MYISAM與innodb搜索引擎原理MyISAM引擎使用B+Tree作爲索引結構，葉節點的data域存放的是數據記錄的地址。其採用索引文件與數據文件，索引文件只存放索引，葉子節點存放數據的物理地址。數據文件存放數據。其索引方式是非聚集的。
InnoDB也使用B+Tree作爲索引結構。但是它的主索引與數據都放在一個文件中。這種索引叫做聚集索引，因爲InnoDB的數據文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有），如果沒有顯式指定，則MySQL系統會自動選擇一個可以唯一標識數據記錄的列作爲主鍵，如果不存在這種列，則MySQL自動爲InnoDB表生成一個隱含字段作爲主鍵，這個字段長度爲6個字節，類型爲長整形。
區別一：InnoDB的主索引與數據都放在一個文件中。而MYISAM是分開存放的。
區別二：InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址。
區別三：InnoDB的主鍵索引是聚集索引，而MYISAM不是聚集索引。
3.索引，聚簇索引和二級索引的加鎖區別
聚集（clustered）索引，也叫聚簇索引。數據行的物理順序與列值（一般是主鍵的那一列）的邏輯順序相同，一個表中只能擁有一個聚集索引。
非聚集（unclustered）索引。該索引中索引的邏輯順序與磁盤上行的物理存儲順序不同，一個表中可以擁有多個非聚集索引。會發生二次查詢。
稠密索引:稠密索引文件中的索引塊保持鍵的順序與文件中的排序順序一致。
稀疏索引:稀疏索引沒有爲每個數據都創建一個索引,它比稠密索引節省了更多的存儲空間，但查找給定值的記錄需更多的時間。只有當數據文件是按照某個查找鍵排序時，在該查找鍵上建立的稀疏索引才能被使用，而稠密索引則可以應用在任何的查找鍵。
聯合索引:將一張表中多個列組成聯合索引(col1,col2,col3)，其生效方式滿足最左前綴原則。
覆蓋索引:對於二級索引而言，在innodb中一般是需要先根據二級索引查詢到主鍵，然後在根據一級索引查詢到數據。但是如果select的列都在索引中，就避免進行一級查詢。
4.主鍵選擇
在使用InnoDB存儲引擎時，如果沒有特別的需要，請永遠使用一個與業務無關的自增字段作爲主鍵。
where 1 = 1:能夠方便我們拼sql，但是使用了之後就無法使用索引優化策略，因此會進行全表掃描，影響效率。
5.分表分庫
水平拆分：依據表中的數據的邏輯關係，將同一個表中的數據依照某種條件拆分到多臺數據庫（主機）上面。按照1個或多個字段以及相應的規則，將一張表重的數據分到多張表中去。比如按照id%5的規則，將一張大表拆分成5張小表。適合具有超大表的系統。
垂直拆分：依照不同的表（或者Schema）來切分到不同的數據庫（主機）之上。一般按照模塊來分庫。適合各業務之間耦合度非常低的系統。
6.隔離級別
read uncommit:讀不加鎖，寫加共享鎖。會產生髒讀、幻讀。
read commit：讀加共享鎖，寫加排它鎖，但不加間隙鎖。間隙鎖的主要作用是防止不可重複讀，但會加大鎖的範圍。
repeatable read(innodb默認):讀加共享鎖，寫加間隙排它鎖。注意，Innodb對這個級別進行了特殊處理，使得這個級別能夠避免幻讀，但不是所有引擎都能夠防止幻讀！(網易面試官問)
serialization：會給整張表加鎖，強一致，但是效率低。
7.innodb中的鎖
MVCC(multi-Version Concurrency Control)：讀不加鎖，讀寫不衝突。適合寫少讀多的場景。讀操作分爲：快照讀（返回記錄的可見版本，不加鎖）、當前讀（記錄的最新版本，加鎖，保證其它記錄不修改）。
LBCC(Lock-Based Concurrency Control)：
join原理Simple Nested-Loop Join：效率最低，按照join的次序，在join的屬性上一個個掃描，併合並結果。
Index Nested-Loop Join：效率最高，join的屬性上面有索引，根據索引來匹配。
