首先感谢大家之前的观看呀~兄弟们~
这边把我去过几家公司面试的题目都写一下哈，像我大二下，就是前两个月7-9进了公司进行后端实习，哎.....反正就是学学学..话不多说~
1.Frist
1.HashMap实现原理
HashMap是基于哈希表的Map接口的非同步实现。它存储的内容是键值对(key-value)。主要通过数组的索引来快速定位数据的位置，同时解决哈希冲突问题（如链表法或红黑树法）。
2.创建线程的方式，线程的状态
- 创建线程的方式：继承
Thread类、实现Runnable接口、使用Callable和FutureTask（返回结果）、通过ExecutorService等。 - 线程的状态：新建（NEW）、就绪（RUNNABLE）、运行（RUNNING）、阻塞（BLOCKED）、等待（WAITING）、超时等待（TIMED_WAITING）和终止（TERMINATED）
3.线程池的七个参数和应用场景
-
1. 核心线程数（corePoolSize）
定义：线程池中保持存活的最小线程数。即使这些线程是空闲的，它们也不会被销毁，除非设置了
allowCoreThreadTimeOut为true（这取决于具体的线程池实现，如ThreadPoolExecutor）。应用场景：这个参数的设置取决于你的应用需要多少线程来并行处理任务，同时又不希望线程数量过多导致资源浪费。例如，如果你的应用需要持续处理大量的任务，并且这些任务可以并行执行，那么你可以设置一个相对较大的核心线程数来充分利用多核CPU的优势。
2. 最大线程数（maximumPoolSize）
定义：线程池中允许的最大线程数。当工作队列满了之后，线程池会尝试创建新的线程来执行任务，但最多只能创建到最大线程数。
应用场景：这个参数的设置取决于你的系统能够承受的最大并发线程数，以及你的应用能够从并发执行中获得的性能提升。设置得太大可能会导致过多的线程竞争CPU和内存资源，反而降低性能；设置得太小则可能无法充分利用系统资源。
3. 非核心线程空闲存活时间（keepAliveTime）
定义：超过核心线程数之外的线程空闲存活时间。当这些线程空闲超过这个时间后，它们将被终止并从线程池中移除。
应用场景：这个参数的设置可以帮助你控制线程池中的线程数量，避免在系统负载降低时还保留大量的空闲线程。通过调整这个参数，你可以让线程池更加灵活地适应系统负载的变化。
4. 时间单位（unit）
定义：
keepAliveTime参数的时间单位，如秒、毫秒等。应用场景：这个参数通常与
keepAliveTime一起使用，用于指定非核心线程空闲存活时间的具体单位。5. 工作队列（workQueue）
定义：用于存放待执行的任务的阻塞队列。当所有核心线程都在忙时，新任务会被添加到工作队列中等待执行。
应用场景：工作队列的选择会影响线程池的行为。常见的队列类型有
ArrayBlockingQueue（有界队列）、LinkedBlockingQueue（无界队列，但可以通过构造函数的参数限制其容量）、SynchronousQueue（不存储元素的阻塞队列，每个插入操作必须等到另一个线程调用移除操作）等。根据你的应用需求选择合适的队列类型非常重要。6. 线程工厂（threadFactory）
定义：用于创建新线程的工厂。通过这个工厂，你可以自定义线程的创建过程，比如设置线程的优先级、守护状态、名称等。
应用场景：当你需要创建具有特定属性的线程时（如特定的线程名称或优先级），可以使用自定义的线程工厂。这有助于在日志中更容易地识别线程，或者在调试时更容易地跟踪线程的行为。
7. 拒绝策略（handler）
定义：当线程池和任务队列都满了时，用于处理新任务的策略。Java提供了几种预定义的拒绝策略，如
AbortPolicy（默认策略，直接抛出异常）、CallerRunsPolicy（由提交任务的线程执行该任务）、DiscardOldestPolicy（丢弃队列中最老的任务，然后尝试提交新任务）和DiscardPolicy（直接丢弃新任务，不执行也不抛出异常）。应用场景：选择合适的拒绝策略取决于你的应用需求。例如，如果你希望避免任务被丢弃，可以选择
CallerRunsPolicy；如果你希望系统在达到负载极限时能够自我保护，可以选择AbortPolicy并妥善处理异常。
4.JUC并发工具包用过哪些（有时候会问啊，频率不高）
