mysql 基础
MySql 引擎
InnoDB 引擎
1、行级锁
2、不支持全文检索
3、不记录表行数，count(*) 是需要扫描全表
4、插入慢，update 时慢
5、写入是不会锁定表，适用并发较高的场景下使用
6、支持事务处理的故障恢复、利用日志进行数据恢复
7、主键查询也比较快
MyISAM 引擎
1、表级锁
2、支持全文检索
3、insert 时比InnoDB快
4、对表操作多、且不需要事务时，比较适合
MySql 索引有几种类型
普通索引
唯一索引
主键索引
组合索引
全文索引
java 基础
java 数据结构：
类型 优点 缺点
数组： 插入快 查找、删除慢；大小固定，只能存一个元素
有序数组： 比数据查询快 插入、删除慢：大小固定 ，只能存一个元素
栈(Stack)： 先进后出 存取他项慢
队列（Queue）： 先进先出 存取他项慢
连表（linked List）： 插入、删除快 查找慢
树（tree）： 插入、查找、删除都快 删除算法复杂
哈希表（Hash Table）: 如果关键字已知则存取都快 删除慢、如果不知道关键字则慢，对存储空间利用不充分
堆（heap）： 插入、删除快，对大数据存取快 对其他数据项存取慢
图（Graph）： 对现实世界建模 有些算法慢且复杂
常用的集合：
map list set存取值有什么特点
集合:
List:有序，线程不安全，查询速度快，允许重复，允许插null
Vectoe:线程安全
LinkedList:对于插入和删除更适合
Set:无序插入时会检查key是否存在，存在则反回false,查询速度快
TreeSet:有排序的能力，底层通过二叉树进行排序
map：
hashmap 无序，key不允许重复，值允许重复，线程不安全，
hashTable 无序，不允许键重复，线程安全
treeMap 底层是二叉树
事务：
四个特性：
原子性：所有操作要么成功，要么失败
一致性：从一个一致性状态到另，一个一致性状态；数据都是一致的，在事务操作前后，两个帐户的钱加起来都是相等的
隔离性：每个事务之间不能相互影响，如果一个事务正在进行，则其他事务需要等这个事务结束后才能执行，
持久性：事务一旦提交，那么数据库里的数据改变就是永久性的；即便是在数据库系统遇到故障的情况下也不会丢失提交事务的操作。
脏读：A 事务正在操作数据（未提交事务），B并发的事务来访问数据拿到了修改的数据，但如果事务不提交（提交失败）则数据会发生回滚，则B拿到数据是无效的
不可重复读：A 事务在B 事务进行读取了数据，B 事务在A 事务读取后做了修改操作，A 事务再次读取了数，发现多次读取数据不一致
虚读：幻读是事务非独立执行时发生的一种现象。例如事务T1对一个表中所有的行的某个数据项做了从“1”修改为“2”的操作，这时事务T2又对这个表中插入了一行数据项，而这个数据项的数值还是为“1”并且提交给数据库。而操作事务T1的用户如果再查看刚刚修改的数据，会发现还有一行没有修改，其实这行是从事务T2中添加的，就好像产生幻觉一样，这就是发生了幻读。
不同点：幻读和不可重复读都是读取了另一条已经提交的事务（这点就脏读不同），所不同的是不可重复读查询的都是同一个数据项，而幻读针对的是一批数据整体（比如数据的个数）。
隔离级别：
① Serializable (串行化)：可避免脏读、不可重复读、幻读的发生。
② Repeatable read (可重复读)：可避免脏读、不可重复读的发生。
③ Read committed (读已提交)：可避免脏读的发生。
④ Read uncommitted (读未提交)：最低级别，任何情况都无法保证。
spring 隔离级别：
默认数据库的
未提交读 【脏读，幻读，不可重复读】
提交读 sql server 默认 【幻读，不可重复读】
可重复读 mysql 默认 【幻读】
串行化
spring 传播行为
PROPAGATION_REQUIRED 支持当前事务，如当前没有事务，则新建一个。
PROPAGATION_SUPPORTS 支持当前事务，如当前没有事务，则以非事务性执行
PROPAGATION_MANDATORY 支持当前事务，如当前没有事务，则抛出异常
PROPAGATION_REQUIRES_NEW始终新建一个事务，如当前原来有事务，则把原事务挂起。
PROPAGATION_NOT_SUPPORTED 不支持当前事务，始终已非事务性方式执行，如当前事务存在，挂起该事务。
PROPAGATION_NEVER 不支持当前事务；如果当前事务存在，则引发异常。
PROPAGATION_NESTED 如果当前事务存在，则在嵌套事务中执行，如果当前没有事务，则执行与 PROPAGATION_REQUIRED 类似的操作
乐观锁与悲观锁
乐观锁不需要加锁，操作后再检查
悲观锁需要加锁：
共享锁：门有两把锁匙，lock in share mode 用于mysql中
排他锁：一个事务操作时，另外的事务无法访问
实现同步的三种类型
synchronize关键字
ReentrantLock
volatile
java 线程同步的几种方式：
同步方法
同步代码块
使用特殊域变量(volatile)实现线程同步
使用重入锁实现线程同步（ReentrantLock）
