【顺丰面试】
1、项目中有挑战的事情
2、具体讲一下秒杀功能的实现
3、限流防刷怎么实现的
4、超卖？？
5、项目性能压测：,并发量过大有没有做处理
前五个主要针对项目经历说了一下
下面是基础知识
6、hashmap的实现原理
引用 http://zhangshixi.iteye.com/blog/672697
HashMap是基于哈希表的Map接口的非同步实现（Hashtable跟HashMap很像，唯一的区别是Hashtalbe中的方法是线程安全的，也就是同步的）。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
在java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表的数组”的数据结构，每个元素存放链表头结点的数组，即数组和链表的结合体。
当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了
（1）存
往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。
（2）解决hash冲突：通过 h & (table.length -1) 来得到该对象的保存位，而HashMap底层数组的长度总是 2 的 n 次方，这是HashMap在速度上的优化，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
（3）读取：HashMap中get元素时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。
（4）扩容：当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值，，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
7、JRE和JDK的区别
（1）JRE：Java Runtime Environment是java的运行环境，包含JVM标准实现及Java核心类库，包括Java虚拟机、Java平台核心类和支持文件，不包含开发工具（编译器和调试器），是面向java程序的使用者，只能运行Java程序，而不是开发者。 总结：JRE:java类库的class文件+虚拟机
（2）JDK:Java Development Kit又称J2SDK，Java开发工具包，提供了Java的开发环境（编译器javac等工具，用于将java文件编译为class文件）和运行环境（提 供了JVM和Runtime辅助包，用于解析class文件使其得到运行），不仅可以开发还可以运行 总结：JDK包含java类库的class文件并且自带JRE
注：（1）java命令是jre/bin目录下的
（2）JDK里的工具几乎是用JAVA编写的，所以也是JAVA应用程序，因此要使用JDK所附的工具来开发Java程序，也必须要自行附一套JRE，所以位于JDK目录下的那套JRE就是用来运行一般Java程序 的。
（3）java.exe的工作就是找到合适的JRE来运 行Java程序。java.exe依照以下的顺序来查找JRE：1)自己的目录下有没有JRE；2)父目录有没有JRE；3)查询注册表： [HKEY_LOCAL_MACHINE/SOFTWARE/JavaSoft/Java Runtime Environment]。所以java.exe的运行结果与你的电脑里面哪个JRE被执行有很大的关系。
（4）JDK-->JRE-->Bin目录下有两个文件夹：server与client，这是真正的jvm.dll所在。 jvm.dll无法单独工作，当jvm.dll启动后，会使用explicit的方法(就是使用Win32 API之中的LoadLibrary()与GetProcAddress()来载入辅助用的动态链接库)，而这些辅助用的动态链接库(.dll)都必须位 于jvm.dll所在目录的父目录之中。因此想使用哪个JVM，只需要设置PATH，指向JRE所在目录下的jvm.dll。
8、http协议
（1） Hyper Text Transfer Protocol（超文本传输协议），用于从万维网（WWW:World Wide Web ）服务器传输超文本到本地浏览器的传送协议。HTTP使用统一资源标识符（Uniform Resource Identifiers, URI）来传输数据和建立连接，HTTP默认端口号为80，但是你也可以改为8080或者其他端口。
- HTTP是无连接：无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求，并收到客户的应答后，即断开连接。采用这种方式可以节省传输时间。
- HTTP是媒体独立的：这意味着，只要客户端和服务器知道如何处理的数据内容，任何类型的数据都可以通过HTTP发送。客户端以及服务器指定使用适合的MIME-type内容类型。
- HTTP是无状态：HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息，则它必须重传，这样可能导致每次连接传送的数据量增大。另一方面，在服务器不需要先前信息时它的应答就较快。
（2）HTTP消息结构
客户端发送一个HTTP请求到服务器的请求消息：请求行（request line）、请求头部（header）、空行和请求数据，下列是请求报文的一般格式
服务器响应消息：状态行、消息报头、空行和响应正文
（3）HTTP请求方法（HTTP1.0 3种，HTTP1.1新增5种）
（4）http状态码，下面是常用的几个
- 200 - 请求成功
- 301 - 资源（网页等）被永久转移到其它URL
- 404 - 请求的资源（网页等）不存在
- 500 - 内部服务器错误
9、TCP/IP协议
（1）一类协议系统，它是用于网络通信的一套协议集合．
网络接口层：物理层次的一些借口，比如电缆等
网络层：提供独立于硬件的逻辑寻址，实现物理地址与逻辑地址的转换
传输层：为网络提供了流量控制，错误控制和确认服务，在TCP/IP协议族中有两个互不相同的传输协议：TCP(传输控制协议)和UDP（用户数据报协议）
应用层：为网络排错，文件传输、远程控制和Internet操作提供具体的应用程序
（2）在TCP/IP协议中数据先有由上往下的将数据装包，然后由下往上拆包
10、（1）MySQL的索引类型，分别用于什么场景？？
下面分两个层次介绍：从数据结构角度，FULLTEXT、HASH、BTREE、RTREE
从逻辑角度，普通索引、唯一索引、主键索引、组合索引、全文索引
（一）
引用 https://www.cnblogs.com/yuan-shuai/p/3225417.html
重点比较HASH索引和BTREE索引
1）FULLTEXT：目前只有MyISAM引擎支持，可以在CREATE TABLE ，ALTER TABLE ，CREATE INDEX 使用，不过目前只有 CHAR、VARCHAR ，TEXT 列上可以创建全文索引。在数据量较大的时候，现将数据放入一个没有全局索引的表中，然后再用Create index创建FULLTEXT索引，要比先为一张表建立FULLTEXT然后再将数据写入的速度快很多
使用方法：创建ALTER TABLE table ADD INDEX `FULLINDEX` USING FULLTEXT(`cname1`[,cname2…]);
2）HASH：目前只用MEMORY引擎显示支持这种索引，允许多个key对应相同的value，但不允许一个key对应多个value，为某一列或几列建立hash索引，就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据，在java语言中，每个类都有自己的hashcode()方法，没有显示定义的都继承自object类，该方法使得每一个对象都是唯一的，在进行对象间equal比较，和序列化传输中起到了很重要的作用。HASH索引不像BTREE索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以HASH索引的查询效率要远高于BTREE索引，将计算出的HASH值和对应的行指针信息记录在Hash表中。但是HASH索引只能用于等值的过滤，不能用于基于范围的过滤。
。Hash 索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。
。由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样。
。Hash 索引无法被用来避免数据的排序操作。
。由于 Hash 索引中存放的是经过 Hash 计算之后的 Hash 值，而且Hash值的大小关系并不一定和 Hash 运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；
。Hash 索引不能利用部分索引键查询。
对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。
。Hash 索引在任何时候都不能避免表扫描。
前面已经知道，Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。
。Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。
对于选择性比较低的索引键，如果创建 Hash 索引，那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。
3）BTREE：一种将索引值按一定的算法，存入一个树形的数据结构中，如二叉树一样，每次查询都是从树的入口root开始，依次遍历node，获取leaf。
注：BTREE在MyISAM里的形式和Innodb稍有不同，在 Innodb里，有两种形态：一是primary key形态，其leaf node里存放的是数据，而且不仅存放了索引键的数据，还存放了其他字段的数据。二是secondary index，其leaf node和普通的BTREE差不多，只是还存放了指向主键的信息； 而在MyISAM里，主键和其他的并没有太大区别。不过和Innodb不太一样的地方是在MyISAM里，leaf node里存放的不是主键的信息，而是指向数据文件里的对应数据行的信息
4）RTREE：RTREE在mysql很少使用，仅支持geometry数据类型，支持该类型的存储引擎只有MyISAM、BDb、InnoDb、NDb、Archive几种。RTREE的优势在于范围查找.
