人以伪来 我以诚往

安卓八股文

复习第十五天 Java 中 volatile 关键字的作用是什么？ 可见性，禁止指令重排序 可见性：读主内存 禁止指令重排序：内存屏障，读屏障，写屏障 Synchronized 和 ReentrantLock 有什么区别？ Synchronized 是一种基础的同步操作，没有非公平和超时等待的概率 Synchronized 实现锁主要依赖与监视器锁和对象头 需要先获取到对象头的监视器锁才能进行执行 修饰方法： 修饰代码快： JDK1.6对Synchronized 的优化 偏向锁 轻量级锁 重量级锁 锁消除 锁粗化 ReentrantLock 是AQS的具体实现 包含state、同步队列、条件队列 state： * state为1表示锁被占有 * state为0表示锁空闲 同步队列 * 非公平锁时，如果抢不到锁，通过CAS抢锁，如果还是抢不到，加入同步队列中 条件队列 * 使用Contidion.wait（） 加入条件队列，使用Condition.singnal()从条件队列加入同步队列中 ReentrantLock 是一种比较复杂的锁，可以实现公平和超时 说说 AQS 吧？ 抽象队列同步器，定义了一系列规范，很多同步器都对其进行了实现，比如说ReentrantLock、Semaphore、CyclicBarrier、CountDownLatch等 核心：volatile修饰的state变量和CLH队列 CLH队列的演变过程 * CAS自旋一个变量，产生总线风暴 * CLH通过一个隐式队列，每个线程自旋判断前一个线程是否释放了锁 * AQS实现的CLH队列 通过一个双向队列，除了队头的线程是持有锁的，其他的都处于阻塞状态，队头释放锁通知下一个线程执行。 Redis 中的 Big Key 问题是什么？如何解决？ 占用内存比较大的key 问题： * 内存倾斜 * 服务端查找慢 * 网络传输也慢 * 客户端超时 解决： * 数据压缩 * 拆分 * 只存储必要信息 Redis 集群的实现原理是什么？ 每个节点负责一部分的数据，2^14次方个槽位，通过hash计算出键所在的槽位 请求的时候随机请求一个节点，如果不存在，放回数据所在节点的信息给客户端，客户端重新请求 如何保证节点中数据的一致性？ 使用Gossip协议 每个节点发生自身的信息给其他节点 其他节点收到信息之后和自身的信息汇总继续发送给其他节点，也就是更新哈希槽数组的信息，每一个槽指向那个节点实例 最终整个集群达到一致性 为什么槽的数目是2^14次方？ 主要是为了防止心跳包太大了 如何解决 Redis 中的热点 key 问题？ 访问频率占比很高的key 限流 读写分离 多级缓存 拆分 发现 hotkey命令 monitor命令

复习第十四天 什么是 Java 的 CAS（Compare-And-Swap）操作？ 存在的问题 ABA：通过添加版本解决 单变量 循环开销 你使用过哪些 Java 并发工具类？ Semaphore acquire release 信号量 AtomicInteger 原子整形 ReentranLock 可重入锁 CyclicBarrier 循环屏障 循环屏障 wait CountDown 计数器 wait countdown 你了解 Java 线程池的原理吗？ 核心参数：核心线程数、最大线程数、存活时间、工作队列、拒绝策略 工作队列： SynchronizedQueue：不使用队列 PriorityQueue： LinkedBlockQueue： ArrayBlockQueue： 拒绝策略： 丢弃抛出异常 直接丢弃 丢弃队头元素 调用者来执行 创建线程池方式： 单个 多个 不设上限 定时任务 偷取任务的 Redis 数据过期后的删除策略是什么？ 定期删除：周期性删除100ms，拉取20个键，判断是否有超过25%的键过期，如果是，则继续拉去，总时长不可以超过25ms。