一、Java基礎
Arraylist和LinkedList的區別 底層實現原理
Arraylist：底層是基於動態數組，根據下表隨機訪問數組元素的效率高，向數組尾部添加元素的效率高；但是，刪除數組中的數據以及向數組中間添加數據效率低，因爲需要移動數組。
Linkedlist基於鏈表的動態數組，數據添加刪除效率高，只需要改變指針指向即可，但是訪問數據的平均效率低，需要對鏈表進行遍歷。
對於隨機訪問get和set，ArrayList優於LinkedList，因爲LinkedList要移動指針。對於新增和刪除操作add和remove，LinedList比較佔優勢，因爲ArrayList要移動數據。
“==”和“equals”區別 hashcode是什麼
垃圾回收算法；分代回收中新生代採用的方法，老年代的方法
標記清除算法 複製算法(新生代算法) 標記整理算法(老年代回收算法)
String StringBuilder StringBuffer 區別
Error和Exception的區別，舉例……
Exception和Error都是繼承了Throwable類，在java中只有Throwable類型的實例纔可以被拋出（throw）或者捕獲（catch），他是異常處理機制的基本組成類型。
Exception和Error體現了java平臺設計者對不同異常情況的分類，Exception是程序正常運行中，可以預料的意外情況，可能並且應該被捕獲，進行相應的處理。
Error是指正常情況下，不大可能出現的情況，絕大部分的Error都會導致程序（比如JVM自身）處於非正常狀態，不可恢復狀態。既然是非正常情況，所以不便於也不需要捕獲，常見的比如OutOfMemoryError之類，都是Error的子類。
Exception又分爲可檢查（checked）異常和不檢查（unchecked）異常，可檢查異常在源碼裏必須顯示的進行捕獲處理，這裏是編譯期檢查的一部分。前面我們介紹的不可查的Error，是Throwable不是Exception。
不檢查異常就是所謂的運行時異常，類似NullPointerException,ArrayIndexOutOfBoundsExceptin之類，通常是可以編碼避免的邏輯錯誤，具體根據需要來判斷是否需要捕獲，並不會在編譯器強制要求。
數據庫中事務特徵：原子性的含義
一個事務包含多個操作，這些操作要麼全部執行，要麼全都不執行。實現事務的原子性，要支持回滾操作，在某個操作失敗後，回滾到事務執行之前的狀態。
回滾實際上是一個比較高層抽象的概念，大多數DB在實現事務時，是在事務操作的數據快照上進行的（比如，MVCC），並不修改實際的數據，如果有錯並不會提交，所以很自然的支持回滾。
而在其他支持簡單事務的系統中，不會在快照上更新，而直接操作實際數據。可以先預演一邊所有要執行的操作，如果失敗則這些操作不會被執行，通過這種方式很簡單的實現了原子性。
二、計網
三次握手
第一次握手：主機 A 發送位碼爲 syn＝1,隨機產生 seq number=1234567 的數據包到服務器，主機 B由 SYN=1 知道， A 要求建立聯機；
第 二 次 握 手 ： 主 機 B 收 到 請 求 後 要 確 認 聯 機 信 息 ， 向 A 發 送 ack number=( 主 機 A 的seq+1),syn=1,ack=1,隨機產生 seq=7654321 的包
第三次握手： 主機 A 收到後檢查 ack number 是否正確，即第一次發送的 seq number+1,以及位碼ack 是否爲 1，若正確， 主機 A 會再發送 ack number=(主機 B 的 seq+1),ack=1，主機 B 收到後確認
四次揮手（最後一次ack沒有的話會怎麼樣）
端口被佔用，主動斷開連接的一方需要等待2msl時間才能釋放原來使用的端口
三、Spring
IOC和DI的含義，解釋：IOC不是一種技術，只是一種思想，一個重要的面向對象編程的法則，它能指導我們如何設計出松耦合、更優良的程序。傳統應用程序都是由我們在類內部主動創建依賴對象，從而導致類與類之間高耦合，難於測試；有了IoC容器後，把創建和查找依賴對象的控制權交給了容器，由容器進行注入組合對象，所以對象與對象之間是鬆散耦合，這樣也方便測試，利於功能複用，更重要的是使得程序的整個體系結構變得非常靈活。
