跟着B战学习JAVA面试八股文

学习链接：https://www.bilibili.com/video/BV1gm411S7EX/?spm_id_from=333.337.search-card.all.click&vd_source=efbaa07876b231ae3225ba8999116807

创建线程的几种方式？

继承Thread类
实现Runnable接口
实现Callable接口
通过线程池来创建线程

为什么不建议使用Executors创建线程池?

以创建FixedThreadPool为例,其构造方法为:

public static ExecutorService newFixedThreadPool (int nThread) {return new ThreadPoolExecutor (nThread, nThread, 0L, TimeUnit.MILLISECONDS,new LinkedBlockingQueue<Runnable>());
}

发现创建的队列为LinkedBlockingQueue，是一个无界阻塞队列（最大是21亿个任务），如果使用该线程池执行任务，如果任务过多就会不断的添加到队列中，任务越多占用的内存就越多，最终可能耗尽内存，导致OOM。

	// 短信关于创建线程池的实践，线程池的大小要结合具体的场景来确定。private static final ExecutorService executor;static {Integer corePoolSize = DeviceConfig.getInstance().getInteger("route.exec.corePoolSize", 16);Integer maximumPoolSize = DeviceConfig.getInstance().getInteger("route.exec.maximumPoolSize", 16);Integer queueCapacity = DeviceConfig.getInstance().getInteger("route.exec.queueCapacity", 1000);executor = new ThreadPoolExecutor(corePoolSize, maximumPoolSize, 0L,TimeUnit.SECONDS, new LinkedBlockingQueue<>(queueCapacity),Executors.defaultThreadFactory(), new CallerRunsPolicyWithCounter());}// 拒绝策略，计数
public class CallerRunsPolicyWithCounter implements RejectedExecutionHandler {private AtomicLong count = new AtomicLong(0L);@Overridepublic void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {if (!executor.isShutdown()) {count.incrementAndGet();r.run();}}public long report() {return count.getAndSet(0L);}}

线程池有几种状态，分别表示什么？

Running（运行状态）：线程池新建或者调用execute()方法后,处于运行状态,能够接收新的任务
ShutDown（关闭状态）：调用shutdown()方法后,此时线程池不再接收新的任务,但会执行已提交的等待队列中的任务.
Stop（停止状态）：调用shutdownNow()方法时,线程的状态会变为Stop。此时线程池不再接收新的任务，并且会中断正在处理中的任务
Tidying（整理状态）：中间状态不做任何处理
Terminated（终止状态）：线程池内部的所有线程都已经终止时，线程池进入Terminated状态

在这里插入图片描述

Synchronized和ReentrantLock有哪些不同点？

Sync的底层锁升级策略?
Lock的中断方式?

在这里插入图片描述

ThreadLocal 有哪些应用场景?它底层是如何实现的?

线程隔离
结构如下，每个线程都会关联一个ThreadLocalMap

ReentrantLock分为公平锁和非公平锁，那底层分别是如何实现的？

首先不管是公平锁和非公平锁，他们的底层实现都是使用AQS来进行排队，他们的区别在于线程在使用lock()方法加锁时：

如果是公平锁，会先检查AQS队列中是否存在线程在排队，如果有线程在排队，则当前线程也进行排队；
如果是非公平锁，则不会去检查是否有线程在排队，而是直接去竞争锁。

另外，不管是公平锁还是非公平锁，一旦没竞争到锁，都会进行排队，当锁释放时，都是唤醒排在最前面的线程，所以非公平锁只是体现在了线程加锁阶段，而没有体现在线程被唤醒的阶段。

ReentrantLock是可重入锁,不管是公平锁,还是非公平锁都是可重入。

Synchronized 的锁升级过程是什么样的?

tomcat 为什么要自定义类加载器？

避免因为类名一样而产生冲突。

微服务有什么好处？

单体项目的缺点：

可扩展性受限
难以维护和更新
高风险
技术栈限制
团队协助复杂

微服务项目的缺点：

成本挑战
i. 基础设施成本增加
ii. 开发和维护成本
复杂性挑战
i. 分布式系统复杂性
ii. 服务发现与治理
部署挑战
i. 自动化部署需求
ii. 版本控制和回滚
一致性挑战
i. 数据一致性
ii. 事务管理
监控与故障排查挑战
i. 性能挑战
ii. 故障排查

现在有哪些微服务解决方案？

Dubbo + ZK
SpringCloud

Eureka 实现原理了解吗？

Eureka的实现原理,可以分为以下几个方面:

服务注册与发现：当一个服务实例启动时，会向Eureka Server发送注册请求,将自己注册到注册中心。Eureka Server会将这些信息保存在内存中,并提供REST接口供其他服务查询。服务消费者可以通过查询服务实例列表来获取可用的服务提供实例，从而实现服务的发现。
服务健康检查：Eureka通过心跳机制来检测服务实例的健康状态。服务实例会定期向Eureka Server发送心跳,也就是续约,以表明自己的存活状态.如果Eureka Server在一定时间内没有收到某个服务实例的心跳,则会将其标记为不可用,并从服务列表中移除,下线实例。
服务负载均衡：Eureka客户端在调用其他服务时,会从本地缓存中获取服务的注册信息.如果缓存中没有对应的信息,则会向Eureka Server发送查询请求.Eureka Server会返回一个可用的服务实例列表给客户端,客户端可以使用负载均衡算法选择其中一个去调用。

Eureka Server是怎么保证高可用的?

多实例部署：通过将多个Eureka Server实例部署在不同的节点上,可以实现高可用性。当其中一个实例发生故障时，其他实例仍然可以提供服务，并保持注册信息的一致性。

服务注册信息的复制：当一个服务实例向Eureka Server注册时,每个Eureka Server实例都会复制其他实例的注册信息,以保持数据的一致性。当某个Eureka Server实例发生故障时,其他实例可以接管其工作,保证整个系统的正常运行.
自我保护机制:Eureka具有自我保护机制.当Eureka Server节点在一定时间内没有收到心跳时,会进入自我保护模式。在自我保护模式下，Eureka Server 不再剔除注册表中的服务实例,以保护现有的注册信息。这样可以防止由于网络抖动活其他原因导致的误剔除，进一步提高系统的稳定性。

什么是CAP？为什么三者不能同时拥有？

分布式项目的3个特性：一致性(Consistency)，可用性(Availability)、分区容错(Partition-tolerance)

分区容错性：分布式系统在遇到某节点或者网络分区故障时，仍然能够对外提供服务。
一致性：所有节点在同一时间的数据完全一致。
可用性：服务一直可用，而且是正常响应时间。允许读到的是旧的数据。

Base理论了解吗?

Basically Available : 基本可用：
Soft state：软状态，即允许多个节点存在数据延迟
Eventually consistent：最终一致性

什么是分布式事务？

ACID

Atomicity: 原子性一个事务的所有操作,必须全部完成,或者全部不完成。
Consistency: 一致性在事务开始或结束时，数据库应该在一致状态。
Isolation：隔离性事务与事务之间不会互相影响
Durability: 持久性事务一旦完成，就不能返回，变更完全保存到数据库中