Java校招面试经验汇总，精心整理

朴灿烈づ我的快乐病毒、 2023-01-23 11:00 19阅读 0赞

# 微服务的发展 #

微服务倡导将复杂的单体应用拆分为若干个功能简单、松耦合的服务，这样可以降低开发难度、增强扩展性、便于敏捷开发。当前被越来越多的开发者推崇，很多互联网行业巨头、开源社区等都开始了微服务的讨论和实践。

# 微服务落地存在的问题 #

虽然微服务现在如火如荼，但对其实践其实仍处于探索阶段。很多中小型互联网公司，鉴于经验、技术实力等问题，微服务落地比较困难。

如著名架构师Chris Richardson所言，目前存在的主要困难有如下几方面：

*  单体应用拆分为分布式系统后，进程间的通讯机制和故障处理措施变的更加复杂。
 *  系统微服务化后，一个看似简单的功能，内部可能需要调用多个服务并操作多个数据库实现，服务调用的分布式事务问题变的非常突出。
 *  微服务数量众多，其测试、部署、监控等都变的更加困难。

随着RPC框架的成熟，第一个问题已经逐渐得到解决。例如springcloud可以非常好的支持restful调用，dubbo可以支持多种通讯协议。关注公众号码猿技术专栏获取更多面试资源。

对于第三个问题，随着docker、devops技术的发展以及各公有云paas平台自动化运维工具的推出，微服务的测试、部署与运维会变得越来越容易。

而对于第二个问题，现在还没有通用方案很好的解决微服务产生的事务问题。分布式事务已经成为微服务落地最大的阻碍，也是最具挑战性的一个技术难题。

# ACID #

*  **原子性（Atomicity）:** 一个事务的所有系列操作步骤被看成是一个动作，所有的步骤要么全部完成要么一个也不会完成，如果事务过程中任何一点失败，将要被改变的数据库记录就不会被真正被改变。
 *  **一致性（Consistency）:** 数据库的约束 级联和触发机制Trigger都必须满足事务的一致性。也就是说，通过各种途径包括外键约束等任何写入数据库的数据都是有效的，不能发生表与表之间存在外键约束，但是有数据却违背这种约束性。所有改变数据库数据的动作事务必须完成，没有事务会创建一个无效数据状态，这是不同于CAP理论的一致性"consistency".
 *  **隔离性（Isolation）:** 主要用于实现并发控制, 隔离能够确保并发执行的事务能够顺序一个接一个执行，通过隔离，一个未完成事务不会影响另外一个未完成事务。
 *  **持久性（Durability）:** 一旦一个事务被提交，它应该持久保存，不会因为和其他操作冲突而取消这个事务。很多人认为这意味着事务是持久在磁盘上，但是规范没有特别定义这点。

# 一致性理论 #

分布式事务的目的是保障分库数据一致性，而跨库事务会遇到各种不可控制的问题，如个别节点永久性宕机，像单机事务一样的 ACID 是无法奢望的。

另外，业界著名的 CAP 理论也告诉我们，对分布式系统，需要将数据一致性和系统可用性、分区容忍性放在天平上一起考虑。

两阶段提交协议(简称2PC)是实现分布式事务较为经典的方案，但 2PC 的可扩展性很差，在分布式架构下应用代价较大，eBay 架构师 Dan Pritchett 提出了 BASE 理论，用于解决大规模分布式系统下的数据一致性问题。关注公众号码猿技术专栏获取更多面试资源。

BASE 理论告诉我们：可以通过放弃系统在每个时刻的强一致性来换取系统的可扩展性。

# CAP 理论 #

在分布式系统中，一致性(Consistency)、可用性(Availability)和分区容忍性(Partition Tolerance)3 个要素最多只能同时满足两个，不可兼得。其中，分区容忍性又是不可或缺的。

![23529e6b84b6146bb48131dc6e6c3953.png][]

*  一致性：分布式环境下，多个节点的数据是否强一致。
 *  可用性：分布式服务能一直保证可用状态。当用户发出一个请求后，服务能在有限时间内返回结果。
 *  分区容忍性：特指对网络分区的容忍性。