缺点CPU占用率高 惰性删除：查找到的时候才删除，缺点：内存泄露 兜底策略 如果内存满了 最近最少使用 最少使用频率 随机删除 最小存活时间的进行删除 不执行删除操作，拒绝 Redis 主从复制的实现原理是什么？ 主节点将数据同步给从节点 开始同步 全量同步：psync ？-1 触发全量复制，主节点生成RDB文件发给从节点，从节点根据RDB文件进行重放，主节点将这生成RDB文件之后的数据也发给从节点。 增量同步：主节点和从节点会维护一个长链接，psync 主节点ID offset 主节点从环形缓冲区中取出偏移量后面的数据发给从节点，如果没有，则进行全量复制 Redis 的持久化机制有哪些？ RDB：生成内存中的一个快照，以二进制的形式进行存储，适合主从复制，备份等场景 AOF：写入命令的时候追加到AOF文件中，实时性比较高 RDB优点：恢复快，服务器宕机后可以使用其进行恢复 缺点：缺少上一次备份后的数据 AOF优点：缺失数据比较少 缺点：恢复速度比较慢 生成RDB流程 * 先判断是否在生成RDB或者执行AOF重写 * fork一个子进程 * 子进程复制生成RDB文件 * 将新的替换旧的 生成RDB过程中的写入操作 * 使用写时复制技术 * 将要写入数据所在的页进行复制 AOF重写 * fork一个子进程 * 将内存中的键转化为对应的写入命令，写入到AOF文件中 * 主进程仍然将新的请求写入到原来的AOF缓冲区并刷入到原来的AOF文件中 * 主进程还需要将重写期间的命令写入新的AOF文件中 * 新的替换旧的 混合持久化机制 * 先fork一个子进程 * 生成RDB文件 * 将RDB文件添加到AOF的头部，将生成RDB文件期间新增的数据添加到AOF文件中 * 旧的替换新的 * redis7.0做了优化，主进程直接生成增量AOF文件，然后和重写的AOF文件进行合并

复习第十三天 Java 中 HashMap 的扩容机制是怎样的？ Java 中有哪些集合类？请简单介绍 说说 Java 中 HashMap 的原理？ 存储键值对，通过计算键值的hash值，找到数组中对应的位置进行插入，如果存在元素，则产生冲突，此时使用链表或者红黑树解决冲突（JDK1.8之后引入红黑树） 扩容和负载因子 Redis 实现分布式锁时可能遇到的问题有哪些？ * 锁过期 * 锁被误释放 * 单点故障 * 主从故障 * 时钟漂移 * 网络分区 Redis 的 Red Lock 是什么？你了解吗？ redis的红锁，当主从架构的时候，如果主节点加完锁还没同步给从节点，主节点就挂了，此时会有多个线程获取到锁。此时就需要红锁来避免这一过程。 具体来说 * 存在多个实例通常是5个 * 客户端轮询向这多个实例中加锁， * 只有超过半数的加锁成功才算成功 缺点： * 复杂度高，是一个重锁 * 多个锁续期复杂 * 时钟漂移问题 * 不适合高并发场景，多个锁同时加锁时间长 Redis 中如何实现分布式锁？ 使用lua脚本加setnx 加锁：set key_lock value_unique ex expire_time nx 解锁：使用lua脚本，先获取唯一标识，判断是否是当前线程加的锁，如果是才能释放锁，完整的流程，需要使用lua脚本来实现。 为什么要有唯一值？ 防止锁被误释放 为什么要设置过期时间？ 防止用户程序崩溃导致锁无法释放 复习第十二天 （补昨天的） 接口和抽象类有什么区别？ 接口是规范，客户端不需要底层的具体实现，对客户端无感。(JDK1.8及之后可以实现默认方法和静态方法） 抽象类是模板：便于子类的复用和重写。 JDK 动态代理和 CGLIB 动态代理有什么区别？ JDK动态代理：代理类需要实现接口，通过实现Invocationhandler来增强被代理累。然后在客户端中使用Proxy创建代理类 CGLIB动态代理：基于字节码的形式，通过生成被代理累的子类来对对象进行增强 你使用过 Java 的反射机制吗？如何应用反射？ 可以动态的创建对象和访问方法和属性 核心时Class类 通过Class类创建实例对象 访问方法clazz.getMethods() 访问属性class.getField() Redis String 类型的底层实现是什么？