Block Nested-Loop Join：用於沒有索引的列。它會採用join buffer，將外表的值緩存到join buffer中，然後與內表進行批量比較，這樣可以降低對外表的訪問頻率
8.galera
多主架構：真正的多點讀寫的集羣，在任何時候讀寫數據，都是最新的。
同步複製，各節點間無延遲且節點宕機不會導致數據丟失。
緊密耦合，所有節點均保持相同狀態，節點間無不同數據。
無需主從切換操作。
無需進行讀寫分離。
併發複製：從節點在APPLY數據時，支持並行執行，有更好的性能表現。
故障切換：在出現數據庫故障時，因爲支持多點寫入，切的非常容易。
熱插拔：在服務期間，如果數據庫掛了，只要監控程序發現的夠快，不可服務時間就會非常少。在節點故障期間，節點本身對集羣的影響非常小。
自動節點克隆：在新增節點，或者停機維護時，增量數據或者基礎數據不需要人工手動備份提供，Galera Cluster會自動拉取在線節點數據，最終集羣會變爲一致。
對應用透明：集羣的維護，對應用程序是透明的，幾乎感覺不到。
9.LSM Tree，主要應用於nessDB、leveldb、hbase
核心思想的核心就是放棄部分讀能力，換取寫入的最大化能力。它假設假定內存足夠大，因此不需要每次有數據更新就必須將數據寫入到磁盤中，而可以先將最新的數據駐留在內存中，等到積累到最後多之後，再使用歸併排序的方式將內存內的數據合併追加到磁盤隊尾。（使用歸併排序是要因爲帶排序樹都是有序樹）
LSM具有批量特性，存儲延遲。B樹在insert的時候可能會造成分裂，可能會造成隨機讀寫。而LSM將多次單頁隨機寫，變成一次多頁隨機寫,複用了磁盤尋道時間，極大提升效率。
LSM Tree放棄磁盤讀性能來換取寫的順序性。
一般會使用Bloom Filter來優化LSM。當將內存中的數據與磁盤數據合併的時候，先要判斷數據是否有重複，如果不用Bloom Filter就需要在磁盤上一層層地找，而使用了之後就會降低搜索代價。
領取方法：關注後 私信關鍵詞“666”即可獲取
ISO模型與協議
http1.0：需要使用keep-alive參數來告知服務器端要建立一個長連接
http1.1：默認長連接。支持只發送header信息，可以用作權限請求。支持Host域。
http2.0：多路複用的技術，做到同一個連接併發處理多個請求。HTTP2.0使用HPACK算法對header的數據進行壓縮。支持HTTP2.0的web server請求數據的時候，服務器會順便把一些客戶端需要的資源一起推送到客戶端，免得客戶端再次創建連接發送請求到服務器端獲取。這種方式非常合適加載靜態資源。
會話層:負責管理主機之間的會話進程，負責建立、管理、終止進程之間的會話。
傳輸層:將上層數據分段並提供端到端的、可靠的或不可靠的傳輸，還要處理端到端的差錯控制和流量控制問題。協議TCP、UDP、SPX
網絡層:對子網間的數據包進行路由選擇。此外，網絡層還可以實現擁塞控制、網際互連等功能。協議IP、IPX、RIP、OSPF
數據鏈路層:在不可靠的物理介質上提供可靠的傳輸。該層的作用包括：物理地址尋址、數據的成幀、流量控制、數據的檢錯、重發等。協議SDLC、HDLC、PPP、STP、幀中繼
TCP\IP模型與協議
應用層：單位是數據段，協議有FTP、TELNET、HTTP、SMTP、SNMP、TFTP、NTP、DNS
運輸層：單位是數據包，協議有TCP、UDP
網絡層：單位是數據幀，協議有IP
網絡接口層：單位是比特，ARP、RARP
三次握手與四次揮手
BIO NIO AIO
BIO：同步阻塞IO，每個請求都要一個線程來處理。
NIO：同步非阻塞IO，一個線程可以處理多個請求，適用於短連接、小數據。
AIO：異步非阻塞IO，一個線程處理多個請求，使用回調函數實現，適用於長連接、大數據。
DDOS攻擊原理與防禦方式
HTTP Get Flood：發送大量會產生sql查詢的連接，使得數據庫負載很高。
CSRF跨站請求僞造原理攻擊者盜用了你的身份，以你的名義發送惡意請求。