举例：Cassandra、Dynamo 等，默认优先选择 AP，弱化 C;HBase、MongoDB 等，默认优先选择 CP，弱化 A。

# BASE 理论 #

核心思想：

*  基本可用( **B**asically **A**vailable)：指分布式系统在出现故障时，允许损失部分的可用性来保证核心可用；
 *  软状态( **S**oft state)：指允许分布式系统存在中间状态，该中间状态不会影响到系统的整体可用性；
 *  最终一致性( **E**ventual consistency)：指分布式系统中的所有副本数据经过一定时间后，最终能够达到一致的状态；
 *  原子性（A）与持久性（D）必须根本保障；
 *  为了可用性、性能与降级服务的需要，只有降低一致性( C ) 与 隔离性( I ) 的要求；
 *  酸碱平衡(ACID-BASE Balance)；

BASE 是对 CAP 中 AP 的一个扩展

# 一致性模型 #

数据的一致性模型可以分成以下三类：

*  强一致性：数据更新成功后，任意时刻所有副本中的数据都是一致的，一般采用同步的方式实现。
 *  弱一致性：数据更新成功后，系统不承诺立即可以读到最新写入的值，也不承诺具体多久之后可以读到。
 *  最终一致性：弱一致性的一种形式，数据更新成功后，系统不承诺立即可以返回最新写入的值，但是保证最终会返回上一次更新操作的值。

分布式系统数据的强一致性、弱一致性和最终一致性可以通过 Quorum NRW 算法分析。

# 本地事务 #

![266066cef7bcba4cf78c745242b69573.png][]

*  在单个数据库的本地并且限制在单个进程内的事务
 *  本地事务不涉及多个数据来源

# 分布式事务典型方案 #

*  两阶段提交（2PC, Two Phase Commit）方案；
 *  本地消息表 （eBay 事件队列方案）；
 *  TCC 补偿模式；

分类：

*  两阶段型
 *  补偿型
 *  异步确保型
 *  最大努力通知型

服务模式：

*  可查询操作
 *  幂等操作
 *  TCC操作
 *  可补偿操作

### 最后 ###

看完上述知识点如果你深感Java基础不够扎实，或者刷题刷的不够、知识不全面

小编专门为你量身定制了一套<Java一线大厂高岗面试题解析合集：JAVA基础-中级-高级面试+SSM框架+分布式+性能调优+微服务+并发编程+网络+设计模式+数据结构与算法>

![image][]

针对知识面不够，也莫慌！还有一整套的<Java核心进阶手册>，可以瞬间查漏补缺

![image][image 1]

> 全都是一丢一丢的收集整理纯手打出来的——收整在\*\*\*[【我的学习笔记大全】][Link 1]\*\*\*，有需要的朋友可以自取

更有纯手绘的各大知识体系大纲，可供梳理：Java筑基、MySQL、Redis、并发编程、Spring、分布式高性能架构知识、微服务架构知识、开源框架知识点等等的xmind手绘图~

![image][image 2]

纲，可供梳理：Java筑基、MySQL、Redis、并发编程、Spring、分布式高性能架构知识、微服务架构知识、开源框架知识点等等的xmind手绘图~

\[外链图片转存中…(img-jigEmais-1626252291374)\]

![image][image 3]

[23529e6b84b6146bb48131dc6e6c3953.png]: /images/20221004/9fcd72c1d1d7475d9cb5dff8fc79dc98.png
[266066cef7bcba4cf78c745242b69573.png]: /images/20221004/f0beee5a3e2d4e7e9334ed38c175716c.png
[image]: /images/20221004/fb488c6c09ae4f95b2c103d8fb9d85fd.png
[image 1]: /images/20221004/a4a234a187264c4da32d051b31414545.png
[Link 1]: https://gitee.com/vip204888/java-p7
[image 2]: /images/20221004/b40100556dd64c3fad3a597e93c96f12.png
[image 3]: /images/20221004/717f2bb0590f4ba7a8f37dc82e6c66e1.png