（SDS） 简单动态字符串 和C语言先比 * O（1）获取长度 * 预留空间 * 动态扩容 此外还有多种编码方式 * int编码：存储整数 * embstr编码：存储短字符串，元数据（编码类型）和SDS存放在一起 * raw编码：长字符串，元素局和SDS分开存储 Redis 中的缓存击穿、缓存穿透和缓存雪崩是什么？ 缓存击穿： 热点数据过期。 加锁，用不过期 缓存穿透: 大量请求数据库不存在的数据 缓存空值 加锁 布隆过滤器 缓存雪崩: 热点数据同时过期、或者缓存服务崩溃 * 随机性，加锁 * 集群架构 Redis 中如何保证缓存与数据库的数据一致性？ 先更新数据库后更新缓存 先更新缓存后更新数据库 先删除缓存后更新数据库 先更新数据库后删除缓存 先删除缓存后更新数据库，在删除缓存（缓存双删） 基于binlog日志文件的异步更新缓存 实时一致性 度写锁，读读不互斥，读写互斥 读流程 * 读锁 * 先查询缓存 * 缓存命中返回 释放读锁 * 不命中，查询数据库，写入缓存，返回 * 释放读锁 写流程 * 写锁 * 写数据库 * 删除缓存 * 释放写锁

复习第十一天 什么是软中断、什么是硬中断？ 软中断：软件中断，需要请求内核的服务，（网络传输、文件读取等），从用户态切换到内核态（上下文切换） 硬中断：硬件中断，网卡、硬盘、计时器等发起的中断，优先级高，却要进行上下文切换，根据中断向量，通过中断向量表，找到对应的中断处理程序进行执行。 什么是分段、什么是分页？ 分段和分页都是内存管理技术 分页：页的大小是固定的，将物理内存和逻辑内存分成大小相同的页或页框，会存在内部碎片 分段：段的大小不固定，根据程序的逻辑功能进行划分（代码段、程序段、堆栈段），会出现外部碎片 段页式：先按程序的逻辑进行分段，然后再进行分页，使用（段号，页号，页内偏移量）来表示逻辑内存，通过其找到对应的物理内存。 说下你常用的 Linux 命令？ cd ls mkdir cp mv tar -zxvf tar -zcvf chmod 777 ps -ef | grep java top kill ipconfg Redis 的 hash 是什么？ Redis 中跳表的实现原理是什么？ Redis Zset 的实现原理是什么？ 底层是哈希表+跳表 可以用来实现排行版 哈希表：用于等值查询 跳表：用于范围查询 当元素个数小于128 且 元素大小小于64B的时候，使用压缩列表 JDK1.7后使用紧凑列表，否则使用哈希表+跳表 哈希表底层原理 将多个键值对存储在一个键中 适合存储对象，购物车等场景 底层实现 当元素个数小于512 且 元素大小小于64B的时候使用的是压缩列表或紧凑列表（JDK1.7之后），否则使用哈希表 哈希表的底层原理 在哈希表的结构体中，有一个table数组、数组大小、掩码（大小-1）和元素个数 其中table数组存储的是一个个的键值对 当发送冲突的时候使用链表解决 扩容和缩容 扩容：主要根据负载因子的情况判断，当元素个数达到所允许的负载的时候，则会继续扩容，扩容为原来的两倍 缩容：当元素的个数比较少的时候，会进行缩容，缩小为元素个数最近的那个2次幂 扩容时机： 当负载因子大于1，且此时在进行RDB生成或者AOF重写，则先不进行扩容，否则进行扩容 当负载银日大于5，无论是否继续持久化，都立即进行扩容 缩容： 负载因子小于0.1的时候 渐进式扩容 一点点的扩容 扩容的时候会使用多一个哈希表结构体，在这两个哈希表的上层，还有一个结构体引向它们，存储这哈希表数组[0]和[1]，还有rehashidx，当进行渐进式扩容的时候rehashidx为一个非-1的值，表示扩容的进度 每次增删改查的时候，将一部分的数据移动到新的数组中去 新增加的数据直接添加到新数组中 最终完成渐进式哈希的时候，将rehashidx设置为-1，表示扩容完毕。 跳表： 有多条链表，越往上的链表存储的元素个数越少， 查找流程：从最上层的链表开始查找，如果能从当前链表中直接找到，则返回，如果找不到则确定一个区间，进入下一层继续查找，直到来到最后一层的链表，最后一层的链表是包含所有元素，找到则返回，找不到说明元素不存在。 