碼上快樂

相關內容    簡體    繁體

2019年最新阿里Java工程師面試題

本文轉載自   查看原文   2019-11-20 14:58   298    Java/ 阿里巴巴/ 阿里巴巴java面試/ Java工程師面試題/ 阿里巴巴面試題

一、單選題（共10題，每題5分）

1 關於設計模式遵循的原則，說法錯誤的是？
 
B

設計模式（面向對象）有七大原則，分別是： 1.開放-封閉原則 2.單一職責原則 3.依賴倒轉原則 4.迪米特法則（也稱為最小知識原則） 5.接口隔離原則 6.合成/聚合復用原則 7.里氏代換原則 詳情參考 ：https://www.cnblogs.com/qingjiaowoxiaoxioashou/p/6273658.html

 
2 Mysql索引使用的B-Tree描述錯誤的是？
 
D

B-Tree是滿足條件： d>=2，即B-Tree的度； h為B-Tree的高； 每個非葉子結點由n-1個key和n個指針組成，其中d

 
3下列關於Java並發的說法中正確的是（）
 
B
B
對於D選項，volatite只保證線程在“加載數據階段”加載的數據是最新的，並不能保證線程安全。
 
**一個線程執行的過程有三個階段：**
加載（復制）主存數據到操作棧 --> 對操作棧數據進行修改 --> 將操作棧數據寫回主存
volatite關鍵字，讓編譯器不去優化代碼使用緩存等，以保證線程在“加載數據階段”加載的數據都是最新的
 
**比如：**
某一時刻i=6是最新的值，volatile保證線程A,B都同時加載了這個最新的值，
然后A執行i(A)+1=7,然后將7寫回主存，
B也執行i(B)+1=7,然后也將7寫回內存，
這樣，執行兩次加法，i卻只增加了1
 
4以下為求0到1000以內所有奇數和的算法，從中選出描述正確的算法（ ）
 
A

A和B選項的區別在於第3步和第4步，B中當i=999時，先執行步驟3，則i=i+2=1001,接着第4步s=s+1001,如此看來這種3、4步的寫法求得的S會多加了一個i=1001.

 
5下面關於垃圾收集的說法正確的是
 
D
 
 
6Java虛擬機在運行Java代碼時,首先進行的操作是（）
 
C

1）編譯器負責把java文件編譯為class文件， 2）JAVA虛擬機（JVM）對class文件，進行加載、校驗、執行， 故本題的答案為C。

 

7以下哪個不是Collection的子接口？
 
D

補圖：

 
8 OpenStack中Mongodb推薦使用（ ）盤部署。
 
B

無

 
9以下代碼的循環次數是 ？ 
 1 public class Test {  
 2  public static void main(String args\[\]) {  
 3  int i = 7;  
 4  do {  
 5  System.out.println(--i);  
 6  --i;  
 7  } while (i != 0);  
 8  System.out.println(i);  
 9  }  
10 }

 

D

略

 
10關於Redis 分布式鎖的特點描述錯誤的是？
 
B

選項B 應該是 釋放鎖就是刪除 key。

RedLock 算法

這個場景是假設有一個 redis cluster，有 5 個 redis master 實例。然后執行如下步驟獲取一把鎖：

獲取當前時間戳，單位是毫秒； 跟上面類似，輪流嘗試在每個 master 節點上創建鎖，過期時間較短，一般就幾十毫秒； 嘗試在大多數節點上建立一個鎖，比如 5 個節點就要求是 3 個節點 n / 2 + 1； 客戶端計算建立好鎖的時間，如果建立鎖的時間小於超時時間，就算建立成功了； 要是鎖建立失敗了，那么就依次之前建立過的鎖刪除； 只要別人建立了一把分布式鎖，你就得不斷輪詢去嘗試獲取鎖。

 

二、多選題（共10題，每題5分）

1關於MySQL的臟讀、幻讀和不可重復讀說法正確的有？
 
C

臟讀 ： 臟讀就是指當一個事務正在訪問數據，並且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然后使用了這個數據。 不可重復讀 ： 是指在一個事務內，多次讀同一數據。在這個事務還沒有結束時，另外一個事務再修改數據。那么第一個事務兩次讀到的的數據可能是不一樣的，因此稱為是不可重復讀。 幻讀： 當某事物正在執行插入或刪除操作同時，第二個事物也在操作此表的數據，就會顯示有一行還未存在的數據，就像發生了幻覺一樣。

