3.16记一次失败面试

Dear 丶 2023-07-15 15:28 2阅读 0赞

1.Java的深克隆浅克隆区别

浅克隆是指拷贝对象时仅仅拷贝对象本身（包括对象中的基本变量），而不拷贝对象包含的引用指向的对象。

深克隆不仅拷贝对象本身，而且拷贝对象包含的引用指向的所有对象。

参考资料：[https://blog.csdn.net/lovezhaohaimig/article/details/80372233][https_blog.csdn.net_lovezhaohaimig_article_details_80372233]

2.隔离级别，事物特性

事务隔离级别共有几种？由低至高都是什么？   
事务隔离级别共四种，隔离的程度由低至高就是：1）READ-UNCOMMITTED(读取未提交内容)级别 2）READ-COMMITTED（读取提交内容）级别 3）REPEATABLE-READ(可重读)级别 4）SERIERLIZED(串行化) 。  
资料参考：[https://www.cnblogs.com/xrq730/p/5087378.html][https_www.cnblogs.com_xrq730_p_5087378.html]

3.分布式锁是这么做的

单机的话：常见的诸如synchronize，lock，volatile，c.u.t包等等。

参考资料：[https://www.cnblogs.com/shoshana-kong/p/9581557.html][https_www.cnblogs.com_shoshana-kong_p_9581557.html]

4.aop应用

AOP，面向切面编程，就是把可重用的功能提取出来，然后将这些通用功能在合适的时候织入到应用程序中，比如事务管理、权限控制、日志记录、性能统计等。

参考资料：[https://blog.csdn.net/weixin\_37020977/article/details/81007286][https_blog.csdn.net_weixin_37020977_article_details_81007286]

5.线程生命周期（状态），线程的配置参数

新建（new），可运行(runnable)，运行(running)，阻塞（blocked）销毁（dead）

从源码中可以看出，线程池的构造函数有7个参数，分别是corePoolSize、maximumPoolSize、keepAliveTime、unit、workQueue、threadFactory、handler。下面会对这7个参数一一解释。

一、corePoolSize 线程池核心线程大小

线程池中会维护一个最小的线程数量，即使这些线程处理空闲状态，他们也不会 被销毁，除非设置了allowCoreThreadTimeOut。这里的最小线程数量即是corePoolSize。

二、maximumPoolSize 线程池最大线程数量

一个任务被提交到线程池后，首先会缓存到工作队列（后面会介绍）中，如果工作队列满了，则会创建一个新线程，然后从工作队列中的取出一个任务交由新线程来处理，而将刚提交的任务放入工作队列。线程池不会无限制的去创建新线程，它会有一个最大线程数量的限制，这个数量即由maximunPoolSize来指定。

三、keepAliveTime 空闲线程存活时间

一个线程如果处于空闲状态，并且当前的线程数量大于corePoolSize，那么在指定时间后，这个空闲线程会被销毁，这里的指定时间由keepAliveTime来设定

四、unit 空间线程存活时间单位

keepAliveTime的计量单位

五、workQueue 工作队列

新任务被提交后，会先进入到此工作队列中，任务调度时再从队列中取出任务。jdk中提供了四种工作队列：

①ArrayBlockingQueue

基于数组的有界阻塞队列，按FIFO排序。新任务进来后，会放到该队列的队尾，有界的数组可以防止资源耗尽问题。当线程池中线程数量达到corePoolSize后，再有新任务进来，则会将任务放入该队列的队尾，等待被调度。如果队列已经是满的，则创建一个新线程，如果线程数量已经达到maxPoolSize，则会执行拒绝策略。

②LinkedBlockingQuene

基于链表的无界阻塞队列（其实最大容量为Interger.MAX），按照FIFO排序。由于该队列的近似无界性，当线程池中线程数量达到corePoolSize后，再有新任务进来，会一直存入该队列，而不会去创建新线程直到maxPoolSize，因此使用该工作队列时，参数maxPoolSize其实是不起作用的。

