Java基础和JUC常见问题

Posted 2022-12-06 若甘年后

Java基础和JUC

1. valotile关键字

​ 原因：之所以出现是因为cpu级别的缓存和总线锁导致的数据可见性问题以及指令重排序问题

作用：valotile的作用是可以禁止指令重排序以及实现可见性，但并不是线程安全的，因为不具有原子性

可见性是如何实现的了？

​ 操作系统层面提供了三种内存屏障，即读屏障 写屏障 和全屏障，JVM基于操作系统层面的内存屏障实现了4种屏障类型，分别是读读屏障，读写屏障、写写屏障和写读屏障。volitile正是在代码执行之后加了一个storeLoad屏障，保证了此写入对后续读是可见的。

​ 为什么存在指令重排序？举例说明

2. 线程池的使用，各参数的作用，拒绝策略的执行

• corePoolSize 核心线程数
• maximumPoolSize 最大线程数
• keepAliveTime 最大线程数持续时间
• unit 持续单位
• workQueue 线程队列
• threadFacory 线程工厂
• refectedHandler 拒绝策略（默认有几种拒绝策略？）

有时候会从源码级别考察，一个线程执行的过程

3. ThreadLocal原理，会出现什么问题？

​ 主要说明实现原理，可以顺带说他的哈希碰撞解决方案用了线性寻址法，以及内存泄露的原因和应该怎么去处理

4. 锁升级的过程

​ 对象在内存中包括 对象头 实例数据 填充数据

​ 对象头包括mark word 对象指针 数组长度

markword 32位或者64位 分别包括线程Id hashcode值 分代年龄 是否偏向锁标识 锁标识等epoch

偏向锁 cas 把当前线程的ThreadId存储在对象头中

轻量级锁 自旋 把锁对象的指针指向当前栈帧中的lockRecord，

重量级锁 锁 monitor monitorenter monitorexit

5. 线程的一些方法wait,notify，condition await() signal()

wait, notify 是属于Object类的方法 基于monitor 监视器锁实现等待和唤醒，后台维护了一个等待队列和一个阻塞队列

await signal是condition接口的方法，是基于ReentrantLock锁实现的 基于AQS等待和唤醒

6.讲讲为什么ConcurrentHashMap是并发安全的吧，既然有锁怎么去统计size呢

7. ArrayList和LinkedList的区别

• arrayList是数组
• LinkedList是链表

8. HashMap的底层数据结构

​ 数组加链表+红黑树

9. hashmap容量为什么是2的幂次？

​ 因为计算数组下标的时候是hashcode & (n-1) 如果n是2的幂次方 转换成二进制后 后面的全是1，做&运算的时候能保证散落的更加均匀

10. 你重写过hashcode和equals么，要注意什么？

11. ConcurrentHashMap怎么解决HashMap的并发问题(源码)

​ 主要是通过unsafe类的cas操作

12. CAS缺点和解决方案

​ cas 第一个缺点是大多数使用在自选中，但最后只有一个线程可以运行成功，效率较低

​ 第二个是ABA问题，即第一个线程要修改的值是A，然后第二个线程先把值修改成B 然后在修改成A， 这时候cas依然可以成功。

13. Synchronize锁和ReetranLock锁的区别？

​ 把你所知道的可以有逻辑的讲出来，mic的课程很清晰

14. CountDownLatch和CycleBarrier使用场景？

15. JDK动态代理和CGLIB动态代理

jdk动态代理基于接口，因为代理类本身已经继承了Proxy类, 实现Invocationhandler

Proxy.newInstance(ClassLoader, Class<?>[], Invocationhandler)

CGLIB动态代理是基于可继承的父类，通过Enhancer类加强器创建子类实现动态代理 实现MethodIntecetpor

16. 哈希冲突的四种解决办法

• 开放寻址法 如果可以预知哈希的大小，可以完美散列 ThreadLocalMap
  • 线性探测
  • 二次探测
  • 随机数探测
• 拉链法
• 再哈希法
• 建立公共溢出区

17. 一致性Hash算法

1. 常规哈希取模
2. 不带虚拟节点的哈希 通过服务器的信息（比如 host、port、name等）通过hash算法形成一个圈，每个服务器负责一段范围的请求，如果超过了这个返回就重新回到第一个服务器。这中算法的缺点是其中一个服务挂了之后，所有的请求会转发到下一个服务，容易导致雪崩
3. 带虚拟节点的哈希 跟上一个不同点是，把每一个服务器分布在环的不同位置，从而避免雪崩。