CSRF攻擊是源於WEB的隱式身份驗證機制！WEB的身份驗證機制雖然可以保證一個請求是來自於某個用戶的瀏覽器，但卻無法保證該請求是用戶批准發送的！
防禦方式：1.驗證碼；2. 後臺生成token，讓前端請求攜帶。3.使用對稱加密，後端隨機給前端一個密鑰，前端進行加密，後端解密。
會話劫持通過暴力破解、 預測、竊取（通過XSS攻擊）等方式獲取到用戶session
XSS攻擊XSS攻擊是Web攻擊中最常見的攻擊方法之一，它是通過對網頁注入可執行代碼且成功地被瀏覽器執行，達到攻擊的目的，形成了一次有效XSS攻擊，一旦攻擊成功，它可以獲取用戶的聯繫人列表，然後向聯繫人發送虛假詐騙信息，可以刪除用戶的日誌等等，有時候還和其他攻擊方式同時實施比如SQL注入攻擊服務器和數據庫、Click劫持、相對鏈接劫持等實施釣魚，它帶來的危害是巨大的，是web安全的頭號大敵。
XSS反射型攻擊，惡意代碼並沒有保存在目標網站，通過引誘用戶點擊一個鏈接到目標網站的惡意鏈接來實施攻擊的。
XSS存儲型攻擊，惡意代碼被保存到目標網站的服務器中，這種攻擊具有較強的穩定性和持久性，比較常見場景是在博客，論壇等社交網站上，但OA系統，和CRM系統上也能看到它身影，比如：某CRM系統的客戶投訴功能上存在XSS存儲型漏洞，黑客提交了惡意攻擊代碼，當系統管理員查看投訴信息時惡意代碼執行，竊取了客戶的資料，然而管理員毫不知情，這就是典型的XSS存儲型攻擊。
解決方法
在表單提交或者url參數傳遞前，對需要的參數進行過濾
過濾用戶輸入。檢查用戶輸入的內容中是否有非法內容。如<>（尖括號）、”（引號）、 ‘（單引號）、%（百分比符號）、;（分號）、()（括號）、&（& 符號）、+（加號）等
28.RPC與HTTP服務的區別
synchronized、CAS
Collections
支持高併發的數據結構，如ConcurrentHashMap
基於AQS實現的鎖、信號量、計數器原理
Runnable與Callable的區別
線程池
作用
減少在創建和銷燬線程上所花的時間以及系統資源的開銷 。
當前任務與主線程隔離，能實現和主線程的異步執行，特別是很多可以分開重複執行的任務。
8.阻塞隊列
9.threadlocal
IOC/DI
Core、Beans、Context、Expression Language
JDBC、ORM、OXM、JMS、Transaction
AOP
Web
Test
@Autowired原理
工廠模式
反射
自動配置@ConfigurationProperties(prefix = "hello")：讀取以hello爲開頭的配置，屬性類使用
@Configuration：指名當前類爲配置類
@EnableConfigurationProperties(Properties)：指名配置屬性類
@ConditionalOnClass(Condition.class)：條件類，只有Condition.class存在，當前配置類才生效
Spring Boot在spring.factories配置了很多全限定名的配置類。
核心原理
常用數據類型String:二進制安全，可以存任何數據，比如序列化的圖片。最大長度位512M.
Hash:是KV對集合，本質是String類型的KV映射，適合存儲對象。
List:簡單字符串鏈表，可以在left、right兩邊插入，本質是雙向鏈表。緩衝區也是用這個實現。
Set:String類型的無序集合,內部實現是一個 value永遠爲null的HashMap，實際就是通過計算hash的方式來快速排重的，這也是set能提供判斷一個成員是否在集合內的原因。
zset:有序集合，每個元素會關聯一個double類型的score，然後根據score進行排序。注意：元素不能重複，但是score是可以重複的。使用HashMap和跳躍表(SkipList)來保證數據的存儲和有序，HashMap裏放的是成員到score的映射，而跳躍表裏存放的是所有的成員，排序依據是HashMap裏存的score.
