Java工程师面试题汇总

1. mysql Nested-Loop算法，Block-Nested-Loop算法，join优化

答：Nested-Loop：选取（mysql自动优化选择）一个表作为驱动表，循环驱动表结果集，查询下一个表的数据，然后合并结果集。如果是多表join，则将前一次合并的结果作为循环数据，查询下一个表。

Block-Nested-Loop（默认开启）：在NL算法的基础上，将外层循环的结果缓存起来，内层循环一次比较多条数据，减少总循环次数。比如，外层查询有100条结果，缓存10条，每次内层循环比较10条数据，则只需要循环10次。

优化：

使用小结果集作为驱动表，减少总循环次数（自动优化）

优先优化内层查询，减少每一次循环的时间

关联查询条件建立索引

设置适当的join_buffer_size，当join_buffer_size大于外层结果集时，再增大join_buffer_size不会变得更快

2. mysql索引原理

答：mysql使用B+Tree（平衡多路查找树）作为索引的数据结构，而innoDB和MyIsAm对索引的实现方式略有不同。使用B+Tree而不使用平衡二叉树、红黑树等结构的原因和计算机物理结构有关。索引本身需要存储，而索引一般比较大，因此索引往往存在磁盘中。而磁盘IO效率非常低，所以判断索引结构好坏的一个重要指标就是磁盘IO次数。计算机为提高磁盘IO效率，在读取数据时会进行预读，预读的大小为页的整数倍。数据库系统将B+Tree结点的大小刚好设置为一页的大小，因此一次IO就能完全载入一个结点。因为B+Tree的一个结点中会存储多个关键字，所以B+Tree的高度相比其他几种树会低很多，IO次数也会少很多。

MyIsAm索引：索引文件与数据文件是分离的。索引的叶子结点存储数据行的地址。因为相邻的叶子节点分配的物理地址并不一定相邻，所以这种索引是非聚簇索引。

InnoDB的主键索引：数据文件就是索引文件。索引的叶子结点存储完整的数据记录。逻辑相邻的数据行在物理上的存储也是相邻的，属于聚簇索引。若没有定义主键，则mysql选取第一个唯一非空的索引作为聚簇索引。若也没有唯一非空的索引，则会创建一个隐藏的聚簇索引。建表时最好使用无意义的自增列作为主键，每次插入数据只需要按顺序往后排即可。如果主键不是自增的，插入新结点时可能导致结点分裂（一个结点保存的数据记录超过一定大小就会分裂），进而导致后序其他的结点分裂，在数据量大的时候，效率非常低下。

InnoDB的普通索引：叶子结点存储主键值，普通索引的顺序与主键索引不一定一样，所以是非聚簇索引。

3. 索引的选择性

答：索引的选择性=不重复的值得个数/总记录数，取值范围为(0,1]。索引的选择性越小，使用索引的效果越不明显（越接近全表扫描）。极端情况下，假设只有一种不重复的值，使用索引（需要扫描整个B+Tree或hash值查出的记录为所有记录）和全表扫描完全一样。

4. hash索引和B+Tree索引的区别

答：

hash索引只能用于=、in和!=的查询，不能用于范围查询，不能用于排序。因为hash索引通过查找hash值一样的数据来进行索引，而hash之前的值大小与hash值大小不一定存在对应关系。

对于组合索引，不能利用前面的一个或多个索引查询

hash存在冲突的情况，因此查到一个hash值之后，还需要在多个数据记录之间选择

除上述情况外，hash索引效率远高于B+Tree

5. mvcc（多版本并发控制）机制

答：mvcc只有在Read Commited和Repeatable Read隔离级别下有效。在Read Uncommited下，每次读都是当前读（读最新行，而不是符合系统版本号的行），在Sirializable级别下，所有读都加锁，因此这两种级别不适用mvcc。在InnoDB的mvcc是通过在每行记录后面保存两个隐藏的列来实现的。这两个列一个保存了行的创建时系统版本号，一个保存了行的删除时系统版本号。每开始一个新事务，系统版本号都会递增。事务开始时的系统版本号就是事务版本号。下面是crud的mvcc实现（注：在事务a、b并发执行的情况下，假设事务a读取行，事务b插入（更新、删除）行。若事务b先执行，则会锁行，事务a会等b执行完之后读取最新结果，这种情况与mvcc机制无关。若事务a先执行，b是插入操作时，b的版本号大于a，a不能查到新增的行；b是更新操作时，新增的行版本号大于a，读到的仍是原始行；b是删除操作时，删除版本号大于a的版本号，仍能查到b删除的这行。以上情况无论b是否已经提交都成立，这样就解决了快照读下的脏读、不可重复读以及幻读）：