解決辦法：如果在操作事務完成數據處理之前，任何其他事務都不可以操作此數據，則可避免該問題。

 
2 JVM管理的內存包括哪幾個運行時數據內存？
 
A,B,C,D

Java虛擬機管理的內存包括幾個運行時數據內存：方法區、虛擬機棧、本地方法棧、堆、程序計數器，其中方法區和堆是由線程共享的數據區，其他幾個是線程隔離的數據區

 
3 Redis 內存淘汰機制有哪些？
 
A,B,C

redis 內存淘汰機制有以下幾個：

noeviction: 當內存不足以容納新寫入數據時，新寫入操作會報錯，這個一般沒人用吧，實在是太惡心了。 allkeys-lru：當內存不足以容納新寫入數據時，在鍵空間中，移除最近最少使用的 key（這個是最常用的）。 allkeys-random：當內存不足以容納新寫入數據時，在鍵空間中，隨機移除某個 key，這個一般沒人用吧，為啥要隨機，肯定是把最近最少使用的 key 給干掉啊。 volatile-lru：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，移除最近最少使用的 key（這個一般不太合適）。 volatile-random：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，隨機移除某個 key。 volatile-ttl：當內存不足以容納新寫入數據時，在設置了過期時間的鍵空間中，有更早過期時間的 key 優先移除。

 
4Hystrix 的設計原則描述正確的有哪些？
 
A,B,C,D

Hystrix 的設計原則

  • 對依賴服務調用時出現的調用延遲和調用失敗進行控制和容錯保護。
  • 在復雜的分布式系統中，阻止某一個依賴服務的故障在整個系統中蔓延。比如某一個服務故障了，導致其它服務也跟着故障。
  • 提供 fail-fast（快速失敗）和快速恢復的支持。
  • 提供 fallback 優雅降級的支持。
  • 支持近實時的監控、報警以及運維操作。

 

5 關於Kafka、ActiveMQ、RabbitMQ、RocketMQ說法正確的有？
 
B,C,D

ActiveMQ 基於 Java 開發的， RabbitMQ 是基於 erlang 開發的。 所以選項A 錯誤。 B、C、D都正確。

特性 ActiveMQ RabbitMQ RocketMQ Kafka
單機吞吐量 萬級，比 RocketMQ、Kafka 低一個數量級 同 ActiveMQ 10 萬級，支撐高吞吐 10 萬級，高吞吐，一般配合大數據類的系統來進行實時數據計算、日志采集等場景
topic 數量對吞吐量的影響     topic 可以達到幾百/幾千的級別，吞吐量會有較小幅度的下降，這是 RocketMQ 的一大優勢，在同等機器下，可以支撐大量的 topic topic 從幾十到幾百個時候，吞吐量會大幅度下降，在同等機器下，Kafka 盡量保證 topic 數量不要過多，如果要支撐大規模的 topic，需要增加更多的機器資源
時效性 ms 級 微秒級，這是 RabbitMQ 的一大特點，延遲最低 ms 級 延遲在 ms 級以內
可用性 高，基於主從架構實現高可用 同 ActiveMQ 非常高，分布式架構 非常高，分布式，一個數據多個副本，少數機器宕機，不會丟失數據，不會導致不可用
消息可靠性 有較低的概率丟失數據 基本不丟 經過參數優化配置，可以做到 0 丟失 同 RocketMQ
功能支持 MQ 領域的功能極其完備 基於 erlang 開發，並發能力很強，性能極好，延時很低 MQ 功能較為完善，還是分布式的，擴展性好 功能較為簡單，主要支持簡單的 MQ 功能，在大數據領域的實時計算以及日志采集被大規模使用
 
6 分布式服務接口的冪等性如何設計（比如不能重復扣款）？
 
A,B,C

分布式服務接口，只靠數據庫的事務是保證不了冪等性的。 選項D錯誤。

所謂冪等性，就是說一個接口，多次發起同一個請求，你這個接口得保證結果是准確的，比如不能多扣款、不能多插入一條數據、不能將統計值多加了 1。這就是冪等性。

其實保證冪等性主要是三點：

  • 對於每個請求必須有一個唯一的標識，舉個栗子：訂單支付請求，肯定得包含訂單 id，一個訂單 id 最多支付一次，對吧。
  • 每次處理完請求之后，必須有一個記錄標識這個請求處理過了。常見的方案是在 mysql 中記錄個狀態啥的，比如支付之前記錄一條這個訂單的支付流水。
  • 每次接收請求需要進行判斷，判斷之前是否處理過。比如說，如果有一個訂單已經支付了，就已經有了一條支付流水，那么如果重復發送這個請求，則此時先插入支付流水，orderId 已經存在了，唯一鍵約束生效，報錯插入不進去的。然后你就不用再扣款了。
  • 實際運作過程中，你要結合自己的業務來，比如說利用 redis，用 orderId 作為唯一鍵。只有成功插入這個支付流水，才可以執行實際的支付扣款。

