说说高频面试题 promise

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了说说高频面试题 promise相关的知识,希望对你有一定的参考价值。

参考技术A 现在的面试行情由于互联网大环境的原因,面试要求都比较高了,一般都会让手写一到两个算法或者高频函数,promise就是一个经常被问到的。所以感觉有必要整理一下。
1、背景
1、手写promise是很多大厂面试的必备题目
2、帮助我们从底层理解promise 应对各种面试问题,以及真实工作环境下解决问题
3、浏览器机制 EventLoop 宏任务 微任务 promise

2、promise是什么?
1.promise是异步执行的新方案,解决回掉地狱的问题,可以一 直then调用
2、语法上来说promise是一个构造函数/类
3、功能上来说:promise可以封装一个异步操作可以获得结果

一个Promise有以下几种状态:
pending: 初始状态,既不是成功 也不是失败状态
fulfilled: 意味着操作成功完成
rejected:意味着操作失败

pending=> fulfilled 是resolve 代表成功了
padding=> rejected 是reject 代表失败

手写promise

Redis网红高频面试题三连:缓存穿透?缓存击穿?缓存雪崩?

Redis网红面试题三连

  • 面试题1:怎么解决缓存穿透问题的?
  • 面试题2:说一下缓存击穿吧,你们是怎么解决的?
  • 面试题3:那缓存雪崩说说你们是怎么解决的?

面试题1:怎么解决缓存穿透问题的?

缓存穿透:指缓存和数据库中都没有的数据,导致所有的请求都打到数据库上,然后数据库还查不到(如null),没法写缓存,造成数据库短时间线程数被打满而导致其他服务阻塞,最终导致线上服务不可用。此时缓存就好像被穿透了一样,起不到任何作用。

当然,使用缓存难免会有穿透的发生。

  • 缓存容量有限,不可能去缓存所有数据,查询到未被缓存的数据就会发生穿透是正常情况。
  • 互联网业务的数据访问模型一般是遵循二八原则的,即 20% 的数据为热点数据,80% 的数据是非热点不被常访问的数据。既然缓存容量有限,且20%的数据为热点数据,那我们可以利用有限的容量去缓存那 20% 的数据来保护我们的系统,至于80%非热点不常用的数据发生穿透就穿透了,数据库吃得住。

那我们怎样来解决这种缓存穿透问题呢?

  • 接口参数校验:

防君子不防小人。在参数校验层加上参数合法性校验,如查询订单ID为20位随机值,正则核对一下ID长度是否规范,不规范地直接过滤掉。

  • 设置空值:

当访问缓存和DB都没有查询到值时,该key我们当做是恶意参数来看,可以将该key的空值写进缓存,设置较短的过期时间。

但是如果有大量的获取并不存在数据的穿透请求的话如恶意攻击,则会浪费缓存空间,如果这种null值过量的话,还会淘汰掉本身缓存存在的数据,这就会使我们的缓存命中率下降。

因此在使用设置空值方案时,我们要做好监控,预防缓存空间被过多null值占领造成的缓存空间浪费,如果这种数据量太大,就不再建议使用,那就使用另一种方案,即布隆过滤器。

  • 布隆过滤器:

布隆过滤器在查询缓存之前起到初步过滤作用,布隆过滤器存储所有可能访问的 key,将不存在的 key 直接过滤,存在的 key 再进一步查询缓存和数据库。

布隆过滤器的特点是判断不存在的,则一定不存在;判断存在的,大概率存在,但也有小概率不存在。并且这个概率是可控的,根据具体需求,我们可以让这个概率小幅降低或变高。

布隆过滤器由一个 bitSet 和 一组 Hash 函数(算法)组成,是一种空间效率极高的概率型算法和数据结构,通过二进制来进行数据存储。在初始化时,bitSet 的每一位被初始化为0。

当数据加入布隆过滤器集合时,流程如下:

  • 经过K个哈希函数计算该数据,返回K个计算出的hash值
  • 这些K个hash值映射到对应的K个二进制的数组下标
  • 将K个下标对应的二进制数据改为1。

布隆过滤器查询一个key是否在集合中,流程如下:

  • 经过K个哈希函数计算该数据,对应计算出的K个hash值
  • 经过hash值找到对应的二进制的数组下标
  • 如果存在其中一处位置的二进制数据是0,那么该数据不存在。若是都是1,该数据存在集合中(但由于存在Hash碰撞,判断数据存在时可能存在误判)。

布隆过滤器的优缺点

优势

  • 因为存储的是二进制数据,因此占用的空间很小;
  • 它的插入和查询速度是很是快的,时间复杂度是O(K),能够联想一下HashMap的过程;
  • 保密性很好,由于自己不存储任何原始数据,只有二进制数据

缺点

  • 存在误判

添加数据是经过计算数据的hash值,hash是存在碰撞的,也就是说,存在两个不一样的数据计算获得相同的hash值。

例如图中的你好和hello,假如最终算出hash值相同,那么他们会将同一个下标的二进制数据改成1。因此也无法确定key为你好和hello是否存在。

  • 删除困难

如上,你好和hello的hash值相同,对应的数组下标也是同样的。如果想删除你好,即将坐标值改为0,可能会影响到其他key,比如是否会连hello都一块儿删了之类的。

面试题2:说一下缓存击穿吧,你们是怎么解决的?

解决方案:

1、加互斥锁(mutex key)。 在并发的多个请求中,只有第一个请求线程能拿到锁并执行数据库查询操作,其他的线程拿不到锁就阻塞等着,等到第一个线程将数据写入缓存后,直接走缓存。

    static Lock reenLock = new ReentrantLock();
    public List<String> getData04() throws InterruptedException {
        List<String> result = new ArrayList<String>();
        // 从缓存读取数据
        result = getDataFromCache();
        if (result.isEmpty()) {
            if (reenLock.tryLock()) {
                try {
                    System.out.println("拿到锁了,从DB获取数据库后写入缓存");
                    // 从数据库查询数据
                    result = getDataFromDB();
                    // 将查询到的数据写入缓存
                    setDataToCache(result);
                } finally {
                    reenLock.unlock();// 释放锁
                }

            } else {
                result = getDataFromCache();// 先查一下缓存
                if (result.isEmpty()) {
                    System.out.println("我没拿到锁,缓存也没数据,先小憩一下");
                    Thread.sleep(100);// 小憩一会儿
                    return getData04();// 重试
                }
            }
        }
        return result;
    }

2、热点数据不过期。 根据实际业务情况,在Redis中维护一个热点数据表,批量设为永不过期(如top1000),并定时更新top1000数据。

这种方式适用于比较极端的场景,例如流量特别特别大的场景,使用时需要考虑业务能接受数据不一致的时间,还有就是异常情况的处理,不要到时候缓存刷新不上,一直是脏数据,那就凉了。

面试题3:那缓存雪崩说说你们是怎么解决的?

缓存雪崩:大量的热点 key 设置了相同的过期时间,导致缓存在同一时刻全部失效,造成瞬时数据库请求量大、压力骤增,引起雪崩,甚至导致数据库被打挂。缓存雪崩其实有点像升级版的缓存击穿,缓存击穿是一个热点 key,缓存雪崩是一组热点 key。

解决方案:

1、过期时间打散: 既然是大量缓存集中失效,那最容易想到就是让他们不集中生效。可以给缓存的过期时间加上一个随机值时间,使得每个 key 的过期时间分布开来,不会集中在同一时刻失效。

2、热点数据不过期: 缓存永不过期,异步更新缓存数据。虽然不会出现雪崩效应,却无法保证数据的一致性。

3、加互斥锁: jvm锁机制、分布式锁机制都可以。该方式和缓存击穿一样,按 key 维度加锁,对于同一个 key,只允许一个线程去计算,其他线程原地阻塞等待第一个线程的计算结果,然后直接走缓存即可。

以上是关于说说高频面试题 promise的主要内容,如果未能解决你的问题,请参考以下文章

Java大厂高频面试题解析,分享面经!

Redis高频面试题汇总(上)

Day486.尚硅谷之高频重点面试题② -面经

大数据高频面试题:HDFS核心高频面试题

直接开撸! 阿里Spring高频面试题泄露,持续更新~

Day486&487&488.尚硅谷之高频重点面试题② -面经