插入流程：从最上层的链表开始查找，确定插入的区间（每一层都记录区间的左节点），进入下一层继续查找，直到来到最后一层的链表，找到插入的位置，此时通过摇塞子的形式，判断当前插入元素会横跨多少层，此时上面记录区间的左节点就有用了，可以方便在多层进行插入。 ★学习紧凑列表和压缩列表的思想 压缩列表 * 记录节点数目 * 记录占用空间大小 * 记录尾节点的距离开始节点的偏移量（辅助倒序遍历） * 列表节点（每个节点会存储上一个节点的长度信息1字节~5字节，这里是级联更新的关键） 紧凑列表（和紧凑列表类似） * 记录节点数目 * 记录占用空间大小 * ❌不需要记录尾节点的距离开始节点的偏移量（也就是不支持倒序遍历） * 列表节点（只存储自身的节点长度信息，且放在尾部） 问题：哈希表和HashMap有什么区别

复习第十天 为什么要有虚拟内存？ 虚拟内存，实际看起来比实际内存多 虚拟内存由三大特性 虚拟性： 对换性： 多次性： 到底什么是 Reactor？ 可以处理多个网络请求，基于同步非阻塞IO（NIO），由事件来驱动。 核心组件： 1、Reactor：反应器，将客户端的请求转发到对应的Acceptor（连接请求）和handler（具体的读写请求） 2、Acceptor：处理连接请求，为连接分配handler和向Acceptor注册该handler 3、Handler：处理具体的读写请求 单Reactor单线程：处理简单的业务 单Reactor多线程：处理中等复杂的连接请求 主从Reactor多线程：主Reactor复杂将连接请求发给Acceptor，将读写请求发给从Reactor。 什么是用户态和内核态？ 用户态：权限低，无法直接操作硬件和执行特权指令，需要通过系统调用的方式，请求内核提供服务 内核态：权限高，可以直接操作硬件和执行特权指令（进程调度、内存管理），软件中断和硬件中断，从用户态到内核态需要进行上下文的切换 软中断：软件中断，请求系统服务（网络处理，文件读取），需要进入内核态，产生上下文切换 硬中断：硬件中断，如时钟、计时器、硬盘、网卡中断，每个硬件有一个中断向量，通过中断向量表找到对应的中断处理程序，需要上下文切换。 为什么 Redis 设计为单线程？6.0 版本为何引入多线程？ 单线程、没有上下文的切换。 使用IO多路复用，单个线程可以监听多个客户端请求。 基于内存，内存的操作速度比磁盘要快很多1000倍。 引入多线程？ Redis的性能瓶颈主要在网络IO这一块，IO多路复用本质上还是同步IO，将数据在用户空间和内核之间来回拷贝还是需要Redis线程参与，使用多线程的话能够有效减轻这一过程的负担。但具体的指令执行仍然是单线程的所以还是线程安全的。 Redis 为什么这么快？ 单线程、没有上下文的切换。 使用IO多路复用，单个线程可以监听多个客户端请求。 基于内存，内存的操作速度比磁盘要快很多1000倍。 Redis 中常见的数据类型有哪些？ String，底层简单动态字符串SDS，最大512MB，分布式事务、锁、对象、计数器 List，底层双向链表，消息队列（需要自行实现消息唯一ID和消费组的概念） Hash，底层哈希表，存储对象购物车场景 Set，底层哈希表，集合运算，，共同关注 ZSet，底层哈希表+跳表，排行榜 BitMap，位图，布隆过滤器 Stream，消息队列，实现了消息ID和消费组的概念 HyperLogLog，基数统计，基于概率统计一个集合中不重复元素的个数 GEO：适合地理位置信息的计算