DI即“依賴注入”：是組件之間依賴關係由容器在運行期決定，形象的說，即由容器動態的將某個依賴關係注入到組件之中。依賴注入的目的並非爲軟件系統帶來更多功能，而是爲了提升組件重用的頻率，併爲系統搭建一個靈活、可擴展的平臺。通過依賴注入機制，我們只需要通過簡單的配置，而無需任何代碼就可指定目標需要的資源，完成自身的業務邏輯，而不需要關心具體的資源來自何處，由誰實現。理解DI的關鍵是：“誰依賴誰，爲什麼需要依賴，誰注入誰，注入了什麼”，
AOP的理解 切向編程思想：springAOP是一種的切向編程的思想，通過springAoP實現對軟件設計的原則：開閉原則。進而實現對一個類的和一個方法的增強的一種的手段。在傳統的架構中都是垂直的流程體系。但是在這個過程中經常產生一些橫向問題，比如log日誌記錄，權限驗證，事務處理，性能檢查的問題，通過使用的動態代理技術來實現來實現的AOP 的編程思想。
AOP的應用是：log日誌記錄，權限驗證，事務處理，性能檢查的問題。AOP在面向過程中產生的一些橫向問題，抽象出來就是AOP,主要是是關心邏輯的執行的順序時間。
事務：ACID 原子性 一致性 隔離性 持久性
事務的隔離級別：讀未提交 讀讀已提交 可重複度 串行化
對象的序列化和反序列化？
序列化：把對象轉換成字節序列的過程稱爲序列化
反序列化：把字節序列恢復成對象的過程稱爲反序列化
對象的序列化和反序列化主要就是使用ObjectOutputStream 和 ObjectInputStream
大數據中的Hbase和mysql的區別：
Mysql：關係型數據庫，主要面向OLTP，支持事務，支持二級索引，支持sql，支持主從、Group Replication架構模型（此處以Innodb爲例，不涉及別的存儲引擎）。
b）Hbase：基於HDFS，支持海量數據讀寫（尤其是寫），支持上億行、上百萬列的，面向列的分佈式NoSql數據庫。天然分佈式，主從架構，不支持事務，不支持二級索引，不支持sql。
數據存儲方式
a）MySQL採用行存儲，MySQL行存儲的方式比較適合OLTP業務。
b）HBase是面向列的NoSql數據庫，列存儲的方式比較適合OLAP業務，而HBase採用了列族的方式平衡了OLTP和OLAP，支持水平擴展，如果數據量比較大、對性能要求沒有那麼高、並且對事務沒有要求的話，HBase也是個不錯的選擇。
Redis、MySQL、hive、hbase的區別
redis：分佈式緩存，強調緩存，基於內存,支持數據持久化，支持事務操作
傳統數據庫：注重關係，注重事務性
hbase：列式數據庫，字典查詢，稀疏性存儲，無法做關係數據庫的主外鍵，用於存儲海量數據，底層基於hdfs
hive：數據倉庫工具，底層是mapreduce。不是數據庫，不能用來做用戶的交互存儲
HBase和Redis都是基於Key、Value的數據庫。
增、刪、改、查、 庫、表的概念在hbase 和hive 中 哪些有哪些沒有？
雖然Hive提供了SQL查詢功能，但是Hive不能夠進行交互查詢–因爲它只能夠在Haoop上批量的執行Hadoop,Hive中有增、查、庫、表的概念。
Hbase的能夠在它的數據庫上實時運行，Hbase中有增刪、改、查、表的概念。
數據庫和數據倉庫的區別
數據倉庫：分析型處理
是爲了企業所有級別的決策制定計劃過程，提供所有類型數據類型的戰略集合。它出於分析性報告和決策支持的目的而創建。
數據倉庫是面向主題的；
數據是隨着時間的變化而變化的；
數據倉庫的數據是不可修改的。 數據倉庫的數據主要提供企業決策分析之用，所涉及的數據操作主要是數據查詢，一般情況下並不進行修改操作。
屬於讀模式：在數據查詢時會進行檢查
hive數據倉庫可理解爲hdfs的一個數據管理工具
數據庫：操作型處理
支持事務性操作，屬於寫模式，即寫入數據時進行檢查
它是針對具體業務在數據庫聯機的日常操作，通常對少數記錄進行查詢、修改。