面经记录【面试准备】

• 前言
• 版权
• 面经
• • 【Java每日一题】Http协议和RPC协议有什么区别？
  • 【Java每日一题】什么是微服务，说一下你对微服务的理解
  • Java面试题：应用的线程数应该设置成多少
  • 【Java面试】说一下HashMap的put方法
  • 字节二面：MySQL中1000万条数据你是怎么查询的？查询非常慢如何优化 ？
  • 京东二面：SpringBoot可以同时处理多少请求？直接就愣住了。。
  • 自从掌握了这10个Lambda表达式，Java开发效率直线飙升！
  • 腾讯二面：MySQL加索引的时候到底会不会锁表？傻傻分不清。。
  • 12张表244个字段还要聚合你让我优化？
  • 【Java面试】说说进程间的通信
  • 【Java每日一题】说说你对Spring MVC的理解？
  • 【Java每日一题】Kafka如何保证消息不丢失的？
  • java面试题：什么是TCP的粘包拆包，如何解决
  • 【Java面试】说说一条更新语句的执行过程
  • 【Java面试】Spring如何解决循环依赖问题的？
  • 最后

    前言

    2023-9-13 16:27:52

    公开发布于

    2024-5-21 13:18:55

    以下内容源自《【面试准备】》

    仅供学习交流使用

    版权

    禁止其他平台发布时删除以下此话

    本文首次发布于CSDN平台

    作者是CSDN@日星月云

    博客主页是https://blog.csdn.net/qq_51625007

    禁止其他平台发布时删除以上此话

    面经

    【Java每日一题】Http协议和RPC协议有什么区别？

    【Java每日一题】Http协议和RPC协议有什么区别？

    【Java每日一题】什么是微服务，说一下你对微服务的理解

    【Java每日一题】什么是微服务，说一下你对微服务的理解

    Java面试题：应用的线程数应该设置成多少

    Java面试题：应用的线程数应该设置成多少

    【Java面试】说一下HashMap的put方法

    【Java面试】说一下HashMap的put方法

    字节二面：MySQL中1000万条数据你是怎么查询的？查询非常慢如何优化 ？

    字节二面：MySQL中1000万条数据你是怎么查询的？查询非常慢如何优化 ？

    京东二面：SpringBoot可以同时处理多少请求？直接就愣住了。。

    京东二面：SpringBoot可以同时处理多少请求？直接就愣住了。。

    自从掌握了这10个Lambda表达式，Java开发效率直线飙升！

    自从掌握了这10个Lambda表达式，Java开发效率直线飙升！

    腾讯二面：MySQL加索引的时候到底会不会锁表？傻傻分不清。。

    腾讯二面：MySQL加索引的时候到底会不会锁表？傻傻分不清。。

    12张表244个字段还要聚合你让我优化？

    12张表244个字段还要聚合你让我优化？

    【Java面试】说说进程间的通信

    【Java面试】说说进程间的通信

    【Java每日一题】说说你对Spring MVC的理解？

    【Java每日一题】说说你对Spring MVC的理解？

    【Java每日一题】Kafka如何保证消息不丢失的？

    【Java每日一题】Kafka如何保证消息不丢失的？

    Kafka是一个用来实现异步消息通讯的一个中间件

    它的整个架构是由Producer、Consumer和Broker组成

    所以对于Kafka如何保证消息不丢失的这个问题，可以从三个方面考虑和实现

    首先是Producer端，确保消息能够到达Broker端，并且实现消息的存储

    在这个层面上有可能会出现网络问题，导致消息发送失败，

    所以能针对Producer端可以通过两种方法来避免消息的丢失

    第一个，Producer默认是异步发送消息的，那么这种情况下要确保消息是发送成功的

    那么这里面有两个方法

    1把异步发送改成同步发送,这样producer就能实时知道消息发送的结果

    2添加异步回调函数来监听消息发送的结果。如果发送失败。可以在回调中重试

    第二个，Producer本事提供一个重试参数，叫retries，

    如果因为网络问题或者Broker端故障导致发送失败，那么Producer会自动重试

    然后是Broker端，Broker端需要确保Producer发送过来消息是不会丢失的，也就是说只要去把这个消息持久化到磁盘就可以了

    但是Kafka为了提升性能采用了异步批量刷盘的实现机制，也就是说，按照一定的消息量和时间间隔去刷盘

    而最终刷新到磁盘这个动作，是由操作系统来调度的，所以如果在刷盘之前系统崩溃了，就会导致数据的丢失

    Kafka并没有提供同步刷盘的一个实现机制，所以针对这个问题

    需要通过Partition的副本机制和acks机制来解决

    我简单说一下Partition副本机制,它是针对每个数据分区的高可用策略

    每个Partition副本集，会包含唯一的一个Leader和多个Follower

    Leader专门处理事务类型的请求，而Follower负责同步Leader的数据

    那么在这样一个机制的基础上呢，Kafka提供了一个acks的参数，

    Producer可以去设置acks参数，去结合Broker的副本机制来共同保证数据的可靠性

    acks这个参数的值呢有几个选择

    第一个是acks=0，表示Producer不需要等待Broker的响应，就认为消息就发送成功了，那么这种情况下会存在消息丢失

    第二个是acks=1，表示Broker中的Leader Partition,受到消息之后，不等待其他的Follower Partition的同步,就给Producer返回了一个确认。这种情况下，假设Leader Partition挂了，就会存在数据丢失，

    第二个是acks=-1，表示Broker中的Leader Partition,受到消息之后，并且等待ISR列表中的所有Follower同步完成，在去给Producer返回了一个确认。这样的一个配置是可以保证数据的一个可靠性的。

    最后，就是Consumer端，必须要能够消费的这个消息，

    实际上我认为，只要Producer和Broker端的消息可靠性得到保障，那么消费端是不太可能出现消息无法消费的问题的。除非是Consumer没有消费完这个消息，就已经提交了这样offset。但是即便是出现这样一个情况，我们也可以通过重新调整offset的值，来实现重新消费

    以上就是我对于这个问题的理解。

    java面试题：什么是TCP的粘包拆包，如何解决

    java面试题：什么是TCP的粘包拆包，如何解决

    三种方法

    定长 ：FTP

    分割符：SMTP

    两个连续的换行+回车

    长度头部：

    HTTP1.1的Content-Length

    WebSocket

    【Java面试】说说一条更新语句的执行过程

    【Java面试】说说一条更新语句的执行过程

    【Java面试】Spring如何解决循环依赖问题的？

    【Java面试】Spring如何解决循环依赖问题的？

    最后

    我们都有光明的未来

    祝大家考研上岸

    祝大家工作顺利

    祝大家得偿所愿

    祝大家如愿以偿

    点赞收藏关注哦