复习第九天 为什么网络 I/O 会被阻塞？ 读：缓存区中没有数据 写：缓冲区中数据满了 accept 等待别人连接也需要时间 connect 三次握手需要阻塞 系统资源有限：无法创建新的连接 Select、Poll、Epoll 之间有什么区别？ Select和Poll 线程每次调用select或者poll的时候，将文件描述符数组拷贝给内核，内核遍历文件描述符，看看是否有事件完成，如果完成了则将修改后的文件描述符数据拷贝回用户空间，线程遍历数组获取改变的文件描述符进行处理 Select：文件描述符数量固定通常为1024个 Poll：文件描述符数量不固定 Epoll是对select、poll的改进 不需要再内核和用户空间中来回拷贝数组 epoll_create()，在内核中会维护一颗B+数 epoll_ctl()，向这颗B+数种注册文件描述符 epoll_wait()，每次有事件发生的时候，就将文件描述符添加到就绪链表中 线程只需要遍历就绪链表即可处理响应的事件。 I/O模型有哪些？ 服务器发起IO请求（比如read读取内核中的数据），申请内核服务，内核从网卡中读取数据进行处理，然后将数据从内核写回到用户空间 同步阻塞IO：一直处于阻塞状态 同步非阻塞IO：只有将数据从内核拷贝回用户空间才需要阻塞 IO多路复用：可以处理多个IO请求（select、poll、epoll），本质上还是同步IO 信号驱动时IO：只有当数据准备好时，才通知服务器过来处理数据，用户不需要一直轮询 异步IO：服务器发起IO请求之后，一直到数据从内核拷贝回用户空间都不需要参与 如何处理 MySQL 的主从同步延迟？ 首先主从延迟是一定会存在的 1、二次查询 2、关键查询走主库 3、写后立即查的走主库 4、使用缓存 减少主从查询？ 从从库上入手 1、使用并行复制 2、硬件 3、物理距离 4、减少慢查询 5、从库不能太多 什么是 MySQL 的主从同步机制？它是如何实现的？ 主节点将数据同步给从节点 主节点将数据写入binlog，将binlog传给从节点，等待一部分从节点的回复同步完成，然后在通知客户端，从节点将binlog日志转移到relay log中继日志中，然后据此进行回放操作。 同步复制：需要等待所有从节点同步完成才通知客户端 半同步复制：只需要部分从节点同步完成就通知客户端 异步复制：不需要从节点回复就通知可以端 并行复制：从节点使用并行的方式进行复制操作 库级别的：不同的数据库可以并行执行 组级别：同时处于prepare状态的事务可以并行执行 基于WriteSet的：串行的也能并行复制，通过ID进行哈希运算，判断是否可以并行执行 MySQL 中如何解决深度分页的问题？ 1、记录上一次查询的最大ID 2、子查询 select * from table limit 10000000, 10 换成 select * from table where id > (select id from table order by id limit 1) limit 10

复习第八天 进程的调度算法你知道吗？ 先来先服务：优点：公平，缺点：长作业影响后面的短作业运行 短作业优先：优点：可以得到最小等待事件 缺点：长作业可能饥饿 优先级调度：优点：根据任务轻重来执行 缺点：优先级低的可能饥饿 时间片轮转算法：优点：客户端的响应性比较好 缺点：时间片不好确定 最高响应比优先：优点：解决短作业优先中的长作业饥饿问题 缺点：需要实时计算响应比 多级反馈队列调度算法：优点：适合多种场景 缺点：实现复杂 进程之间的通信方式有哪些？ 管道：本质是一个文件，单方向通信，先进先出，不限制传输的数据格式 匿名管道：用于父子进程间的通信 有名管道：只要有进程使用管道就不会被销毁 消息队列：多个进程可以往一个消息队列中写入和读取数据 共享内存：多个进程往一片共享的内存区域中写入和读取数据，需要实现同步 信号量：可以用于实现同步和互斥操作，初始值1互斥，0同步 信号：当有事件发生的时候通知线程 套接字：用于不同网络之间的进程间的通信 线程和进程有什么区别？ 线程：CPU调度的基本单位，多个线程共享进程的内存区域，但也有自己独立的栈和寄存器，线程创建和切换速度相对较快，但需要注意线程安全问题 进程：资源分配机基本单位，每个进程有自己独立的内存区域，进程创建和切换开销大，通信复杂 MySQL 中如果发生死锁应该如何解决？ 1、死锁检测机制，回滚占有资源少的事务 2、等待时间过长也会自动回滚 3、手动kill 有以下几个方式可以减少死锁的发生？ 