网址：https://itgogogo.cn

大家好，我是皇子。

今天给大家分享阿里巴巴Java校招面经，同学的面试感受是「整个面试过程体验很舒服，面试官一直引导」。

可惜他挂了，自己没准备充分。

稍微整理下，包含以下知识点：

• MySQL：MySQL索引的数据结构、 索引失效的场景
• Redis：什么是热Key问题，如何解决热key问题、数据淘汰策略
• 操作系统：进程与线程概念、进程与线程的区别
• 计算机网络：计算机网络体系结构、数据在各层之间的传递过程
• Java：Collections.sort和Arrays.sort的实现原理、Arraylist与LinkedList区别、 ArrayList集合加入1万条数据，应该怎么提高效率、谈谈线程池阻塞队列、直接缓冲区与非直接缓冲器有什么区别？
• 算法：二叉树的深度遍历

MySQL

MySQL索引的数据结构

MySQL的默认存储引擎是InnoDB，它采用的是B+树结构的索引。

B+树：只有叶子节点才会存储数据，非叶子节点只存储键值。叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表。

在这张图里，有两个重点：

• 最外面的方块，的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（粉色所示）和指针（黄色/灰色所示），如根节点磁盘包含数据项（左开右闭）17和35，包含指针P1、P2、P3，P1表示小于等于17的磁盘块，P2表示在大于17和小于等于35之间的磁盘块，P3表示大于35的磁盘块。真实的数据存在于叶子节点即3、4、5……、65。非叶子节点不存储真实的数据，只存储指引搜索方向的数据项，如17、35并不真实存在于数据表中。

• 叶子节点之间使用双向指针连接，最底层的叶子节点形成了一个双向有序链表，可以进行范围查询。

索引失效的场景

• 在索引列上使用mysql的内置函数，索引失效。

• 对索引列运算（如，+、-、*、/），索引失效。

• 索引字段上使用（！= 或者 < >，not in）时，可能会导致索引失效。

• 索引字段上使用is null， is not null，可能导致索引失效。字段为空是可以走索引的，但是部分场景可能会失效，字段尽量设置为非null然后设置默认值

• 如果字段类型是字符串，where时一定用引号括起来，否则会因为隐式类型转换，索引失效

• like通配符可能导致索引失效。最左前缀不仅仅适用于组合索引，还适用于varchar的like语句，但是要注意，只有like "XXX%"的情况走索引，like "%XXX"和like "%XXX%"是不走索引的。

• 查询条件包含or或者in，可能导致索引失效。具体是由MySQL优化器内部决定是全表扫描还是索引查找，用效率较高的一种方式。

• 联合索引，查询时的条件列不是联合索引中的第一个列，索引失效。

• 左连接查询或者右连接查询查询关联的字段编码格式不一样，可能导致索引失效。

• MySQL优化器估计使用全表扫描要比使用索引快,则不使用索引：MySQL优化器内部就是找到一个索引扫描行数最少的方案去执行语句。那么扫描行数怎么来判断的？是逐行统计数据表的数据吗？其实并不是，而是根据统计信息来预估的值，这个统计信息就是我们常说的索引的“区分度”。

