虾皮秋招后端一面凉经1h

1.接口的抽象类的区别 分别应用场景
2.final finally 区别  final 使用场景
3.java中有哪些map
4.hashmap原理 节点阈值扩容
5.扩容中0.75是什么的0.75是数组容量还是bucket   扩容后元素的位置以及为什么2倍扩容
6. ConcurrentHashMap项目有实际使用吗 以及简单的原理
7.怎么评估 ConcurrentHashMap 和hashtable 的性能好坏
8.cas实现流程 为什么觉得cas比synchronized 性能好
9.线程池的关键参数和执行流程
10.new thread 和单线程的线程池都抛异常分别可能是因为什么
11.如果你要设计一个线程池,那么你怎么进行参数的设置
12.如果想要任务高效执行,并且下游接口希望快速返回结果,该怎么设计线程池
13.任务丢失对你的项目有影响吗,怎么去设置拒绝策略
14.spring事务的传播行为有哪些,传播行为实现机制
15事务传播行为在db层面上是怎么保证的,在一个事务里的必要条件(面试官引导强调和数据库的连接状态connection和statement这块,但我是真不会
16.spring声明式事务需要注意的点有哪些
17.aop不用动态代理还有其他实现办法吗
18.spring bean的创建过程
19.多例什么时候创建
20.springboot 做了哪些事
21.starter 具体实现原理
22.springboot 怎么知道要创建哪些bean呢
23.索引失效场景
24.b+树优点,为什么不用二叉树
25.b+树和二叉树全部加载在内存中,性能判断,层高的影响
26.主键选择,自增主键,uuid,雪花id对比
27.uuid 除了页分裂还有啥问题
28.数据库2000万数据经典问题,为什么觉得2000w是一个瓶颈呢
29.mysql 3层层高要多少次io(默认走主键),你能优化到哪里
30.给sql语句,索引,表结构
判断是否走索引,走哪个索引
手撕LRU :
linkedhashmap
hashmap 和双向链表都可以实现
全部评论
问这么难吗
点赞 回复 分享
发布于 2025-12-03 10:21 广东

相关推荐

2025-12-21 02:25
门头沟学院 Java
1.实习介绍2.介绍一下你做的贷款项目3.这个项目这里的话,比如说你这的一些针对大额去做了一些风控的定价加折扣的一个逻辑的话,这个规则是如何和用户的标签系统。系统去做联动的呢4. 如果出现同一个用户,同时命中小额和大额的规则规则这种冲突场景你是怎么去做处理5.重复还款的这个场景下,我看你设计了一个双锁的机制,可以简单介绍一下这个机制具体的一个实现逻辑吗6.这个是本地锁还是分布式锁?为什么7.那为啥这里选择双锁的一个机制?如果单锁不行么,我们对比单一的一个分布式锁的话,双锁的优势在哪里8.有用到乐观锁么,为什么不用9. 乐观锁不能解决跨服务的“流程级并发”,这个怎么理解10.介绍一下你做的支付项目11.这里的话,你去做一些上下游对接的时候,上下游的一些参数格式,还有超时时间不一致的情况下,你这边是怎么去做适配的,然后这里有没有降级和一些熔断的一些策略?12.我有这样一个场景,就以你刚刚说到的那些做过项目为例,以刚刚项目的场景设计一个多级缓存的机制,其中要说清楚哪些技术选项,为什么这么选,然后数据用什么数据结构,哪些数据放进缓存里面存,以及这个缓存肯定有过期时间嘛是吧,怎么设置这个过期时间,包括里面有什么坑,比如同步问题啊,一致性问题啊血崩问题啊,预热问题啊等等,你来设计一下13. 如果用本地缓存的话,你这里技术站选择是什么呢?为什么用这个,还有怎么保证本地缓存跟数据的一致性14. 如果这个时候,如果我当前你说的那个xx借款,某个爆款的一个营销策略可以过期了,然后我大量的请求瞬间打到了数据库,那我怎么去解决这样的一个问题呢?15.那缓存雪崩的问题怎么去解决呢?这里的话,你可以通过事前的一个预防,然后事中的一个处理,还有事后的一个恢复,大概去讲一下整体的一个落地16.手撕:给定一颗二叉树,从根节点开始依次输出每一层的第一个和最后一个节点的值,若该层只有一个节点则只输出一次,输出一个字符串表示结果,用逗号隔开节点值
点赞 评论 收藏
分享
2025-12-21 12:15
门头沟学院 Java
1、常见的方案有数据库自增ID、UUID、Redis生成和雪花算法。实际分布式场景下,雪花算法更常用,它将ID分为时间戳、机器ID和序列号三部分,性能高且趋势递增。但要注意时钟回拨问题,可通过记录上次生成时间戳或使用扩展版算法解决。2、雪花算法的ID在时间戳维度是递增的,但同一毫秒多机器生成的ID可能乱序。如需严格单调递增,可用数据库号段模式:服务启动时申请一个ID范围,内存分配用完后再次申请,这样单服务内ID严格递增。3、redo log是InnoDB的物理日志,崩溃恢复时重放提交的事务;undo log记录数据修改前的状态,用于回滚和MVCC读;binlog是MySQL Server层的逻辑日志,用于主从同步和数据备份。4、主库将变更写入binlog,从库通过IO线程拉取binlog到relay log,再由SQL线程重放SQL实现同步。5、优化索引时要减少回表和利用覆盖索引。索引失效常见于:违反最左前缀、对索引列计算、类型转换、LIKE左模糊匹配、OR连接非索引列等情况。6、InnoDB索引用B+树实现,联合索引按字段从左到右排序。如果跳过左侧字段,因为b的值在全局无序,无法利用索引快速定位,导致失效。7、当元素少且小时,用压缩列表节省内存;当元素多或大时,自动转为 "跳跃表+字典" 组合。跳跃表负责按分值排序,支持高效范围查询;字典负责成员到分值的映射,实现O(1)快速查分数。这种设计平衡了内存与性能。8、跳表插入节点时,从最高层向右向下逐层搜索并记录小于目标的分值位置(update[]);随后随机生成新节点层高,创建节点并按层将其插入:每层链接到对应update[]节点之后,并指向其原后继;最后更新跳表的最大层高和节点总数,实现高效定位与平衡插入。9、Redis有6种淘汰策略,常用的是allkeys-lru和allkeys-lfu。LRU淘汰最近最少访问的,LFU淘汰访问频率最低的。LFU更适合长期热点场景,而LRU对突发流量更敏感。10、Redis用惰性删除+定期删除组合:访问key时检查过期,同时后台定期抽样清理过期key。当内存不足时,再根据淘汰策略主动删除数据。11、TCP通过滑动窗口实现流量控制:接收方在ACK包中携带窗口大小。发送方根据这个窗口动态调整发送数据量,避免接收方缓冲区溢出。
点赞 评论 收藏
分享
评论
1
9
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务