說說 B 站面試的心路歷程

此次B站服務(wù)端開發(fā)面試之旅可謂驚險，不過通過對大部分面試題套路的掌握，不出意外還是拿下了，下面我們來看看這些騷題是不是常見的不能再常見的了。這些面試題看了就能面上？當(dāng)然不是，只是通過這些題讓自己知道所欠缺的是什么，以及可以去看看哪些資料。

01、操作系統(tǒng)相關(guān)

• 自旋鎖和一般鎖的區(qū)別是什么？為什么要使用自旋鎖？

當(dāng)一個線程在獲取鎖的時候，如果這個鎖已經(jīng)被其他線程獲取，那么這個線程不會破門而入，而是循環(huán)等待，但是嗷嗷待哺，需要不斷地嗷嗷叫判斷鎖是否被成功獲取，直到獲取到鎖才會退出循環(huán)。

自旋鎖通常會出現(xiàn)哪些問題?

如果某個線程拿著鎖死不放手，其他線程沒法拿到這把鎖，只好等待獲取鎖的線程進(jìn)入循環(huán)等待的狀態(tài)，等待不是睡覺，還是會消耗CPU，等待久了就會導(dǎo)致CPU的使用率太高。

那么自旋鎖和其他鎖到底有啥不同？

從線程狀態(tài)來看，自旋鎖的狀態(tài)是運(yùn)行-運(yùn)行-運(yùn)行。而非自旋鎖的狀態(tài)是運(yùn)行---阻塞---運(yùn)行，所以自旋鎖會更高效。

不管是什么鎖，都是為了實現(xiàn)保護(hù)共享資源而提出的一種鎖機(jī)制，都是為了對某項資源的互斥使用。對于互斥鎖而言，如果資源已經(jīng)被占用，那么資源的申請者只會進(jìn)入睡眠的狀態(tài)。而自旋鎖不會引起調(diào)用者睡眠，而是一直循環(huán)在那里查看該自旋鎖的保持著是否已經(jīng)釋放了鎖。

那么在Java中如何去實現(xiàn)一個自旋鎖

public?class?SpinLock?{
????private?AtomicReference?cas?=?new?AtomicReference();
????public?void?lock()?{
????????Thread?current?=?Thread.currentThread();
????????//?利用CAS
????????while?(!cas.compareAndSet(null,?current))?{
????????????//?DO?
????????}
????}
????public?void?unlock()?{
????????Thread?current?=?Thread.currentThread();
????????cas.compareAndSet(current,?null);
????}
}

上段代碼中，方法lock利用的CAS，當(dāng)線程A獲取鎖的時候，成功獲取不會進(jìn)入while循環(huán)。如果此時線程A沒有釋放鎖，當(dāng)線程B來獲取鎖的時候，由于不滿足CAS，就會進(jìn)入whilei循環(huán)，不斷判斷是否滿足CAS，直到線程A調(diào)用unlock釋放。

自旋鎖有哪些優(yōu)點？

1. 因為運(yùn)行在用戶態(tài)，沒有上下文的線程狀態(tài)切換，線程一直處于active，減少了不必要的上下文切換，從而執(zhí)行速度較快

2. 因為非自旋鎖在沒有獲取鎖的情況下會進(jìn)入阻塞狀態(tài)，從而進(jìn)入內(nèi)核態(tài)，此時就需要線程的上下文切換，因為阻塞后進(jìn)入內(nèi)核調(diào)度狀態(tài)，會導(dǎo)致用戶態(tài)和內(nèi)核態(tài)之間的切換，影響鎖的性能。

• 了解哪些I/O模型?select是阻塞IO嗎？

首先將IO模型給安排一遍，然后把自己很熟悉的IO模型詳細(xì)說一波并介紹出應(yīng)用場景，這個裝的X就算比較完美，具體的非常詳細(xì)的在下一篇文章，這里簡要說一波。這一部分在上一篇詳細(xì)闡述過

阻塞IO

我們知道在調(diào)用某個函數(shù)的時候無非就是兩種情況，要么馬上返回，然后根據(jù)返回值進(jìn)行接下來的業(yè)務(wù)處理。當(dāng)在使用阻塞IO的時候，應(yīng)用程序會被無情的掛起，等待內(nèi)核完成操作，因為此時的內(nèi)核可能將CPU時間切換到了其他需要的進(jìn)程中，在我們的應(yīng)用程序看來感覺被卡主(阻塞)了。

