【后端开发面试题】每日 3 题（三）

✍个人博客：Pandaconda-CSDN博客
📣专栏地址：https://blog.csdn.net/newin2020/category_12903849.html
📚专栏简介：在这个专栏中，我将会分享后端开发面试中常见的面试题给大家~
❤️如果有收获的话，欢迎点赞👍收藏📁，您的支持就是我创作的最大动力💪

1. 在 MySQL 中，如何优化慢查询？

查询分析
- 使用EXPLAIN关键字：在 SQL 查询语句前加上EXPLAIN，可以查看查询的执行计划，包括表的读取顺序、使用的索引、数据读取类型等信息，从而找出可能存在的性能瓶颈。
- 分析慢查询日志：开启 MySQL 的慢查询日志功能，它会记录执行时间超过指定阈值的查询语句。通过分析这些日志，可以找出经常出现的慢查询。
索引优化
- 创建合适的索引：根据查询条件和排序字段，在经常用于WHERE子句、JOIN子句和ORDER BY子句的列上创建索引。例如，对于经常根据用户 ID 查询订单信息的场景，可以在订单表的用户 ID 列上创建索引。
- 避免过多索引：索引虽然可以提高查询速度，但会增加写操作的开销，并且过多的索引会占用更多的磁盘空间。因此，只创建必要的索引。
- 使用复合索引：当多个列经常一起用于查询条件时，可以创建复合索引。例如，(col1, col2)的复合索引可以同时优化基于col1和col1 AND col2的查询。
查询语句优化
- 避免使用SELECT *：只选择需要的列，减少数据传输量。
- 优化子查询：尽量将子查询转换为JOIN查询，因为JOIN查询通常比子查询性能更好。
- 避免在WHERE子句中使用函数或表达式：这会导致索引失效，例如WHERE YEAR(create_time) = 2024，可以改为WHERE create_time BETWEEN ‘2024-01-01’ AND ‘2024-12-31’。
数据库配置优化
- 调整缓冲区大小：根据服务器的硬件资源，调整innodb_buffer_pool_size、key_buffer_size等参数，以提高数据库的缓存效率。
- 优化查询缓存：对于一些不经常变化的数据查询，可以开启查询缓存，但要注意查询缓存可能会带来额外的开销，需要根据实际情况进行调整。

2. 在 Java 中，synchronized关键字和ReentrantLock有什么区别？

语法层面
- synchronized：是 Java 的关键字，是内置的语言实现。它可以修饰方法或代码块，使用起来比较简洁。例如：

java">public synchronized void method() {// 同步代码
}

java">public void method() {synchronized (this) {// 同步代码}
}

ReentrantLock：是java.util.concurrent.locks包下的一个类，需要手动创建实例并调用lock()和unlock()方法来加锁和解锁。例如：

java">import java.util.concurrent.locks.ReentrantLock;public class LockExample {private final ReentrantLock lock = new ReentrantLock();public void method() {lock.lock();try {// 同步代码} finally {lock.unlock();}}
}

锁的获取和释放
- synchronized：是隐式获取和释放锁的，当进入同步方法或同步代码块时自动获取锁，退出时自动释放锁。如果发生异常，也会自动释放锁。
- ReentrantLock：需要手动调用lock()方法获取锁，unlock()方法释放锁。为了确保锁一定会被释放，通常将unlock()方法放在finally块中。
锁的特性
- 可中断性：synchronized的锁是不可中断的，一旦线程获取到锁，其他线程只能等待。而ReentrantLock可以通过lockInterruptibly()方法实现可中断的锁获取，在等待锁的过程中可以响应中断。
- 公平性：synchronized是非公平锁，即线程获取锁的顺序是不确定的。ReentrantLock可以通过构造函数指定是否为公平锁，公平锁会按照线程请求锁的顺序依次获取锁。
- 锁的条件：ReentrantLock可以通过newCondition()方法创建多个Condition对象，实现更灵活的线程等待和唤醒机制，而synchronized只能使用wait()、notify()和notifyAll()方法，功能相对单一。

3. 请简述微服务架构的优缺点

优点

可扩展性：每个微服务可以独立进行扩展，根据业务需求对不同的服务进行水平或垂直扩展，而不会影响其他服务。例如，对于一个电商系统中的订单服务和商品服务，如果订单服务的访问量突然增加，可以只对订单服务进行扩展。
技术多样性：不同的微服务可以使用不同的技术栈，开发团队可以根据服务的特点选择最适合的技术。比如，对于计算密集型的服务可以使用 Go 语言，对于数据处理和分析的服务可以使用 Python。
独立部署：微服务可以独立开发、测试和部署，一个服务的更新和部署不会影响其他服务，提高了开发和部署的效率。例如，开发团队可以快速迭代某个微服务的功能，而不需要重新部署整个系统。
团队协作：将一个大型项目拆分成多个微服务后，不同的团队可以负责不同的服务开发，提高了团队之间的并行开发能力，减少了团队之间的沟通成本。
容错性：如果某个微服务出现故障，不会影响整个系统的运行，其他服务可以继续正常工作。同时，可以通过熔断、限流等机制对故障服务进行隔离和处理。

缺点