社招牛客 2022 秋

原面经链接:
https://www.nowcoder.com/discuss/508672172324339712?sourceSSR=search

mysql索引结构

B+Tree索引 最常见的索引类型，大部分引擎都支持 B+ 树索引
Hash索引底层数据结构是用哈希表实现的, 只有精确匹配索引列的查询才有效, 不支持范围查询
R-tree(空间索引）空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索引)是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

B+树，B树的区别

所有的数据都会出现在叶子节点。
叶子节点形成一个单向链表。
非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

秋招牛客 2022 电话面

原面经链接:
https://www.nowcoder.com/discuss/404011530516283392?sourceSSR=search

rpc的执行流程

RPC（远程过程调用）是一种用于实现分布式系统中不同进程或计算机之间通信的技术。下面是RPC的执行流程：

客户端发起调用：客户端应用程序向远程服务发送请求调用，通常通过调用本地的代理对象来实现。代理对象封装了与远程服务的通信细节，使客户端调用看起来像是本地调用。
传输请求数据：客户端的代理对象将请求数据进行序列化，并通过网络传输到远程服务。
服务端接收请求：远程服务接收到请求数据，并将其进行反序列化，还原为可执行的服务方法调用。
执行服务方法：远程服务执行相应的服务方法，并返回执行结果。
传输响应数据：服务端将执行结果进行序列化，并通过网络传输回客户端。
客户端接收响应：客户端代理对象接收到响应数据，并将其进行反序列化，得到最终的执行结果。
返回调用结果：客户端代理对象将执行结果返回给客户端应用程序，完成远程调用。
总结来说，RPC的执行流程包括客户端发起调用、传输请求数据、服务端接收请求、执行服务方法、传输响应数据、客户端接收响应以及返回调用结果。通过这种方式，可以在分布式系统中实现不同进程或计算机之间的远程通信。

rpc调用时怎么知道该对方地址的?

在RPC调用中，客户端需要知道远程服务的地址才能进行调用。以下是一些常见的方式来确定远程服务的地址：
配置文件：客户端可以通过配置文件来指定远程服务的地址。在配置文件中，可以设置远程服务的IP地址和端口号等信息。客户端在启动时读取配置文件，并使用其中指定的地址进行RPC调用。
服务注册与发现：客户端可以通过服务注册与发现的机制来获取远程服务的地址。在这种机制中，服务提供者将自己的地址注册到注册中心，而客户端从注册中心查询可用的服务列表，并选择合适的地址进行调用。常见的服务注册与发现工具有ZooKeeper、Consul、Etcd等。
DNS解析：客户端可以使用域名解析来获取远程服务的地址。在这种方式中，服务提供者将自己的地址绑定到一个域名上，而客户端通过域名解析获取对应的IP地址。客户端可以使用解析后的IP地址进行RPC调用。
服务代理：有时候，客户端可能无法直接获得远程服务的地址，而是通过一个代理服务器进行调用。客户端将RPC请求发送给代理服务器，代理服务器负责将请求转发给实际的远程服务。在这种情况下，客户端只需要知道代理服务器的地址，而无需了解实际远程服务的地址。

rpc和http的区别

RPC（远程过程调用）和HTTP（超文本传输协议）是两种不同的通信协议，它们有以下几个主要区别：

概念和用途：
RPC是一种用于实现分布式系统中不同进程或计算机之间通信的技术，它的目的是让远程调用看起来像是本地调用，提供了直接调用远程服务的能力。
HTTP(应用层协议)是一种面向传输层的协议(面向传输层的协议是指在应用层中使用的协议，依赖于传输层协议来提供数据传输服务)，用于在客户端和服务器之间传输超文本数据。它主要用于Web应用程序*的通信，例如浏览器和服务器之间的请求和响应。
通信方式：
RPC通常使用底层的二进制协议进行通信，如Protocol Buffers、Thrift等，以提高性能和效率。
HTTP使用文本协议进行通信，数据以文本形式传输，通常使用JSON或XML格式进行数据交换。
传输协议：
RPC可以在不同的传输协议上运行，如TCP、UDP等。它可以根据具体需求选择适合的传输协议。
HTTP使用TCP作为传输协议，并使用标准的HTTP请求和响应格式。
4, 可扩展性：
RPC通常提供更高级别的抽象和功能，例如服务注册与发现、负载均衡、容错机制等，以支持复杂的分布式系统。
HTTP相对简单，通常需要使用其他技术和工具来实现复杂的系统功能，例如使用RESTful API来构建可扩展的Web服务。
应用场景：
RPC通常用于构建高性能和实时性要求较高的分布式系统，例如微服务架构、远程调用等。
HTTP广泛应用于Web开发，用于实现客户端和服务器之间的通信，例如网页浏览、API调用等。