非阻塞IO

當(dāng)使用非阻塞函數(shù)的時候，和阻塞IO類比，內(nèi)核會立即返回，返回后獲得足夠的CPU時間繼續(xù)做其他的事情。

IO復(fù)用模型

當(dāng)使用fgets等待標(biāo)準(zhǔn)輸入的時候，如果此時套接字有數(shù)據(jù)但不能讀出。IO多路復(fù)用意味著可以將標(biāo)準(zhǔn)輸入、套接字等都當(dāng)做IO的一路，任何一路IO有事件發(fā)生，都將通知相應(yīng)的應(yīng)用程序去處理相應(yīng)的IO事件，在我們看來就反復(fù)同時可以處理多個事情。這就是IO復(fù)用。

信號驅(qū)動IO

在信號驅(qū)動式 I/O 模型中，應(yīng)用程序使用套接口進(jìn)行信號驅(qū)動 I/O，并安裝一個信號處理函數(shù)，進(jìn)程繼續(xù)運(yùn)行并不阻塞。當(dāng)數(shù)據(jù)準(zhǔn)備好時，進(jìn)程會收到一個 SIGIO 信號，可以在信號處理函數(shù)中調(diào)用 I/O 操作函數(shù)處理數(shù)據(jù)。

異步IO

用程序告知內(nèi)核啟動某個操作，并讓內(nèi)核在整個操作（包括將數(shù)據(jù)從內(nèi)核拷貝到應(yīng)用程序的緩沖區(qū)）完成后通知應(yīng)用程序。那么和信號驅(qū)動有啥不一樣?

• 講講select和epoll的區(qū)別？

這里一樣的套路，先說出兩者的用途，然后兩者的優(yōu)缺點。

select的缺點

• select返回的是含有整個句柄的數(shù)組，應(yīng)用程序需要遍歷整個數(shù)組才能發(fā)現(xiàn)哪些句柄發(fā)生了事件

• select的觸發(fā)方式是水平觸發(fā)，應(yīng)用程序如果沒有完成對一個已經(jīng)就緒的文件描述符進(jìn)行IO操作，那么之后每次select調(diào)用還是會將這些文件描述符通知進(jìn)程

• 內(nèi)核 / 用戶空間內(nèi)存拷貝問題，select每次都會改變內(nèi)核中的句柄數(shù)據(jù)結(jié)構(gòu)集，因而每次select調(diào)用時都需要從用戶空間向內(nèi)核空間復(fù)制所有的句柄數(shù)據(jù)結(jié)構(gòu)，產(chǎn)生巨大的開銷

• 單個進(jìn)程能夠監(jiān)視的文件描述符的數(shù)量存在最大限制，通常是1024，當(dāng)然可以更改數(shù)量

epoll實現(xiàn)

epoll在內(nèi)核中會維護(hù)一個紅黑樹和一個雙向鏈表，紅黑樹存放通過epoll_ctl方法向epoll對象中添加進(jìn)來的事件，所以不需要每次調(diào)用epoll_wait都全量復(fù)制所有的事件結(jié)構(gòu)。雙向鏈表存放就緒的事件，所有添加到epoll中的事件都會與設(shè)備(網(wǎng)卡)驅(qū)動程序建立回調(diào)關(guān)系，也就是說，當(dāng)相應(yīng)的事件發(fā)生時會調(diào)用這個回調(diào)方法，這個回調(diào)方法在內(nèi)核中叫ep_poll_callback,它會將發(fā)生的事件添加到rdlist雙鏈表中。調(diào)用epoll_wait就會直接返回鏈表中的就緒事件，效率高。

• select適合少量活躍連接，一般幾千。

• epoll適合大量不太活躍的連接。

• 樂觀鎖和悲觀鎖了解嗎？

這個問題延伸的問題會很多，比如線程安全，CAS原理，優(yōu)缺點等。

啥是悲觀和樂觀，咋們面試的時候不得樂觀一些。想給面試來一波官方解釋，然后大白話解釋一波就差不多了。

官方：悲觀鎖是總是假設(shè)最壞的情況，每次那數(shù)據(jù)都認(rèn)為別人會修改它，所以每次去那數(shù)據(jù)都要上鎖，這樣別人去拿這個數(shù)據(jù)就會阻塞。樂觀鎖就不一樣了，總是覺得一切都是最好的安排，每次拿數(shù)據(jù)都認(rèn)為別人不會修改，所以也就不上鎖，但是在更新的時候會判斷這個期間別人有沒有更新這個數(shù)據(jù)。