要求是支付一個訂單，必須插入一條支付流水，order_id 建一個唯一鍵 unique key。你在支付一個訂單之前，先插入一條支付流水，order_id 就已經進去了。你就可以寫一個標識到 redis 里面去，set order_id payed，下一次重復請求過來了，先查 redis 的 order_id 對應的 value，如果是 payed 就說明已經支付過了，你就別重復支付了。

 
7 有哪些方案可以實現分布式事務？
 
A,B,C,D

分布式事務的實現主要有以下 5 種方案：

XA 方案 TCC 方案 本地消息表 可靠消息最終一致性方案 最大努力通知方案 詳情參考 分布式事務

 
8 關於緩存雪崩的事前事中事后的解決方案正確的有？
 
A,B,C,D

緩存雪崩的事前事中事后的解決方案如下。

  • 事前：進行系統壓力測試，在負載均衡層做限流處理，過載丟棄請求或者進入隊列
  • 事前：redis 高可用，主從+哨兵，redis cluster，避免全盤崩潰。
  • 事中：本地 ehcache 緩存 + hystrix 限流&降級，避免 MySQL 被打死。
  • 事后：redis 持久化，一旦重啟，自動從磁盤上加載數據，快速恢復緩存數據。
 
9 如何保證緩存與數據庫的雙寫一致性？
 
A,B,C,D

Cache Aside Pattern 最經典的緩存+數據庫讀寫的模式，就是 Cache Aside Pattern。

讀的時候，先讀緩存，緩存沒有的話，就讀數據庫，然后取出數據后放入緩存，同時返回響應。 更新的時候，先更新數據庫，然后再刪除緩存。 為什么是刪除緩存，而不是更新緩存？

原因很簡單，很多時候，在復雜點的緩存場景，緩存不單單是數據庫中直接取出來的值。

比如可能更新了某個表的一個字段，然后其對應的緩存，是需要查詢另外兩個表的數據並進行運算，才能計算出緩存最新的值的。

另外更新緩存的代價有時候是很高的。是不是說，每次修改數據庫的時候，都一定要將其對應的緩存更新一份？也許有的場景是這樣，但是對於比較復雜的緩存數據計算的場景，就不是這樣了。如果你頻繁修改一個緩存涉及的多個表，緩存也頻繁更新。但是問題在於，這個緩存到底會不會被頻繁訪問到？

舉個栗子，一個緩存涉及的表的字段，在 1 分鍾內就修改了 20 次，或者是 100 次，那么緩存更新 20 次、100 次；但是這個緩存在 1 分鍾內只被讀取了 1 次，有大量的冷數據。實際上，如果你只是刪除緩存的話，那么在 1 分鍾內，這個緩存不過就重新計算一次而已，開銷大幅度降低。用到緩存才去算緩存。

其實刪除緩存，而不是更新緩存，就是一個 lazy 計算的思想，不要每次都重新做復雜的計算，不管它會不會用到，而是讓它到需要被使用的時候再重新計算。像 mybatis，hibernate，都有懶加載思想。查詢一個部門，部門帶了一個員工的 list，沒有必要說每次查詢部門，都里面的 1000 個員工的數據也同時查出來啊。80% 的情況，查這個部門，就只是要訪問這個部門的信息就可以了。先查部門，同時要訪問里面的員工，那么這個時候只有在你要訪問里面的員工的時候，才會去數據庫里面查詢 1000 個員工。

 

10 以下對NIO的的描述，正確的有？
 
A,B,C,D

全對，IO和NIO的主要對比如下：

IO NIO
面向流 面向緩沖
阻塞IO 非阻塞IO
無 選擇器


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 2019年百度最新Java工程師面試題 2019年騰訊最新Java工程師面試題 2016-2019年最新前端工程師面試題 前端面試題2019年阿里巴巴工程師面試題及答案解析 2019年Java后端工程師常見面試題和感想 前端面試題2019年騰訊工程師面試題及答案解析 前端面試題2019年京東工程師面試題及答案解析 2019年，Python工程師必考的6個面試題，Python面試題No5 PHP面試題2019年小米工程師面試題及答案解析 PHP面試題2019年京東工程師面試題及答案解析
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM