宗蔚 2024-03-20
后端
1、不同的数据库如何实现分页查询
2、有多少种索引以及应用场景
主键索引 唯一索引 普通索引 组合索引 全文索引
3、索引在数据库的底层实现
B+ 树
非叶子节点存放的是索引，叶子节点存放的是数据。
4、like 在不同数据库的实现原理
对每个字段进行匹配。
5、连接函数的实现原理
6、怎么实现数据库兼容
7、JVM 的内存模型
8、导致内存溢出的原因有哪些？ 分别是导致什么内存溢出（栈内存溢出，堆内存溢出）
9、如何控制线程池（线程池的参数设置）如果任务塞满阻塞队列线程池会怎么处理。
线程池一般通过创建 ThreadPoolExecutor 来创建一个线程池，在创建的时候可以传入 7 个参数，分别是
- 核心线程的数量
- 最大线程的数量
- 超时时间
- 超时时间的单位 秒，毫秒， 分等
- 线程工厂，用来创建线程的工厂
- 阻塞队列，当工作的线程达到最大线程数时，会把新加的任务添加到阻塞队列里面
- 拒绝策略，阻塞队列满了，会根据拒绝策略来判断新家的任务是如何操作的。
- 直接丢弃
- 报错
- 丢弃阻塞队列的第一个任务之后再插入
- 在当前线程执行。
如果允许的任务数达到了最大线程数，此时，新添加一个任务到线程池，会将任务添加到阻塞队列(工作队列)，如果阻塞队列已满，就在判断一下当前 运行的任务是否达到最大线程数，没有达到就会直接新建一个线程来运行这个任务，否则根据拒绝策略来对任务进行处理。
不建议使用 Executors 来创建线程池，因为在某种情况下会导致内存溢出。（Executors 部分方法使用的是无界队列）
线程池的运行过程
- 刚开始运行时，线程池是空的。
- 一个任务进来，检查池中的线程数量，是否达到
corePoolSize, 如果没有达到，则创建线程，执行任务。 - 任务执行完成后，线程不会销毁，而是阻塞，等待下一个任务。
- 又进来一个任务，不是直接使用阻塞的线程，而是检查线程池中的线程数大小，是否达到
corePoolSize，如果没有达到，则继续创建新的线程，来执行新的任务，如此往复， 直到线程池中的线程数达到corePoolSize，此时停止创建新的线程。 - 此时，又来新的任务，会选择线程池中阻塞等待的线程来执行任务，有一个任务进来，唤醒一个线程来执行这个任务，处理完之后，再次阻塞，尝试在
workQueue上获取 下一个任务，如果线程池中没有可唤醒的线程， 则任务进入workQueue，排队等待。 - 如果队列是无界队列，比如
LinkedBlockingQueue，默认最大容量为Integer.Max，接近于无界， 可用无限制的接收任务，如果任务是有界队列，比如ArrayBlockingQueue，可限定队列大小，当线程池中的线程来不及处理， 然后，所有的任务都进入队列，队列的任务数也达到限定大小，此时，再来新的任务，就会入队失败，然后，就会再次尝试在线程池创建线程， 直到线程数达到maximumPoolSize，停止创建线程。 - 此时，队列满了，新的任务无法入队。创建的线程数也达到了
maximumPoolSize，无法再创建新的线程，此时，就会reject，使用拒绝策略RejectedExecutionHandler，不让继续提交任务，默认的是AbortPolicy策略，拒绝，并抛出异常。 - 超出
corePoolSize数创建的那部分线程，是跟空闲时间keepAliveTime相关的，如果超过 keepAliveTime 时间还获取不到 任务，线程会被销毁，自动释放掉。
为什么不建议使用 Executors 创建线程，而使用 ThreadPoolExecute 实现类来创建线程？
Executors 创建的 FixedThreadPool 和 SingleThreadExecutor 使
用的是 LinkedBlockingQueue 阻塞队列，默认大小是 Integer.MAX_VALUE，
可以无限制的将任务添加到队列中。CachedThreadPool 允许创建线程的数量为
Integer.MAX_VALUE，可能会创建大量的线程。在极端的情况下会导致
JVM OOM，系统就挂了。
线程池调优
- 高并发、任务执行时间短，此类任务可以充分利用 CPU，尽可能减少上下文切换，线程池的线程数可以设置为
CPU core + 1 - 并发不高，任务执行时间长
- IO 密集
2 * CPU core - CPU 密集
CPU core + 1
- IO 密集
- 高并发、业务执行时间长 考虑拆分、解耦、部分数据缓存，增加服务器。
tasks 每秒的任务数
taskCost 每个任务花费的时间
responseTime 系统容忍的最大响应时间
corePoolSize = tasks * taskCost / responseTime
实际场景
- 任务数多但资源占用不大： 电商平台的消息推送或短信通知
BlockingQueue queue = newArrayBlockingQueue<>(4096);
ThreadPoolExecutor executor = newThreadPoolExecutor(16, 16, 0, TimeUnit.SECONDS, queue);
- 任务数不多但资源占用大： 日志收集、图片流压缩或批量订单处理等场景
BlockingQueue queue = newArrayBlockingQueue<>(512);
ThreadPoolExecutor executor =newThreadPoolExecutor(16, 64, 30, TimeUnit.SECONDS, queue);
- 极端情况，任务多，资源占用大
BlockingQueue queue = newSynchronousQueue<>();
ThreadPoolExecutor executor =newThreadPoolExecutor(64, 64, 0, TimeUnit.SECONDS, queue);