• 什么是緩存穿透？如何避免？什么是緩存雪崩？何如避免？

緩存穿透

一般來說，緩存系統(tǒng)會通過key去緩存查詢，如果不存在對應(yīng)的value，就應(yīng)該去后端系統(tǒng)查找（比如DB）。這個時候如果一些惡意的請求到來，就會故意查詢不存在的key,當(dāng)某一時刻的請求量很大，就會對后端系統(tǒng)造成很大的壓力。這就叫做緩存穿透。

如何避免？

對查詢結(jié)果為空的情況也進(jìn)行緩存，緩存時間設(shè)置短一點，或者該key對應(yīng)的數(shù)據(jù)insert了之后清理緩存。對一定不存在的key進(jìn)行過濾?？梢园阉械目赡艽嬖诘膋ey放到一個大的Bitmap中，查詢時通過該bitmap過濾。

緩存雪崩

當(dāng)緩存服務(wù)器重啟或者大量緩存集中在某一個時間段失效，這樣在失效的時候，會給后端系統(tǒng)帶來很大壓力。導(dǎo)致系統(tǒng)崩潰。

如何避免？

在緩存失效后，通過加鎖或者隊列來控制讀數(shù)據(jù)庫寫緩存的線程數(shù)量。比如對某個key只允許一個線程查詢數(shù)據(jù)和寫緩存，其他線程等待。

做二級緩存，A1為原始緩存，A2為拷貝緩存，A1失效時，可以訪問A2，A1緩存失效時間設(shè)置為短期，A2設(shè)置為長期。

不同的key，設(shè)置不同的過期時間，讓緩存失效的時間點盡量均勻。

02、redis相關(guān)

如果是后端/服務(wù)端面試的同學(xué)，怎么說都得去找一本redis書來看看，其出現(xiàn)的概率只有那么大了，切記切記。看看B站問了哪幾個問題。

• redis的淘汰刪除策略了解嗎？

能說不了解嗎，就算是沒有聽說過，咋們也可以來一句：“不好意思面試官，這一塊還不怎么深入，但是從字面意思來理解巴拉巴拉”，不至于一臉懵逼。下面我們看看redis的緩存策略

Redis中通過maxmemory參數(shù)來設(shè)定內(nèi)存的使用上限，如果Redis所使用內(nèi)存超過設(shè)定的最大值，那么會根據(jù)配置文件中的策略選取要刪除的key來刪除，從而留出新的鍵值空間。主要的六種淘汰key策略

1. volatile-lru

在鍵空間中設(shè)置過期時間，移除那些最近最少使用的key，占著茅坑不拉屎的key

2. allkeys-lru

移除最近最少使用的key

3. volatile-random

在鍵空間中設(shè)置過期時間，隨機(jī)移除一個key

4. allkeys-random

隨機(jī)移除一個key

5. noeviction

當(dāng)內(nèi)存使用達(dá)到閥值的時候，所有引起申請內(nèi)存的命令會報錯；

ok，現(xiàn)在知道了需要淘汰哪些key，那我們?nèi)绾稳ヌ蕴@些key

1. 定時刪除

很簡單，設(shè)置一個鬧鐘，鬧鐘響了就刪除即可。這種方式對于內(nèi)存來說還是比較友好，內(nèi)存不需要啥額外的操作，直接通過定時器就可保證盡快的刪除。對于CPU來說就有點麻煩了，如果過期鍵比較多，那么定時器也就多，這刪除操作就會占用太多的CPU資源

2. 惰性刪除

每次從鍵空間獲取鍵的時候檢查鍵的過期時間，如果過期了，刪除完事。

3. 定期刪除

每隔一段時間就去數(shù)據(jù)庫檢查，刪除過期的鍵

這種方案是定時刪除和惰性刪除的中和方法，既通過限制刪除操作執(zhí)行的時長來減少對CPU時間的影響，也能減少內(nèi)存的浪費(fèi)。但是難點在于間隔時長需要根據(jù)業(yè)務(wù)情況而定。

03、mysql 相關(guān)

• mysql中使用的鎖有哪些？什么時候使用行鎖，什么時候會使用表鎖？

InnoDB中的行鎖是通過索引上的索引項實現(xiàn)，主要特點是，只有通過索引條件檢索數(shù)據(jù)，InnoDB才會使用行級鎖，否則InnoDB將使用表鎖。

這里注意，在Mysql中，行級鎖不是鎖記錄而是鎖索引。索引又分為主鍵索引和非主鍵索引兩種。如果在一條語句中操作了非主鍵索引，Mysql會鎖定該非主鍵索引，再鎖定相關(guān)的主鍵索引。