什么时候用rpc，什么时候用http

当选择使用RPC或HTTP时，主要考虑以下几个因素：

性能要求：如果您的应用程序对于性能和效率有较高的要求，特别是在分布式系统中需要频繁进行远程调用或数据传输，那么RPC可能是更好的选择。由于RPC使用二进制协议和较低的开销，可以提供更高的性能和更低的延迟。
功能需求：如果您的应用程序需要更复杂的功能，例如服务注册与发现、负载均衡、容错机制等，那么RPC可能是更适合的选择。RPC框架通常提供这些功能的支持，可以更好地满足分布式系统的需求。
简单性和易用性：如果您的应用程序只需要进行简单的请求和响应，而不需要复杂的功能和高性能，那么HTTP可能是更简单和易用的选择。HTTP使用文本协议和广泛支持的标准，可以更容易地与其他系统进行集成和交互。
开发生态系统：考虑到可用的工具、库和支持，以及开发社区的活跃度，也是选择RPC或HTTP的因素之一。根据您的编程语言和技术栈，可能会有更成熟和丰富的RPC框架或HTTP库可供选择。

单例模式的double check写法

当使用双重检查锁（Double-Check Locking）来实现单例模式时，需要注意线程安全性和可见性。

public class Singleton {
    private static volatile Singleton instance;

    private Singleton() {
        // 私有化构造函数
    }

    public static Singleton getInstance() {
        if (instance == null) {  // 第一次检查，避免不必要的同步
            synchronized (Singleton.class) {
                if (instance == null) {  // 第二次检查，确保只有一个实例被创建
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

在上述代码中，关键的地方是将instance声明为volatile，这可以确保在多线程环境下，对instance的读写操作保持可见性。另外，使用双重检查锁的目的是在并发情况下减少同步开销，只在实例为null时才进行同步创建实例。
将instance声明为volatile的原因是为了避免指令重排序。

秋招牛客 2022 面经

原面经地址
https://www.nowcoder.com/feed/main/detail/324fac3d213f4254ab1766965a678bd9?sourceSSR=search

redis 的数据结构有哪些

Redis是一种高性能的键值存储系统，支持多种数据结构。以下是Redis中常用的数据结构：
字符串（String）：存储一个字符串值。
列表（List）：有序的字符串列表，可以在头部或尾部插入元素。
集合（Set）：无序的唯一元素集合，支持集合的交、并、差等操作。
有序集合（Sorted Set）：有序的唯一元素集合，每个元素都关联一个分数，可以按照分数排序。
哈希（Hash）：键值对的无序散列集合，适用于存储对象。
位图（Bitmap）：由二进制位组成的数据结构，支持对位的操作。
HyperLogLog：用于基数计数的数据结构，可以估计一个集合中的不重复元素数量。

除了上述常用的数据结构，Redis还提供了一些特殊的数据结构和功能，如地理位置（Geospatial）支持、发布/订阅（Pub/Sub）消息传递、Lua脚本执行等。

一些使用场景示例

字符串（String）：
缓存存储：将经常使用的数据存储在Redis的字符串中，以加快读取速度。
计数器：将字符串作为计数器，例如网站的页面访问量、用户签到次数等。
列表（List）：
消息队列：将消息作为列表的元素，实现简单的消息队列，支持先进先出（FIFO）的处理方式。
最新动态：将最新的动态消息按照时间顺序存储在列表中，可以轻松获取最新的N条动态。
集合（Set）：
标签系统：将每个对象的标签存储为集合，可以进行标签的交集、并集等操作，方便进行对象的分类和检索。
好友关系：将用户的好友关系存储为集合，可以进行共同好友、推荐好友等操作。
有序集合（Sorted Set）：
排行榜：将用户的得分和用户名存储在有序集合中，可以按照得分排序，实现游戏排行榜、文章热度榜等功能。
时间轴：将帖子或事件的发布时间和内容存储在有序集合中，可以按照时间范围获取最新的帖子或事件。
哈希（Hash）：
用户信息存储：将用户的信息（如用户名、年龄、性别等）存储在哈希中，可以方便地获取和更新用户信息。
商品信息存储：将商品的名称、价格、库存等信息存储在哈希中，方便进行商品的查询和更新。