③SynchronousQuene

一个不缓存任务的阻塞队列，生产者放入一个任务必须等到消费者取出这个任务。也就是说新任务进来时，不会缓存，而是直接被调度执行该任务，如果没有可用线程，则创建新线程，如果线程数量达到maxPoolSize，则执行拒绝策略。

④PriorityBlockingQueue

具有优先级的无界阻塞队列，优先级通过参数Comparator实现。

六、threadFactory 线程工厂

创建一个新线程时使用的工厂，可以用来设定线程名、是否为daemon线程等等

七、handler 拒绝策略

当工作队列中的任务已到达最大限制，并且线程池中的线程数量也达到最大限制，这时如果有新任务提交进来，该如何处理呢。这里的拒绝策略，就是解决这个问题的，jdk中提供了4中拒绝策略：

①CallerRunsPolicy

该策略下，在调用者线程中直接执行被拒绝任务的run方法，除非线程池已经shutdown，则直接抛弃任务。

参考资料：[https://blog.csdn.net/ye17186/article/details/89467919?depth\_1-utm\_source=distribute.pc\_relevant.none-task&utm\_source=distribute.pc\_relevant.none-task][https_blog.csdn.net_ye17186_article_details_89467919_depth_1-utm_source_distribute.pc_relevant.none-task_utm_source_distribute.pc_relevant.none-task]

7.hashmap  原理解释一下，底层结构。

什么时候会扩容：加载因子的系数小于等于1，意指  即当 元素个数 超过 容量长度\*加载因子的系数 时，进行扩容。

继承map,非线程安全，可以储存null  key  和null键，以键值对的形式存在，底层结构是，数组和链表结构

8.like模糊查询是否走索引  %在左在右的区别

1、模糊查询

后通配  走索引   
    前通配 走全表
    
    2、where条件用in或or 不会走索引
    索引的本质是平衡b+数，是为了方便查询的
    平衡多路查找树
    
    B-Tree相比，B+Tree有以下不同点：

*  每个节点的指针上限为2d而不是2d+1；
 *  内节点不存储data，只存储key；
 *  叶子节点不存储指针

B+Tree比B-Tree更适合实现外存储索引结构

9.==和===的区别

简单来说： == 代表相同， ===代表严格相同

比较过程：

双等号==：

（1）如果两个值类型相同，再进行三个等号(===)的比较

（2）如果两个值类型不同，也有可能相等，需根据以下规则进行类型转换在比较：

1）如果一个是null，一个是undefined，那么相等

2）如果一个是字符串，一个是数值，把字符串转换成数值之后再进行比较

三等号===:

（1）如果类型不同，就一定不相等

（2）如果两个都是数值，并且是同一个值，那么相等；如果其中至少一个是NaN，那么不相等。（判断一个值是否是NaN，只能使用isNaN( ) 来判断）

（3）如果两个都是字符串，每个位置的字符都一样，那么相等，否则不相等。

（4）如果两个值都是true，或是false，那么相等

（5）如果两个值都引用同一个对象或是函数，那么相等，否则不相等

（6）如果两个值都是null，或是undefined，那么相等

[https_blog.csdn.net_lovezhaohaimig_article_details_80372233]: https://blog.csdn.net/lovezhaohaimig/article/details/80372233
[https_www.cnblogs.com_xrq730_p_5087378.html]: https://www.cnblogs.com/xrq730/p/5087378.html
[https_www.cnblogs.com_shoshana-kong_p_9581557.html]: https://www.cnblogs.com/shoshana-kong/p/9581557.html
[https_blog.csdn.net_weixin_37020977_article_details_81007286]: https://blog.csdn.net/weixin_37020977/article/details/81007286
[https_blog.csdn.net_ye17186_article_details_89467919_depth_1-utm_source_distribute.pc_relevant.none-task_utm_source_distribute.pc_relevant.none-task]: https://blog.csdn.net/ye17186/article/details/89467919?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task