• 了解過間隙鎖嗎？間隙鎖的加鎖范圍是怎么確定的？

• 了解B+樹嗎？B+樹什么時候會出現(xiàn)結(jié)點分裂？

這個回答在上一篇的B+樹已經(jīng)詳細(xì)說了。這里簡述一下

1. 將已滿節(jié)點進(jìn)行分裂，將已滿節(jié)點后M/2節(jié)點生成一個新節(jié)點，將新節(jié)點的第一個元素指向父節(jié)點。

2. 父節(jié)點出現(xiàn)已滿，將父節(jié)點繼續(xù)分裂。

3. 一直分裂，如果根節(jié)點已滿，則需要分類根節(jié)點，此時樹的高度增加。

• 事務(wù)還沒執(zhí)行完數(shù)據(jù)庫掛了，重啟的時候會發(fā)生什么？

• undo日志和redo日志分別是干嘛的？

redo log重做日志是InnDB存儲引擎層的，用來保證事務(wù)安全。在事務(wù)提交之前，每個修改操作都會記錄變更后的數(shù)據(jù)，保存的是物理日志-數(shù)據(jù)，防止發(fā)生故障的時間點，有臟頁未寫入磁盤，在重啟mysql的時候，根據(jù)redo log進(jìn)行重做從而達(dá)到事務(wù)的持久性

undo log回滾日志保存了事務(wù)發(fā)生之前的數(shù)據(jù)的一個版本，可以用于回滾，同時也提供多版本并發(fā)控制下的讀。

• 簡單講講數(shù)據(jù)庫的MVCC的實現(xiàn)原理？

細(xì)說太多了，幾個大寫字母代表啥，這幾個大寫字母又是如何關(guān)聯(lián)起來完事。細(xì)問再深究

• mysql的binlog日志什么時候會使用？

首先應(yīng)該知道binlog是一個二進(jìn)制文件，記錄所有增刪改操作，節(jié)點之間的復(fù)制都會依靠binlog來完成。從底層原理來說，binlog有三個模式

1. 模式1--row模式

每一行的數(shù)據(jù)被修改就會記錄在日志中，然后在slave段對相同的數(shù)據(jù)進(jìn)行修改。比如說"update xx where id in(1,2,3,4,5)"，使用此模式就會記錄5條記錄

2. 模式2--statement模式

修改數(shù)據(jù)的sql會記錄到master的binlog中。slave在復(fù)制的時候sql thread會解析成和原來maseter端執(zhí)行過的相同的sql在此執(zhí)行

3. 模式3--mixed模式

mixed模式即混合模式，Mysql會根據(jù)執(zhí)行的每一條具體sql區(qū)分對待記錄的日志形式。那么binlog的主從同步流程到底是咋樣的

流程簡述：

Master執(zhí)行完增刪改操作后都會記錄binlog日志,當(dāng)需要同步的時候會主動通知slave節(jié)點，slave收到通知后使用IO THREAD主動去master讀取binlog寫入relay日志(中轉(zhuǎn)日志),然后使 SQL THREAD完成對relay日志的解析然后入庫操作,完成同步。

04、數(shù)據(jù)結(jié)構(gòu)

• 使用LRU時，如果短時間內(nèi)會出現(xiàn)大量只會使用一次的數(shù)據(jù)，可能導(dǎo)致之前大量高頻使用的緩存被刪除，請問有什么解決辦法?

• 了解過循環(huán)鏈表嗎？他的長度怎么計算？

他的主要特點是鏈表中的最后一個節(jié)點的指針域指向頭結(jié)點，整個鏈表形成一個環(huán)。*這里*循環(huán)鏈表判斷鏈表結(jié)束的標(biāo)志是，判斷尾節(jié)點是不是指向頭結(jié)點

• 哪種數(shù)據(jù)結(jié)構(gòu)可以支持快速插入，刪除，查找等操作？

思考這個問題的時候，我們不凡復(fù)習(xí)下不錯的二分查找，它依賴數(shù)組隨機(jī)訪問的特性，其查找時間復(fù)雜度為O(log n)。如果我們將元素放入鏈表中，二分查找還好使嗎？這就是今天和大家分享的跳表

理解跳表

假設(shè)使用單鏈表存儲n個元素，其中元素有序如下圖所示

從鏈表中查找一個元素，自然從頭開始遍歷找到需要查找的元素，此時的時間復(fù)雜度為O(n)。那采用什么方法可以提高查詢的效率呢？問就是加索引，如何加，我們從這部分?jǐn)?shù)據(jù)中抽取幾個元素出來作為單獨的一個鏈表，如下圖所示]

假設(shè)此時咱們查找元素16，首先到一級索引處尋找，當(dāng)找到元素14的時候，下一個節(jié)點的值為18，意味著我們尋找的數(shù)在這兩個數(shù)的中間。此時直接從14節(jié)點指針下移到下面的原始鏈表中，繼續(xù)遍歷，正好下一個元素就是我們尋找的16。好了，我們小結(jié)一下，如果從原始鏈表中尋找元素16，需要遍歷比較8次，如果通過索引鏈表尋找我們只需要5次即可。

我們繼續(xù)查找元素16，此時比較次數(shù)變?yōu)?次。這樣看來，加一層索引查找的次數(shù)就變少，如果有n個元素到底有多少索引？

假設(shè)我們按照每兩個結(jié)點就抽出一個結(jié)點作為上一層的索引節(jié)點，第一層所以節(jié)點個數(shù)n/2，第二層為n/4,第x級索引的結(jié)點個數(shù)是第x-1級索引的結(jié)點個數(shù)的1/2，那第x級索引結(jié)點的個數(shù)就是n/(2^x)。假設(shè)索引有y級，我們可以得到n/(2^y)=2，從而求得y=log2n-1。

這么多索引是不是就很浪費(fèi)內(nèi)存嘞？

假設(shè)原始鏈表大小為n，那第一級索引大約有 n/2 個結(jié)點，第二級索引大約有 n/4 個結(jié)點，以此類推，每上升一級就減少一半，直到剩下 2 個結(jié)點。如果我們把每層索引的結(jié)點數(shù)寫出來，就是一個等比數(shù)列。這幾級索引的結(jié)點總和就是 n/2+n/4+n/8…+8+4+2=n-2 。所以，跳表的空間復(fù)雜度是 O(n) 。那還能不能降低一些呢。機(jī)智的你應(yīng)該就考慮到假設(shè)每三個結(jié)點抽取一個節(jié)點作為索引鏈表的節(jié)點。

跳表與二叉查找樹

兩者其查找的時間復(fù)雜度均為O(logn) ，那跳表還有哪些優(yōu)勢？

先看二叉查找樹，

這種結(jié)構(gòu)會導(dǎo)致二叉查找樹的查找效率變?yōu)?O(n),。

跳表與紅黑樹

說實話，紅黑樹確實比較復(fù)雜，面試的時候讓你寫紅黑樹，你就給他大嘴巴子？

紅黑樹需要通過左右旋的方式去維持樹大小平衡。而跳表是通過隨機(jī)函數(shù)來維護(hù)前面提到的 “ 平衡性 ” 。當(dāng)我們往跳表中插入數(shù)據(jù)的時候，我們可以選擇同時將這個數(shù)據(jù)插入到部分索引層中。如何選擇加入哪些索引層呢？
我們通過一個隨機(jī)函數(shù)，來決定將這個結(jié)點插入到哪幾級索引中，比如隨機(jī)函數(shù)生成了值 K ，那我們就將這個結(jié)點添加到第一級到第 K 級這 K 級索引中。當(dāng)我們往跳表中插入數(shù)據(jù)的時候，我們可以選擇同時將這個數(shù)據(jù)插入到部分索引層中。

小結(jié)

Redis中的有序集合采用了跳表的方式來實現(xiàn)，其實還采用了散列表等數(shù)據(jù)結(jié)構(gòu)進(jìn)行融合。它在插入，刪除等都有比較快的速度，雖然紅黑樹也可以做到，但是紅黑樹對于按照區(qū)間查找數(shù)據(jù)這個操作，跳表可以做到 O(logn) 的時間復(fù)雜度定位區(qū)間的起點，然后在原始鏈表中順序往后遍歷就可以了

• 平時愛看技術(shù)博客嗎？分享一篇最近的技術(shù)博客？平時上B站嗎？

看的技術(shù)博客多了，這就是嘮嗑。比如說，看看沉默王二每天BB的文章，哈哈哈哈哈

面試官：我擦，尼瑪說的這個我都關(guān)注了，難怪我問啥你都能說個一二三。

05、復(fù)盤

請記下以下幾點:

• 公司招你去是干活了，不會因為你怎么怎么的而降低對你的要求標(biāo)準(zhǔn)。

• 工具上面寫代碼和手撕代碼完全不一樣。

• 珍惜每一次面試機(jī)會并學(xué)會復(fù)盤。

• 對于應(yīng)屆生主要考察的還是計算機(jī)基礎(chǔ)知識的掌握，項目要求沒有那么高，是自己做的就使勁摳細(xì)節(jié)，做測試，只有這樣，才知道會遇到什么問題，遇到什么難點，如何解決的。從而可以侃侃而談了。

• 非科班也不要怕，怕了你就輸了！一定要多嘗試。