redis的过期键删除策略

Redis采用了一种惰性删除(Lazy deletion)的策略来处理过期键的删除。
具体来说，Redis并不会主动监视和删除过期键，而是在客户端请求访问某个键时，才会检查该键是否过期，并在必要时进行删除。
过期键删除策略的主要原因是为了提高Redis的性能和响应速度。如果Redis每次都主动监视和删除过期键，会增加系统的负担和延迟。因此，Redis将主动删除过期键的操作延迟到了需要访问该键时进行，避免了频繁的过期键删除操作。

具体的过期键删除策略如下：

客户端请求访问某个键时，Redis会检查该键是否过期。
如果键已过期，则Redis会立即删除该键。
如果键未过期，则继续执行客户端请求的操作。
需要注意的是，过期键删除策略虽然能够提高Redis的性能，但也存在一定的副作用。当过期键的数量较多时，可能会导致Redis在处理客户端请求时，需要额外的时间进行过期键的删除操作，从而影响系统的响应速度。

为了解决这个问题，Redis引入了定期删除（Eviction）和惰性删除相结合的策略。定期删除会定期检查一定数量的过期键并删除它们，以防止过期键堆积过多。而惰性删除则是在客户端请求时进行过期键的删除，以确保过期键及时被删除。

AOP在工作中用过吗？哪些场景？

AOP是一种编程范式，通过将横切关注点（如日志记录、性能监控、事务管理等）从主业务逻辑中分离出来，提供了一种更加模块化和可复用的方式来处理横切关注点。
以下是一些我在工作中使用AOP的场景：
日志记录：通过AOP可以在方法执行前后记录方法的入参、返回值、执行时间等信息，方便后续的调试和排查问题。
性能监控：使用AOP可以在方法执行前后计算方法的执行时间，并记录下来，用于性能优化和监控。
事务管理：AOP可以在方法执行前后开启和提交事务，保证方法的原子性和一致性。
安全控制：通过AOP可以在方法执行前进行权限验证，确保只有具备相应权限的用户才能访问敏感的方法。
缓存管理：使用AOP可以在方法执行前检查缓存中是否存在所需数据，如果存在则直接返回缓存数据，减少数据库访问的次数。
异常处理：AOP可以捕获方法抛出的异常，并进行统一的处理和日志记录，避免代码中重复的异常处理逻辑。

数据库的锁你知道哪些？

在关系型数据库中，常见的几种数据库锁包括：
共享锁（Shared Lock）：也称为读锁，多个事务可以同时获得共享锁，用于读取数据，不阻塞其他事务的共享锁。
排他锁（Exclusive Lock）：也称为写锁，只有一个事务可以获得排他锁，用于修改或删除数据，其他事务无法获取共享锁或排他锁。
行级锁（Row-level Lock）：锁定数据库表中的单独一行，可在并发环境下实现更细粒度的锁控制，减少锁竞争。
表级锁（Table-level Lock）：锁定整个数据库表，适用于对整个表进行操作的事务，如表的重建、重命名等。
页级锁（Page-level Lock）：锁定数据库中的页面，通常是连续的数据页，适用于需要访问多行数据的事务。
数据库级锁（Database-level Lock）：锁定整个数据库，用于进行数据库级别的操作，如备份、还原等。
除了上述常见的锁类型，不同的数据库管理系统可能还有其他特定的锁类型和机制，如行锁的实现方式（行锁、间隙锁、Next-Key锁等）。

行锁怎么加？

在关系型数据库中，行级锁的实现方式可以通过两种常见的方式来加锁：悲观锁和乐观锁。

悲观锁：
在悲观锁的实现方式下，数据库会在读取数据时自动为所读取的行加上行级锁，阻止其他事务对该行进行修改。
在读取数据时，可以使用SELECT … FOR UPDATE语句来获取悲观锁。这会将所选行加上排他锁（Exclusive Lock），其他事务无法对该行进行修改，直到当前事务释放锁。
乐观锁：
在乐观锁的实现方式下，数据库并不主动加锁，而是通过使用版本号（或时间戳）来实现并发控制。
每行数据都包含一个版本号字段，当事务读取数据时，会将版本号一同读取到应用程序中。
在更新数据时，事务会查当前数据的版本号是否与初始读取时的版本号一致，如果一致，则更新数据并递增版本号；如果不一致，则表示数据已被其他事务修改，需要进行相应处理（如回滚事务或重新读取数据）。