pub/sub:在Redis中，你可以設定對某一個key值進行消息發佈及消息訂閱，當一個key值上進行了消息發佈後，所有訂閱它的客戶端都會收到相應的消息。
持久化
RDB：一種是手動執行持久化命令來持久化快照；另一種是在配置文件中配置策略，來自動持久化。持久化命令有save、bgsave兩種，bgsave會調用fork命令，產生子進程來進行持久化，而父進程繼續處理數據，但是持久化的快照是fork那一刻的快照，因此這種策略可能會丟失一部分數據。特點：每次都記錄所有數據，恢復快，子進程不影響父進程性能。
AOF：append only file，將每條操作命令都記錄到appendonly.aof文件中，但是不會立馬寫入硬盤，我們可以配置always（每有一個命令，都同步）、everysec（每秒同步一次）、no（沒30秒同步一次）。往往everysec就夠了。aof數據損失要比RDB小。特點：有序記錄所有操作，數據丟失更少，會對操作做壓縮優化，bgrewriteaof也會fork子進程，不影響父進程性能
事務
Transactions:不是嚴格的ACID的事務，但是這個Transactions還是提供了基本的命令打包執行的功能（在服務器不出問題的情況下，可以保證一連串的命令是順序在一起執行的，中間有會有其它客戶端命令插進來執行）。
Redis還提供了一個Watch功能，你可以對一個key進行Watch，然後再執行Transactions，在這過程中，如果這個Watched的值進行了修改，那麼這個Transactions會發現並拒絕執行。
topic
broker
partition
consumer
producer
stream
存儲機制
網絡模型
注意：partition之間是無序的
消息隊列的生產者消費者中消費者沒有收到消息怎麼辦，消息有順序比如1.2.3但是收到的卻是1.3.2怎麼辦？消息發過來的過程中損壞或者出錯怎麼辦
攔截器棧
@PreAuthorize
@PostAuthorize
支持Expression Language
內存模型、垃圾收集器、CMS與G1是重點
垃圾收集算法
標記-清除(CMS)容易產生碎片，當碎片太多會提前觸發Full GC
複製(年輕代基本用這個算法)會浪費一半的可能感覺
標記-整理(serial Old、Parallel Old)
Serial：採用單線程stop-the-world的方式進行收集。當內存不足時，串行GC設置停頓標識，待所有線程都進入安全點(Safepoint)時，應用線程暫停，串行GC開始工作，採用單線程方式回收空間並整理內存。串行收集器特別適合堆內存不高、單核甚至雙核CPU的場合。
ParNew
Parallel Scavenge
CMS：
初始標記(stop of world)
並行標記、預清理
重新標記(stop of world)
並行清理
G1
將堆分成很多region，可以同時堆年輕代與老年代進行收集
初始標記（stop of world）:初始標記(Initial Mark)負責標記所有能被直接可達的根對象(原生棧對象、全局對象、JNI對象)
並行標記:
重新標記（stop of world）:
清理（stop of world）:
重置
gc觸發條件
從年輕代分區拷貝存活對象時，無法找到可用的空閒分區，會觸發Minor GC
從老年代分區轉移存活對象時，無法找到可用的空閒分區，會觸發Major GC
分配巨型對象時在老年代無法找到足夠的連續分區，會觸發Major GC
可達性分析：通過檢查一塊內存空間能否被root達到，來判斷是否對其進行回收。
jdk不同版本新增的部分特性
jvm調優
VisualVM:JDK自帶JVM可視化工具，能過對內存、gc、cpu、thread、class、變量等等信息進行可視化。
單例雙重檢查
觀察者模式
裝飾者模式:jdk中輸入輸出流用到了該模式
適配器模式:jdk中Reader、writer用到了該模式
代理模式
靜態代理
JDK動態代理
Cglib到動態代理
生產者消費者模式
工廠模式
git+Jenkins
maven
K8Spod：Pod是所有業務類型的基礎，所有的容器均在Pod中運行,它是一個或多個容器的組合。每一個Pod都會被指派一個唯一的Ip地址，在Pod中的每一個容器共享網絡命名空間，包括Ip地址和網絡端口。Pod能夠被指定共享存儲卷的集合，在Pod中所有的容器能夠訪問共享存儲卷，允許這些容器共享數據。
kubelet：kubelet負責管理pods和它們上面的容器，images鏡像、volumes、etc。
ingress，用於負載均衡
docker
docker與虛擬機的區別
平衡二叉樹AVL
高度log(n)
插入時間複雜度log(n)
紅黑樹
插入時間複雜度log(n)
查找時間複雜度log(n)
在查找是，紅黑樹雖然複雜度也是log(n),但是從效率上比要略低於AVL。但是其優勢在於插入元素的時候，不會像AVL那樣頻繁地旋轉。
B+Tree：只有葉子節點存值，非葉子節點只存key和child，因此同樣大小的物理頁上能存放更多的節點。每一層的節點數量越多，意味着層次越少，也就意味着IO次數越少，因此非常適合數據庫以及文件系統。
大根堆：採用數組存儲樹，是一個完全樹。先插入到數組最後的位置上，然後採用上浮的思想，將該元素與比它小的父元素調換，直到parent>target，浮到root;然後將root與未排序的最後一個元素交換位置；重複以上步驟，直到所有元素都有序。插入如查找的複雜度都是log(n)。