建议：在使用前最好还是先用 explain 来试试到底sql语句走不走索引，然后选择较优的sql。

Redis

什么是热Key问题，如何解决热key问题

什么是热Key呢？

在Redis中，我们把访问频率高的key，称为热点key。

如果某一热点key的请求到服务器主机时，由于请求量特别大，可能会导致主机资源不足，甚至宕机，从而影响正常的服务。

而热点Key是怎么产生的呢？主要原因有两个：

• 用户消费的数据远大于生产的数据，如秒杀、热点新闻等读多写少的场景。

• 请求分片集中，超过单Redis服务器的性能，比如固定名称key，Hash落入同一台服务器，瞬间访问量极大，超过机器瓶颈，产生热点Key问题。

那么在日常开发中，如何识别到热点key呢？

• 凭经验判断哪些是热Key；

• 客户端统计上报；

• 服务代理层上报

如何解决热key问题？

• Redis集群扩容：增加分片副本，均衡读流量；

• 将热key分散到不同的服务器中；

• 使用二级缓存，即JVM本地缓存,减少Redis的读请求。

数据淘汰策略

我们通常在设计一个系统的时候，由于数据库的读取速度远小于内存的读取速度，所以为了加快读取速度，会将一部分数据放到内存中，称为缓存。

但是内存容量是有限的，当你要缓存的数据超出容量，就得有部分数据删除，这时候哪些数据删除，哪些数据保留, 就是缓存淘汰策略要干的事情。

可以设置内存最大使用量，当内存使用量超出时，会执行数据淘汰策略

Redis 具体有 6 种淘汰策略：

操作系统

进程与线程概念

进程

进程是资源分配的基本单位。

进程控制块 (Process Control Block, PCB) 描述进程的基本信息和运行状态，所谓的创建进程和撤销进程，都是指对 PCB 的操作。

下图显示了 4 个程序创建了 4 个进程，这 4 个进程可以并发地执行。

线程

线程是独立调度的基本单位。

一个进程中可以有多个线程，它们共享进程资源。

QQ 和浏览器是两个进程，浏览器进程里面有很多线程，例如 HTTP 请求线程、事件响应线程、渲染线程等等，线程的并发执行使得在浏览器中点击一个新链接从而发起 HTTP 请求时，浏览器还可以响应用户的其它事件。

进程与线程的区别

拥有资源

进程是资源分配的基本单位，但是线程不拥有资源，线程可以访问隶属进程的资源。

调度

线程是独立调度的基本单位，在同一进程中，线程的切换不会引起进程切换，从一个进程中的线程切换到另一个进程中的线程时，会引起进程切换。

系统开销

由于创建或撤销进程时，系统都要为之分配或回收资源，如内存空间、I/O 设备等，所付出的开销远大于创建或撤销线程时的开销。类似地，在进行进程切换时，涉及当前执行进程 CPU 环境的保存及新调度进程 CPU 环境的设置，而线程切换时只需保存和设置少量寄存器内容，开销很小。

通信方面

线程间可以通过直接读写同一进程中的数据进行通信，但是进程通信需要借助 IPC。

计算机网络

计算机网络体系结构

• 应用层：为特定应用程序提供数据传输服务，例如 HTTP、DNS 等协议。数据单位为报文。

• 表示层：数据压缩、加密以及数据描述，这使得应用程序不必关心在各台主机中数据内部格式不同的问题。

• 会话层：建立及管理会话。

• 传输层（运输层）：为进程提供通用数据传输服务。由于应用层协议很多，定义通用的传输层协议就可以支持不断增多的应用层协议。运输层包括两种协议：传输控制协议 TCP，提供面向连接、可靠的数据传输服务，数据单位为报文段；用户数据报协议 UDP，提供无连接、尽最大努力的数据传输服务，数据单位为用户数据报。TCP 主要提供完整性服务，UDP 主要提供及时性服务。

• 网络层：为主机提供数据传输服务。而传输层协议是为主机中的进程提供数据传输服务。网络层把传输层传递下来的报文段或者用户数据报封装成分组。

• 数据链路层：网络层针对的还是主机之间的数据传输服务，而主机之间可以有很多链路，链路层协议就是为同一链路的主机提供数据传输服务。数据链路层把网络层传下来的分组封装成帧。