总结：
1）对于BTREE这种Mysql默认的索引类型，具有普遍的适用性
2）由于FULLTEXT对中文支持不是很好，在没有插件的情况下，最好不要使用。其实，一些小的博客应用，只需要在数据采集时，为其建立关键字列表，通过关键字索引，也是一个不错的方法
3）对于一些搜索引擎级别的应用来说，FULLTEXT同样不是一个好的处理方法，Mysql的全文索引建立的文件还是比较大的，而且效率不是很高，即便是使用了中文分词插件，对中文分词支持也只是一般。真要碰到这种问题，Apache的Lucene或许是你的选择。
4）正是因为hash表在处理较小数据量时具有无可比拟的素的优势，所以hash索引很适合做缓存（内存数据库）。如mysql数据库的内存版本Memsql，使用量很广泛的缓存工具Mencached，NoSql数据库redis等，都使用了hash索引这种形式。当然，不想学习这些东西的话Mysql的MEMORY引擎也是可以满足这种需求的。
（二）引用 https://www.cnblogs.com/luyucheng/p/6289714.html
1.普通索引是最基本的索引，它没有任何限制。
(2)如何查看是否使用索引？
MySQL的explain关键字显示了MySQL如何使用索引来处理select语句以及连接表，可以帮助选择更好的索引和写出更优化的查询语句，它的作用就是分析查询性能
explain使用方法：把Explain放在select查询语句前面
mysql查看是否使用索引，简单的看type类型就可以。如果它是ALL，那说明这条查询语句遍历了所有的行，并没有使用到索引。
explain select * from company_info where cname like '%小%'
1）id列数字越大越先执行，如果说数字一样大，那么从上往下依次执行，id列为null的是一个结果集，不需要使用它来进行查询
2）select_type列(常见)：
simple：表示不需要union操作或者不包含子查询的简单select查询。有连接查询时，外层的查询为simple，且只有一个
primary：一个需要union操作或者含有子查询的select，位于最外层的单位查询的select_type即为primary。且只有一个
union：union连接的两个select查询，第一个查询是dervied派生表，除了第一个表外，第二个以后的表select_type都是union
dependent union：与union一样，出现在union 或union all语句中，但是这个查询要受到外部查询的影响
union result：包含union的结果集，在union和union all语句中,因为它不需要参与查询，所以id字段为null
subquery：除了from字句中包含的子查询外，其他地方出现的子查询都可能是subquery
dependent subquery：与dependent union类似，表示这个subquery的查询要受到外部表查询的影响
derived：from字句中出现的子查询，也叫做派生表，其他数据库中可能叫做内联视图或嵌套select
3）table
显示查询表名。如果查询使用了别名，则显示的是别名，如果显示为尖括号括起来的<derived N>就表示这个是临时表，后边的N就是执行计划中的id，表示结果来自于这个查询产生。如果是尖括号括起来的<union M,N>，与<derived N>类似，也是一个临时表，表示这个结果来自于union查询的id为M,N的结果集。
4）type（从好到差）
system：表中只有一行数据或者是空表，且只能用于myisam和memory表，如果是Innodb引擎，type列在这个情况通常都是all或者index
const：使用唯一索引或者主键，返回记录一定是1行记录的等值where条件时，通常type是const。其他数据库也叫做唯一索引扫描
eq_ref：出现在要连接过个表的查询计划中，驱动表只返回一行数据，且这行数据是第二个表的主键或者唯一索引，且必须为not null，唯一索引和主键是多列时，只有所有的列都用作比较时才会出现eq_ref
ref：不像eq_ref那样要求连接顺序，也没有主键和唯一索引的要求，只要使用相等条件检索时就可能出现，常见与辅助索引的等值查找。或者多列主键、唯一索引中，使用第一个列之外的列作为等值查找也会出现，总之，返回数据不唯一的等值查找就可能出现。
fulltext：全文索引检索，要注意，全文索引的优先级很高，若全文索引和普通索引同时存在时，mysql不管代价，优先选择使用全文索引
ref_or_null：与ref方法类似，只是增加了null值的比较。实际用的不多
unique_subquery：用于where中的in形式子查询，子查询返回不重复值唯一值
index_subquery：用于in形式子查询使用到了辅助索引或者in常数列表，子查询可能返回重复值，可以使用索引将子查询去重。
range：索引范围扫描，常见于使用>,<,is null,between ,in ,like等运算符的查询中。
index_merge：表示查询使用了两个以上的索引，最后取交集或者并集，常见and ，or的条件使用了不同的索引，官方排序这个在ref_or_null之后，但是实际上由于要读取所个索引，性能可能大部分时间都不如range
