某个方法或某个代码块，从而实现线程同步。

synchronized的底层实现原理：是基于Monitor（监视器）的。在Java中，每个对象都与一个Monitor关联，Monitor包含一个互斥锁和一个等待队列。当一个线程进入synchronized代码块时，会尝试获取对象的Monitor锁，如果锁被其他线程持有，则该线程会被放入等待队列中阻塞。如果成功获取锁，线程执行同步代码，并在退出时释放锁，同时可能会唤醒等待队列中的其他线程。这个过程由JVM内部机制管理，确保多线程访问时的同步和互斥。

和ReentrantLock的区别？：

• 底层实现不同：synchronized 是依赖于 JVM 实现的，具体实现并没有直接暴露给我们；ReentrantLock 是 JDK 层面实现的，所以我们可以通过查看它的源代码，来看它是如何实现的。
• ReentrantLock 比 synchronized 增加了一些高级功能: 等待可中断;可实现公平锁;可实现选择性通知（锁可以绑定多个条件Condition）

锁升级及实现原理？：锁主要存在四种状态，依次是：无锁状态、偏向锁状态、轻量级锁状态、重量级锁状态，他们会随着竞争的激烈而逐渐升级。注意锁可以升级不可降级，这种策略是为了提高获得锁和释放锁的效率。

学习指引：

**************************

************************

14.Redis相关：有哪些持久化方式？AOF和RDB的底层实现原理？在项目中用的是哪种？基于什么考虑使用的？

解析：：

Redis持久化属于重要面试点，经常考察，需要重点掌握

参考回答：

哪些持久化的方式/底层原理：

1. AOF持久化：AOF以日志的形式记录服务器所接收到的所有写操作命令，并在服务器启动时，通过重新执行这些命令来重建数据集。
2. RDB持久化：RDB持久化是在指定的时间间隔内，将内存中的数据集快照写入磁盘，也就是Snapshot快照。它是一个二进制文件，可以通过配置设置自动做快照持久化的频率。 2.混合持久化：将 RDB 和 AOF 合体使用，这个方法是在 Redis 4.0 提出的，使用了混合持久化，AOF 文件的前半部分是 RDB 格式的全量数据，后半部分是 AOF 格式的增量数据。

在项目中使用的持久化方式及考虑： 在项目中，选择哪种持久化方式取决于具体的应用场景和需求。

• 如果数据丢失的代价非常大，或者需要尽可能减少数据丢失的风险，通常会选择AOF持久化，因为它提供了更高的数据安全性。但是，AOF可能会导致日志文件过大，需要定期处理和维护。
• 如果数据集非常大且对性能要求较高，可能会选择RDB持久化，因为RDB文件更加紧凑，恢复速度更快。但是，RDB是定时持久化，可能会导致一定时间内的数据丢失。

学习指引： 小林coding｜图解redis|持久化篇

15.Redis相关：引入哨兵集之后，主从故障的转移过程？

解析：： redis高可用面试题，校招考察频率相对redis其他部分来说略低。但是还是推荐掌握。大家看完推荐资料后理解记忆，然后用自己的话来描述过程。

参考回答：

转移过程是这样的：哨兵集群持续监控主节点，一旦检测到主节点故障，就会启动故障转移流程。在这个过程中，哨兵会选择一个新的从节点升级为主节点，并更新其他从节点的复制目标，确保数据一致性。同时，客户端也会根据哨兵的指引，切换到新的主节点进行数据操作。这样，Redis系统能够在主节点故障时，快速自动地恢复服务。

学习指引： Redis主从复制是怎么实现的？

16.Redis相关：Redis是单线程吗？采用单线程为什么速度快？

解析：： redis 基础且重点的考题之一，需要熟练掌握。

参考回答：

有如下几个原因：

• Redis 的大部分操作都在内存中完成，并且采用了高效的数据结构，因此 Redis 瓶颈可能是机器的内存或者网络带宽，而并非 CPU，既然 CPU 不是瓶颈，那么自然就采用单线程的解决方案了；
• Redis 采用单线程模型可以避免了多线程之间的竞争，省去了多线程切换带来的时间和性能上的开销，而且也不会导致死锁问题。
• Redis 采用了 I/O 多路复用机制处理大量的客户端 Socket 请求，IO 多路复用机制是指一个线程处理多个 IO 流，就是我们经常听到的 select/epoll 机制。简单来说，在 Redis 只运行单线程的情况下，该机制允许内核中，同时存在多个监听 Socket 和已连接 Socket。内核会一直监听这些 Socket 上的连接请求或数据请求。一旦有请求到达，就会交给 Redis 线程处理，这就实现了一个 Redis 线程处理多个 IO 流的效果。

学习指引： 面试题解析：Redis 采用单线程为什么还这么快？

17.Redis相关：Redis阻塞的原因有哪些？出现阻塞后的排查以及解决方式？

解析：： 可以从内在原因和外在原因进行分析。 参考回答：

Redis阻塞的原因主要有：

1. 内在原因：

• 数据集中过期：当大量key同时过期时，Redis的主动过期任务会在主线程中执行，导致阻塞。

• CPU饱和：如果Redis的并发量达到极限，或者CPU资源被其他进程过度占用，会导致Redis性能下降甚至阻塞。

2. 外在原因：

• 数据结构或API使用不合理：例如，对大对象执行复杂的命令，如hgetall或del操作大hash对象，可能导致阻塞。
• CPU竞争：进程竞争或绑定CPU可能导致Redis阻塞。
• 网络问题：网络闪断、Redis连接拒绝或连接溢出等问题都可能导致阻塞。

出现阻塞后的排查方式：

• 使用Redis的慢查询日志功能，记录执行时间超过阈值的命令。
• 使用INFO命令查看Redis的运行状态，如内存使用情况、CPU占用率等。
• 使用redis-cli的--stat选项实时查看Redis的运行情况。

解决方式：

• 优化数据结构和命令使用：避免使用复杂的命令操作大对象，可以考虑将大对象拆分为多个小对象。
• 合理配置Redis参数：如设置合适的过期策略、调整连接池大小等。
• 分布式部署：通过主从复制、哨兵模式或集群模式实现数据的分布式存储和处理，提高系统的整体性能和可用性。

学习指引： redis阻塞原因以及处理方案

关联阅读：该同学的一面面经讲解

阿里云 实习面经（已OC） 一面面经｜讲解

本文也是**《热门面经讲解》专栏系列文章之一，大家可以点个关注**，我会持续更新