select：只有符合以下两个条件的记录才会作为返回结果

行的创建版本号小于或等于事务版本号。这可以确保事务读取的行，要么是事务开始前已经存在的，要么是事务自身插入或者修改过得。。

行的删除版本要么未定义，要么大于当前事务版本号。这可以确保事务读到的行，在事务开始之前未被删除。

insert：新插入的每一行保存当前系统版本号作为行版本号。

delete：删除的每一行保存当前系统版本号作为行删除版本号。

update：插入一条新纪录，保存当前系统版本号作为行版本号，同时保存当前系统版本号作为原来的行的删除版本号。

6. 如何避免死锁

答：死锁产生的原因是不同的事务获取锁的顺序相反（不一定非要多条sql语句才会形成死锁，如果两个事务分别通过两个非主键索引更新数据，这两个索引对应的主键顺序刚好相反时就形成了死锁。例如事务A执行update t set name="123"where age>10,事务B执行delete from t where id=1。这时假如A的结果集对应的id是(2,4,1,3,5)，事务B的结果集是(1,2,3,4,5)，则可能死锁）。常见的避免死锁的方法有：

尽量以相同的顺序访问表，若某两个事务因使用不同的非主键索引引起死锁，可以尝试拆分sql语句，通过非主键索引查出主键，再用主键更新记录。

尝试升级锁定的颗粒度，通过表锁减少死锁的概率

7. CopyOnWriteArrayList和Vector或通过Collections.synchronizedList()获取到的SynchronizedList的区别

答：SynchronizedList和Vector属于同步容器，所有方法均加锁，并发性能很差。而CopyOnWriteArrayList只对写操作加锁，修改操作并不直接修改原始数组的内容，而是创建一个新数组并把原数组的引用指向新数组。由于该数组引用是volatile的并且更新和添加操作直接替换引用，因此不需要对读加锁。CopyOnWriteArrayList体现了读写分离的思想，对于并发读取的性能远高于SynchronizedList。CopyOnWriteArrayList没加读锁，因此获取到的数据不能保证实时一致，比如正在执行add操作，但还没有执行到数组赋值的那一行，则读到的还是add之前的数据。另外，CopyOnWriteArrayList占用内存较多，只有在遍历、获取操作远多于写操作是才考虑使用。SynchronizedList无法在遍历时修改（可以使用iterator的方法修改，但需要额外的同步处理），而CopyOnWriteArrayList可以（但不能通过iterator方法修改，其iterator没有提供相应的方法），但遍历时不会获取到修改的部分（遍历的是那一刻的数组副本）。

8. HashMap的容量为什么是2的k次幂

答：HashMap的结构是一个链表（或红黑树）数组，不同的Node根据hash值散列在table数组中，hash值相同的Node组成一个链表（或红黑树）。table.length>64并且链表长度>8时，会将链表结构转化成红黑树，以此来提升hash值相同时的查找效率。当table.length>threshold(容量*负载因子)，或者table.length<=64并且链表长度>8时，会发生扩容，每次扩容之后的容量都是2的k次幂（左移一位）。Node的hash值对table.length取模就可以得到Node在table中的下标，但取模运算%是非常耗时的。我们把table.length记为n，当n=2^k（2的k次幂）时满足下列等式：hash%2^k=hash&(2^k-1)=hash&(n-1)，因此将table.length设置为2的k次幂即可把低效的取模运算转化成高效的位运算。

以上就是极悦小编介绍的"Java工程师面试题汇总"，希望对大家有帮助，如有疑问，请在线咨询，有专业老师随时为您服务。