index：索引全表扫描，把索引从头到尾扫一遍，常见于使用索引列就可以处理不需要读取数据文件的查询、可以使用索引排序或者分组的查询。
all：这个就是全表扫描数据文件，然后再在server层进行过滤返回符合要求的记录。
5）possible_keys
查询可能使用到的索引都会在这里列出来
6）key
查询真正使用到的索引，select_type为index_merge时，这里可能出现两个以上的索引，其他的select_type这里只会出现一个。
7）key_len
用于处理查询的索引长度，如果是单列索引，那就整个索引长度算进去，如果是多列索引，那么查询不一定都能使用到所有的列，具体使用到了多少个列的索引，这里就会计算进去，没有使用到的列，这里不会计算进去
8）ref
如果是使用的常数等值查询，这里会显示const，如果是连接查询，被驱动表的执行计划这里会显示驱动表的关联字段，如果是条件使用了表达式或者函数，或者条件列发生了内部隐式转换，这里可能显示为func
9）rows
这里是执行计划中估算的扫描行数，不是精确值
10）extra
这个列可以显示的信息非常多，有几十种，常用的有下列几种，除了这些之外，还有很多查询数据字典库，执行计划过程中就发现不可能存在结果的一些提示信息
A：distinct：在select部分使用了distinc关键字
B：no tables used：不带from字句的查询或者From dual查询
C：使用not in()形式子查询或not exists运算符的连接查询，这种叫做反连接。即，一般连接查询是先查询内表，再查询外表，反连接就是先查询外表，再查询内表。
D：using filesort：排序时无法使用到索引时，就会出现这个。常见于order by和group by语句中
E：using index：查询时不需要回表查询，直接通过索引就可以获取查询的数据。
F：using join buffer（block nested loop），using join buffer（batched key accss）：5.6.x之后的版本优化关联查询的BNL，BKA特性。主要是减少内表的循环数量以及比较顺序地扫描查询。
G：using sort_union，using_union，using intersect，using sort_intersection：
using intersect：表示使用and的各个索引的条件时，该信息表示是从处理结果获取交集
using union：表示使用or连接各个使用索引的条件时，该信息表示从处理结果获取并集
using sort_union和using sort_intersection：与前面两个对应的类似，只是他们是出现在用and和or查询信息量大时，先查询主键，然后进行排序合并后，才能读取记录并返回。
H：using temporary：表示使用了临时表存储中间结果。临时表可以是内存临时表和磁盘临时表，执行计划中看不出来，需要查看status变量，used_tmp_table，used_tmp_disk_table才能看出来。
I：using where：表示存储引擎返回的记录并不是所有的都满足查询条件，需要在server层进行过滤。查询条件中分为限制条件和检查条件，5.6之前，存储引擎只能根据限制条件扫描数据并返回，然后server层根据检查条件进行过滤再返回真正符合查询的数据。5.6.x之后支持ICP特性，可以把检查条件也下推到存储引擎层，不符合检查条件和限制条件的数据，直接不读取，这样就大大减少了存储引擎扫描的记录数量。extra列显示using index condition
J：firstmatch(tb_name)：5.6.x开始引入的优化子查询的新特性之一，常见于where字句含有in()类型的子查询。如果内表的数据量比较大，就可能出现这个
K：loosescan(m..n)：5.6.x之后引入的优化子查询的新特性之一，在in()类型的子查询中，子查询返回的可能有重复记录时，就可能出现这个
11）filtered
使用explain extended时会出现这个列，5.7之后的版本默认就有这个字段，不需要使用explain extended了。这个字段表示存储引擎返回的数据在server层过滤后，剩下多少满足查询的记录数量的比例，注意是百分比，不是具体记录数。
11、单例模式
http://www.runoob.com/design-pattern/singleton-pattern.html
12、内存溢出和内存泄露,OOM
（1）内存泄漏memory leak :是指程序在申请内存后，无法释放已申请的内存空间，一次内存泄漏似乎不会有大的影响，但内存泄漏堆积后的后果就是内存溢出。
（2）内存溢出 out of memory :指程序申请内存时，没有足够的内存供申请者使用，或者说，给了你一块存储int类型数据的存储空间，但是你却存储long类型的数据，那么结果就是内存不够用，此时就会报错OOM,即所谓的内存溢出。
oom:https://www.cnblogs.com/ThinkVenus/p/6805495.html
13、JVM虚拟机，重点关注堆和栈
https://www.cnblogs.com/IUbanana/p/7067362.html
14、锁