優先隊列PriorityQueue，Java中使用小根堆實現，非線程安全。
優先阻塞隊列PriorityBlockQueue，線程安全。
快排
時間複雜度O(nlog(n))
空間複雜度O(log(n))
堆排序
時間複雜度O(nlog(n))
空間複雜度O(1)
歸併排序
時間複雜度O(nlog(n))
空間複雜度O(n)
跳錶時間複雜度O(log(n))
空間複雜度O(2n)
高度O(log(n))
cap理論
可用性
一致性
分區容忍性：對網絡斷開的容忍度，有點像魯棒性
拜占庭將軍問題
Raft 算法
有leader、follower、candidate
同步流程
由客戶端提交數據到Leader節點。
由Leader節點把數據複製到集羣內所有的Follower節點。如果一次複製失敗，會不斷進行重試。
Follower節點們接收到複製的數據，會反饋給Leader節點。
如果Leader節點接收到超過半數的Follower反饋，表明複製成功。於是提交自己的數據，並通知客戶端數據提交成功。
由Leader節點通知集羣內所有的Follower節點提交數據，從而完成數據同步流程。
zookeeper
Zab（Zookeeper Atomic Broadcast）協議,有兩種模式：
它們分別是：恢復模式（選主）和廣播模式（同步）。
有兩種算法：1. basic paxos；2. fast paxos（默認）
文件系統：zookeeper的通知機制、分佈式鎖、隊列管理、配置管理都是基於文件系統的。
分佈式鎖：有了zookeeper的一致性文件系統，鎖的問題變得容易。鎖服務可以分爲兩類，一個是保持獨佔，另一個是控制時序。
獨佔鎖：將zookeeper上的一個znode看作是一把鎖，通過createznode的方式來實現。所有客戶端都去創建 /distribute_lock 節點，最終成功創建的那個客戶端也即擁有了這把鎖。用完刪除掉自己創建的distribute_lock 節點就釋放出鎖。
控制時序鎖：/distribute_lock 已經預先存在，所有客戶端在它下面創建臨時順序編號目錄節點，和選master一樣，編號最小的獲得鎖，用完刪除。
隊列管理，分爲同步隊列、非同步隊列
數據複製的好處
容錯：一個節點出錯，不致於讓整個系統停止工作，別的節點可以接管它的工作；
提高系統的擴展能力 ：把負載分佈到多個節點上，或者增加節點來提高系統的負載能力；
提高性能：讓客戶端本地訪問就近的節點，提高用戶訪問速度。
5.一致性hash算法原理
Spring cloud
網關：zuul
分佈式\版本化配置 config
服務註冊和發現：Eureka，配置時需要注意多久刷新列表一次，多久監測心跳等。
service-to-service 調用
負載均衡：Ribbon；在生成RestTemplate的bean時，通過@LoadBalanced註解可以使得RestTemplate的調用
斷路器：Hystrix
監控：spring admin。在啓動類上加@EnableAdminServer註解。
servlet工作原理
tomcat工作原理,好文，強推
container
系統結構，講得很好，強推
硬鏈接與軟連接
硬鏈接：數據節點通過引用計數的方式來對指向它的硬鏈接計數，當計數爲0就刪除。
軟連接：我們可以把它看成是快捷方式，它只是記錄了某個文件的硬鏈接的路徑，如果我們把源文件刪除，再重新創建一個相同名字的文件，那麼軟連接指向的就是新創建的文件。
虛擬文件系統(VFS)：文件系統是有很多實現的，比如ext2、ext3、FAT等等，而VFS則是存在於應用程序與文件系統中間，它封裝了open、close、read、write等等操作文件系統的接口，爲應用程序屏蔽掉不同文件系統之間的差異。
VFS數據結構
bitmap，大文件交集
Elasticsearch索引原理
從內存到屏幕經歷了啥
高併發場景的限流，你怎麼來確定限流限多少，模擬場景和實際場景有區別怎麼解決，
說一下redis與kafka，redis持久化策略
git中rebase與merge區別
docker底層原理，依賴操作系統的什麼
ls -l | grep xxx的執行過程，儘可能的細，是多進程還是單進程？
兩個有序數組求中位數
算法 3Sum、中序遍歷非遞歸實現、循環打印矩陣
final、finally、finanize
jvm內存模型
垃圾回收器
Spring特點介紹下
Synchronize與ReentrantLock的區別、使用場景
CAS使用場景
聊了下git+jekins+K8S+docker實現自動化部署
innodb原理，使用場景，與MYISAM在場景上的區別
weakReference、softReference等
Hbase的原理，LSM Tree
Linux中，哪種進程可以使用管道
權限模型
介紹下線程池，阻塞隊列的用法，無界隊列真的無界嗎？
說一下redis
kafka存儲模型與網絡模型
zookeeper與redis實現分佈式鎖
樂觀鎖與悲觀鎖
算法：有n個人，給你ai與aj的身高關係，如ai比aj高，進行身高排序，如果條件不滿足，則輸出“不滿足”
Spring boot的特性
以上是總結出的最全技術面試題目，以下是最新總結出的BAT面試java必考題目和答案。
領取方法：關注後 私信關鍵詞“666”即可獲取