使用局部变量实现线程同步 (ThreadLocal)
如果使用ThreadLocal管理变量，则每一个使用该变量的线程都获得该变量的副本， 副本之间相互独立，这样每一个线程都可以随意修改自己的变量副本，而不会对其他线程产生影响。
使用阻塞队列实现线程同步
LinkedBlockingQueue
使用原子变量实现线程同步
索引失效的几种情况
is null
or
like '%xx'
in
or
1.如果条件中有or，即使其中有条件带索引也不会使用(这也是为什么尽量少用or的原因)要想使用or，又想让索引生效，只能将or条件中的每个列都加上索引
2.对于多列索引，不是使用的第一部分，则不会使用索引
3.like查询以%开头
4.如果列类型是字符串，那一定要在条件中将数据使用引号引用起来,否则不使用索引
5.如果mysql估计使用全表扫描要比使用索引快,则不使用索引
spring bean 的作用域
singleton 单例
prototype 原型
request 一次请求
session 一次会话
global Session 在一个全局的Http Session中
死锁产生的四个必要条件
互斥条件：资源是独占的且排他使用，进程互斥使用资源，即任意时刻一个资源只能给一个进程使用，其他进程若申请一个资源，而该资源被另一进程占有时，则申请者等待直到资源被占有者释放。
不可剥夺条件：进程所获得的资源在未使用完毕之前，不被其他进程强行剥夺，而只能由获得该资源的进程资源释放。
请求和保持条件：进程每次申请它所需要的一部分资源，在申请新的资源的同时，继续占用已分配到的资源。
循环等待条件：在发生死锁时必然存在一个进程等待队列{P1,P2,…,Pn},其中P1等待P2占有的资源，P2等待P3占有的资源，…，Pn等待P1占有的资源，形成一个进程等待环路，环路中每一个进程所占有的资源同时被另一个申请，也就是前一个进程占有后一个进程所深情地资源。
redis 相关
redis 的五种数据类型
hash
list
set
string
zset(有序列)
过期删除策略:
定时删除:
创建定时器，在时间到了时候，立刻对键进行删除过期键能尽可能被删除，并释放内存在过期键比较多的情况下，删除操作可能会占用一部分CPU时间。当内存不紧张而CPU非常紧张的情况下，会对服务器响应时间和吞吐量造成影响
惰性删除:
每次从键空间获取键时，都检查是否过期，过期则删除，未过期，则返回该键 只有取出键时才对其进行过期检查，不会删除其他键，不会花费CPU太多时间。若一个键早已过期，但一直未被取到，它便会一直占用内存。若有大量的未被访问的键，而服务器又不会主动释放，就会造成大量的内存浪费。
定期删除:
每隔一段时间删除里面的过期键 每隔一段时间删除过期键，减少了对cpu占用时间的影响 也有效的减少了过期键过多而造成的内存浪费 删除操作执行的时长和频率。既不能太频繁也不能太稀疏，需合理设置
失效策略：
volatile-lru：根据LRU算法生成的过期时间来删除。
allkeys-lru：根据LRU算法删除任何key。
volatile-random：根据过期设置来随机删除key。
allkeys->random：无差别随机删。
volatile-ttl：根据最近过期时间来删除（辅以TTL）
noeviction：谁也不删，直接在写操作时返回错误。
雪崩和数据穿透：
雪崩：
定义：
如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。这个没有完美解决办法，但可以分析用户行为，尽量让失效时间点均匀分布。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。
解决方案：
在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
可以通过缓存reload机制，预先去更新缓存，再即将发生大并发访问前手动触发加载缓存
不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀
做二级缓存，或者双缓存策略。A1为原始缓存，A2为拷贝缓存，A1失效时，可以访问A2，A1缓存失效时间设置为短期，A2设置为长期。
数据穿透：
定义：
缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，造成缓存穿透。
解决方案：
对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃。还有最常见的则是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
也可以采用一个更为简单粗暴的方法，如果一个查询返回的数据为空（不管是数 据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。
虚拟机相关
线程共享
直接内存：
堆（heap）：
静态方法区：
线程私有
栈：
程序计数器：
本地方法栈：
内存回收系统
GC判断策略：
1，引用计数
2，要节点可达
GC收集算法：
1，标记-清除
2，标记-清除-整理（标记-整理）
3，标记-复制-清除（复制）
4，分代回收
GC收集器：