使用SELECT … FOR UPDATE语句可以获取行级锁经过什么样的情况会出现锁多行的现象？

使用SELECT … FOR UPDATE语句可以获取行级锁，确保在事务中对所选行的数据进行修改时不会被其他事务干扰。在以下情况下，可能会出现锁多行的现象：

事务中查询的条件导致多行被匹配：
如果SELECT … FOR UPDATE语句的查询条件导致多行数据被匹配，那么这些行都会被加上行级锁。例如，如果查询条件没有限制唯一性，或者使用了范围查询，可能会导致多行的锁被加上。
并发事务同时执行SELECT … FOR UPDATE语句：
如果多个并发事务同时执行SELECT … FOR UPDATE语句，并且这些事务查询的数据存在交叉的情况，那么可能会导致锁多行的现象。
当事务A执行SELECT … FOR UPDATE语句并加锁时，事务B也执行了相同的SELECT … FOR UPDATE语句并且查询的数据与事务A的查询结果有交集，那么事务B也会对其中的行加上行级锁。
事务持有锁的时间过长：
如果事务持有锁的时间过长，其他事务可能会在此期间等待获取锁。如果事务A持有某些行的锁，并且在执行期间没有及时释放锁，那么其他事务可能会因等待而锁住更多的行。

有一个相同的请求接口，请求了两次服务器，有什么处理方案？（这块是想考察幂等）

请求唯一标识：
在每个请求中添加一个唯一的标识符，例如在请求头或请求参数中添加一个UUID，并将此标识符与已处理的请求进行比对。
服务器在接收到请求时，先检查该标识符是否已存在，如果已存在，则可以判断为重复请求，直接返回之前的处理结果，而不执行重复的操作。
幂等接口设计：
在设计接口时，将接口设计为幂等操作，即使接口被重复调用，也只会产生一次结果或影响。例如，对于更新操作，可以使用PUT方法来替代POST方法，确保同一请求多次调用时只会更新一次数据。
状态检查与处理：
在服务器端，可以通过记录请求的处理状态，如将请求结果或关键信息存储在数据库中，以便后续重复请求时进行状态检查。
当收到重复请求时，服务器可以查询之前的处理结果并返回，而不再执行重复的操作。
乐观锁：
在数据库操作中，可以使用乐观锁的机制来保证幂等性。
乐观锁通过在数据库表中添加版本号字段，每次更新时检查版本号是否一致。如果版本号一致，则进行更新操作；如果版本号不一致，则表示已经被其他请求修改，可以返回错误或忽略当前请求。

有个高并发的积分系统，想要在数据库增加积分，你会怎么实现？

数据库设计：
创建一个用户积分表，包含用户ID、积分总数等字段。
为用户ID字段添加唯一索引，以提高查询和更新性能。
缓存方案：
使用缓存技术（如Redis）来存储用户的积分数据，以提高读取性能和减轻数据库的压力。
用户的积分数据在首次查询时从数据库加载到缓存中，并定期进行更新或在用户积分变动时更新缓存。
并发控制：
使用乐观锁机制来避免并发操作的冲突。在用户积分更新时，读取当前积分和版本号，然后在更新时检查版本号是否一致，如一致则进行更新，否则需要进行回滚或重试。
事务管理：
对于某些需要多个操作组合的积分变动场景（如积分转账等），可以使用数据库事务来保证操作的原子性和一致性。
在事务中执行多个积分操作，如增加积分、减少积分等，并在事务提交时进行校验和处理。
异步处理：
使用消息队列（如Kafka或RabbitMQ）将积分变动请求发送到消息队列中，进行异步处理。
在消费者端从消息队列中获取积分变动请求，并进行相应的积分更新操作。
监控和日志：
在系统中添加监控和日志功能，记录关键指标和异常情况，以便及时发现和解决问题。
监控可以包括并发请求量、响应时间、错误率等指标，用于系统性能和稳定性的评估和优化。