1、减少长事务 2、降低事务的隔离级别为读已提交 3、开启死锁检测 4、合理创建索引，避免锁住过多的范围 5、合理安排锁的申请顺序，先获取大的锁 为了保证binlog 和 undo log 的一致性 MySQL 事务的二阶段提交是什么？ 事务提交的时，先写redo log并设置为prepara状态 再写binlog 最后再将redolog设置为comiit状态 什么时binlog redolog？ binlog：二进制日志，记录的是实际操作过程中的sql语句 redolog：重做日志，记录的是具体物理页的修改，系统崩溃的时候如果发现物理页和redolog记录的不一样，则需要重新修改保持一致。 为什么需要二阶段提交？ 如果没有二阶段提交，无论是先提交redo log 还是binlog 如果提交一个成功后崩溃了，那会导致数据不一致的问题 虽然可以通过补写的方式完成，但还是不如二阶段提交 MySQL 中有哪些锁类型？ 行锁： 表锁： 读锁： 写锁： 间隙锁：锁住记录前后的一片间隙 临建锁：锁住记录和记录前后的间隙

复习第七天 说说 AQS 吧？ 抽象队列同步器，定义了一系列规范，是其他同步器的基础 核心：volatile修饰的state变量，等待队列、条件队列 state变量：独占锁的时候1表示被占由，0表示空闲 等待队列（CLH）：非公平锁的情况下，先抢占锁，如果强不到，则通过CAS自旋，如果还是没抢到，则进入等待队列中 为什么使用CLH队列？ 自旋锁：多个线程CAS一个变量，可能造成总线风暴 CLH：对自旋锁的改进，多个线程组成一个隐式队列，每个线程自旋查看前一个线程的状态，如果上一个线程释放锁了自己则可以获取 AQS实现的CLH：多个线程组成一个双向队列，只有队头的是在运行，其他的都是阻塞的，当队头的释放锁的时候在通知后一个线程获取锁。 Synchronized 和 ReentrantLock 有什么区别？ Synchronized 基于JDK层面的，适合基本的同步操作，不能实现超时、非公平等操作 ReentrantLock 基于JUC并发包下的，适合复杂的同步操作，可以实现超时、非公平等操作 Synchronized 原理 依赖于监视器和对象头来实现同步操作 修饰方法时：会在方法的访问标志中加上ACC_SYNC标注，当线程访问该方法的时候，会先去获取它的监视器锁，获取到了才能继续执行 修饰代码：在代码的前面加上mnitorenter，具体代码，在代码的后面加上monitorexit来实现同步操作 本质都是获取对象的监视器锁 对象头： Mark Work：运行时的数据，GC年龄、锁的信息（偏向锁、轻量级锁。） Class Point：指向类元信息 Synchronized jdk1.6后优化 偏向锁：监视器锁偏向于第一个获取它的线程 轻量级锁：如果获取一个被偏向的锁，则会通过自旋的方式获取 重量级锁：如果自旋失败了，则会继续阻塞操作 锁粗化：多个锁如果和一个锁等效，则会锁粗化 锁消除：通过逃逸分析，如果发现代码不会存在线程安全，则锁消除。 ReentrantLock 原理 是AQS的具体实现之一，可重入锁 核心：volatile修饰的state变量，等待队列、条件队列 state变量：独占锁的时候1表示被占由，0表示空闲 等待队列：非公平锁的情况下，先抢占锁，如果强不到，则通过CAS自旋，如果还是没抢到，则进入等待队列中 条件队列：如果不满足条件调用Condition.wait()继续等待，需要其他线程调用Condition.signal()进行唤醒，或者设置超时等待 Java 中 volatile 关键字的作用是什么？ 保证被修饰变量的可见性和禁止指令重排序 可见性：强制线程读取volatile修饰的变量的时候不从工作内存中读取，而是直接去主内存中读取 禁止指令重排序：通过插入内存屏障的方式来禁止指令重排序，比如，读屏障：当读取volatile修饰的变量的时候，会在其前面插入读屏障，防止前面的指令重排到屏障后面去，写屏障：写volatile修饰的变量的时候，会在其后面插入写屏障，防止后面的指令重排到屏障前面去 用途： 双重检查锁定 从网络角度来看，用户从输入网址到网页显示，期间发生了什么？ URL解析：解析URL封装成HTTP报文 DNS域名解析：将域名转化为对应的IP地址 TCP/UDP：将报文加上TCP头，为不同主机间的应用程序提供服务 IP：给报文再加上IP头，用于不用网络之间传输 MAC：继续加上MAC头，用于相邻节点之间的传输 网卡：将二进制转化为电信号通过网线进行传输 交换机：取下MAC头上的目标MAC地址和原MAC地址，根据交互机上的交换表选择端口进行传输，如果不存在则通过广播的形式找到端口 路由器：取下IP头上的目标IP地址，根据路由器上的路由表选择对应的网络进行传输 层层验证：最终到达服务器，服务器层层校验MAC、IP、根据TCP报上的端口找到主机上的应用程序 处理请求：应用程序处理具体的请求 返回相应：处理完成之后返回相应 前端进行渲染： 交换机：交换表，通过广播的形式进行更新 路由器：路由表，有内部网关协议OSPF（基于成本计算迪杰斯特拉单源最短路径），RIP（基于跳数），外部网关协议：BGP进行更新 DNS域名解析： 递归：查看本地缓存、浏览器、操作系统缓存看看是否有，如果没有客户端再去本地DNS服务器中招，如果没有本地去找顶级域名服务器，没有去找根域名，最后去找权威域名服务器 迭代：由客户端分别去问本地（得到根域名DNS）、根域名（得到顶级DNS）、顶级（得到权威DNS） Cookie、Session、Token 之间有什么区别？ Cookie：存储在浏览器用户信息，适合存储不敏感的信息，比如个性化设置等 Session：存储在服务器的用户信息，安全性比较高，将session_id存储在cookie Token：一串加密的字符串，存储在客户端，每次客户端都带上这一串信息和用户信息，到服务器中去验证，可以跨平台使用。 TCP/IP 四层模型是什么？ 应用层：为应用程序提供服务，比如HTTP，DNS，FTP 传输层：为不同主机上的应用程序提供服务，TCP、IP 网络层：为不同主机的网络通信提供服务，IP 网络链路层：为相邻的节点提供服务，以太网，PPP 为什么分层？ 1、不同层之间的作用不同，层与层之间各司其职， 2、相互隔离又相互联调 TCP/IP四层模型和OSI七层模型有什么区别？ OSI七层模型是一个理论层面的，但实现起来比较复杂，有很多层其实可以合并起来，所以市面上主要还是TCP/IP四层模型 数据库的脏读、不可重复读和幻读分别是什么？ easy 脏读：在一个事务中，读取到未提交的数据 不可重复读：在一个事务中，多次读取一个数据，产生的结果是不一样的 幻读：在一个事务中，同一条查询语句，多次查询可能返回不同的结果集 MySQL 默认的事务隔离级别是什么？为什么选择这个级别？ 默认的隔离级别是可重复读 主要是为了避免早期的binlog的statement格式进行主从复制的时候产生的数据不一致的问题（向前兼容） 在读已提交隔离级别下：现在有两个事务先后执行，事务1执行删除where a = 1操作后提交、事务2执行插入where a = 1操作先提交，此时主库中会存在where a = 1 这一条数据（因为事务1的删除操作是事务1的ReadView视图下执行的），在通过binlog去回放的时候却不会存在where a = 1者一条数据，因为binlog先记录的是插入，后记录的是删除操作 在可重复读隔离级别下：因为有行锁和临建锁，所以事务1已执行删除操作后，事务2是不能执行插入的。要等到事务1已经提交了才行。 MySQL 中的事务隔离级别有哪些？ easy 读未提交：可以读到为提交的数据，产生脏读 读已提交：只能读取到已经提交的数据，但是不可以重复读 可重复读：可以重复读取，但是会产生幻读 串行化：事务与事务之间串行执行，此时不会出现幻读 读已提交：事务中每次select的时候都会产生一个ReadView视图 可重复读：事务中只有第一次select的时候会产生一个ReadView视图