JUC（java.util.concurrent）提供了丰富的并发工具，如CountDownLatch、CyclicBarrier、Semaphore、ReentrantLock、ReadWriteLock、ConcurrentHashMap等。
5.CAS和AQS（这个需要了解一下=。=，有时候会问..）
6.数据库Mysql的sql语句掌握程度
join left join这些，索引的话，他有时候会给出一个场景，但是其实很多就说哎呀数据库都会用吧
毕竟很多都有Ai来实现，工作后你把他们拼成一起就可以了
8.数据库索引的种类，为什么建索引（这个啥呀问了前边的就应该都会问）
数据库索引主要分为以下几种类型：
-
主键索引：保证数据唯一性，同时提高查询效率。
-
唯一索引：要求索引字段的值必须唯一，可以有多个唯一索引，允许NULL值。
-
普通索引：最基本的索引，无特别限制，用于提高查询速度。
-
全文索引：专门用于文本搜索，快速找到包含特定关键词的数据。
-
复合索引：在多个列上创建的索引，适用于查询条件涉及多个列的情况。
为什么建索引
建立索引主要是为了：
-
提高查询效率：避免全表扫描，快速定位数据。
-
维护数据完整性：如唯一性约束。
9.sql优化有了解吗？应用场景
应用场景
- 查询语句优化：
- 使用合适的索引：为经常作为查询条件的列添加索引，可以极大提高查询速度。
- 优化WHERE子句：确保WHERE子句中的条件能够有效利用索引，避免在WHERE子句中对字段进行函数操作或类型转换。
- **避免SELECT ***：只选择需要的列，而不是使用SELECT *，以减少数据传输量。
- 使用连接（JOIN）代替子查询：在可能的情况下，使用JOIN代替子查询可以提高查询效率。
- 使用LIMIT分页：对于大量数据的查询，使用LIMIT来限制返回的结果集大小，以减少资源消耗。
- 数据库表结构优化：
- 规范化：通过数据库规范化来减少数据冗余，提高数据完整性，但过度规范化会增加查询的复杂度。
- 反规范化：在某些情况下，适度的反规范化（如添加冗余字段、创建汇总表等）可以减少查询时的连接操作，提高查询效率。
- 使用合适的数据类型：确保表中使用的数据类型是恰当的，避免不必要的数据存储开销。
- 查询执行计划分析：
- 利用数据库提供的查询执行计划分析工具（如EXPLAIN），分析查询语句的执行路径和成本，从而找到性能瓶颈。
-
高并发访问的Web应用：在Web应用中，数据库往往是性能瓶颈之一。通过SQL优化，可以减少数据库的负载，提高Web应用的响应速度。
-
数据仓库和BI系统：在数据仓库和BI系统中，经常需要处理大量的历史数据和复杂的查询。SQL优化可以帮助这些系统更快地响应查询请求，提高分析效率。
-
实时数据处理系统：在实时数据处理系统中，如物联网、金融交易等，对数据的实时性要求很高。通过SQL优化，可以确保系统在处理大量实时数据时保持高性能。
-
大规模数据分析：在处理大规模数据集时（如大数据场景），SQL优化对于提高查询性能、减少资源消耗和缩短处理时间至关重要。
数据库就基本这些，反正就一堆一堆举例，我说实话挺多的
2.Redis
到了redis~
等我后续写另一篇...一大堆放在一起很麻烦
3.Spring
1.Spring框架IOC容器启动过程
2.Spring中的Bean的生命周期（这个问的话大家说一下就行）
3.像spring框架这种东西吧，他AOC IOP都会问~
4.Spring事务中，什么情况下导致事务失效
5.Spring框架提供集中事务的传播行为（基本上问的很少）
6.Springboot相比于SSM的优势劣势在哪
4.others（肯定是问你项目啦，我的是微服务）
1.你的项目中使用分布式锁，你的实现方案是什么，出现并发修改的时候你是怎么做的
2.分布式事务和传统的事务相同点和不同点
3.服务熔断和服务降级怎么理解的
4.介绍你的项目中某个具体的流程
比如RabbitMQ，消息队列嘛，你会不会遇到一些消息挤压，消息丢失，重复消费呀之类的问题，简单说说，哎呀面试官现在大部分问的项目一坨一坨= =你得非常了解
上一个不了解的人已经到村门口去放牛了，哎，谁叫我们19岁正是不懂劳动法当牛马的好年纪......
附加算法（我都服了，作为一个数据库和数据结构都挂过科的人= =
据说秋招还说笔试成绩决定面试成绩，笔试又都是算法+.....+）
1.AB间的最短路径
2.实现快排
3.反转链表
4.红黑树
5.空间换时间