• 物理层：考虑的是怎样在传输媒体上传输数据比特流，而不是指具体的传输媒体。物理层的作用是尽可能屏蔽传输媒体和通信手段的差异，使数据链路层感觉不到这些差异。

❝

五层协议没有表示层和会话层，而是将这些功能留给应用程序开发者处理。

❝

TCP/IP 协议：它只有四层，相当于五层协议中数据链路层和物理层合并为网络接口层。

TCP/IP 体系结构不严格遵循 OSI 分层概念，应用层可能会直接使用 IP 层或者网络接口层。

数据在各层之间的传递过程

在向下的过程中，需要添加下层协议所需要的首部和尾部，而在向上的过程中不断拆开首部和尾部。

路由器只有下面三层协议，因为路由器位于网络核心中，不需要为进程或者应用程序提供服务，因此也就不需要传输层和应用层。

数据在各层传递过程及数据格式变化

数据格式变化

Java

Collections.sort和Arrays.sort的实现原理

Collection.sort是对list进行排序，Arrays.sort是对数组进行排序。

Collections.sort底层实现

Collections.sort方法调用了list.sort方法

list.sort方法调用了Arrays.sort的方法

因此，Collections.sort方法底层就是调用的Array.sort方法

Arrays.sort底层实现

Arrays的sort方法，如下：

如果比较器为null，进入sort（a）方法。如下：

因此，Arrays的sort方法底层就是：

• legacyMergeSort(a)，归并排序，
• ComparableTimSort.sort()：即Timsort排序。

Timesort排序

Timsort排序是结合了合并排序（merge.sort）和插入排序（insertion sort）而得出的排序方法；

1.当数组长度小于某个值，采用的是二分插入排序算法，如下：

1. 找到各个run，并入栈。

1. 按规则合并run。

Arraylist与LinkedList区别

可以从它们的底层数据结构、效率、开销进行阐述哈

• ArrayList是数组的数据结构，LinkedList是链表的数据结构。
• 随机访问的时候，ArrayList的效率比较高，因为LinkedList要移动指针，而ArrayList是基于索引(index)的数据结构，可以直接映射到。
• 插入、删除数据时，LinkedList的效率比较高，因为ArrayList要移动数据。
• LinkedList比ArrayList开销更大，因为LinkedList的节点除了存储数据，还需要存储引用。

ArrayList集合加入1万条数据，应该怎么提高效率

因为ArrayList的底层是数组实现,并且数组的默认值是10,如果插入10000条要不断的扩容,耗费时间,所以我们调用ArrayList的指定容量的构造器方法ArrayList(int size) 就可以实现不扩容,就提高了性能。

谈谈线程池阻塞队列

• ArrayBlockingQueue
• LinkedBlockingQueue
• DelayQueue
• PriorityBlockingQueue
• SynchronousQueue

ArrayBlockingQueue： （有界队列）是一个用数组实现的有界阻塞队列，按FIFO排序量。

LinkedBlockingQueue：  （可设置容量队列）基于链表结构的阻塞队列，按FIFO排序任务，容量可以选择进行设置，不设置的话，将是一个无边界的阻塞队列，最大长度为Integer.MAX_VALUE，吞吐量通常要高于ArrayBlockingQuene；newFixedThreadPool线程池使用了这个队列

DelayQueue：（延迟队列）是一个任务定时周期的延迟执行的队列。根据指定的执行时间从小到大排序，否则根据插入到队列的先后排序。newScheduledThreadPool线程池使用了这个队列。

PriorityBlockingQueue：（优先级队列）是具有优先级的无界阻塞队列；

SynchronousQueue：（同步队列）一个不存储元素的阻塞队列，每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态，吞吐量通常要高于LinkedBlockingQuene，newCachedThreadPool线程池使用了这个队列。

针对面试题：线程池都有哪几种工作队列？

回答以上几种ArrayBlockingQueue，LinkedBlockingQueue，SynchronousQueue等，说出它们的特点，并结合使用到对应队列的常用线程池(如newFixedThreadPool线程池使用LinkedBlockingQueue)，进行展开阐述就可以了。

直接缓冲区与非直接缓冲器有什么区别？

在Java中，缓冲区分为两种类型：直接缓冲区（Direct Buffer）和非直接缓冲区（Indirect Buffer，也称为堆缓冲区）。

非直接缓冲区（Heap Buffer）

• 非直接缓冲区的创建是在Java堆内存中分配空间，通过ByteBuffer.allocate()方法创建。
• 操作非直接缓冲区的数据不需要进行额外的内存复制，但在进行I/O操作时（如文件读写或网络通信），数据需要从堆内存复制到操作系统内核的缓冲区，然后再进行实际的I/O操作，这可能导致额外的性能开销。

直接缓冲区（Direct Buffer）

• 直接缓冲区不是在Java堆内存上分配，而是通过JNI（Java Native Interface）在Java虚拟机之外的系统本地内存区域中分配，可以通过ByteBuffer.allocateDirect()方法创建。
• 使用直接缓冲区的优点在于，当进行I/O操作时，可以直接在物理内存与操作系统内核之间交换数据，省去了将数据从堆内存复制到内核缓冲区的步骤，因此对于大量数据的传输，可以显著提高性能。
• 缺点是创建和销毁直接缓冲区涉及到JNI调用和系统资源管理，可能会有更高的开销，并且直接缓冲区生命周期结束后，垃圾回收器无法自动释放其占用的内存，需要通过ByteBuffer#cleaner()或者ByteBuffer#dispose()方法手动释放。

直接缓冲区通常用于对性能要求较高的场合，如大规模的数据处理、高性能网络编程等场景；而非直接缓冲区更适合于普通用途，特别是在内存使用量较小或者性能需求不高的情况下。

算法

• 二叉树的深度遍历

觉得有用，点个赞、在看或者转发 在走呀

关注公众号，后台发送【简历】，领取简历摸板