美团一二面面经

子类与父类的加载过程是怎样的？

1. 子类与父类的加载原则是先父类后子类。

   在加载阶段，JVM 先加载父类的.class 字节码生成 Class 对象，再加载子类，父类Class对象先入方法区；

   在初始化阶段，先执行父类的静态变量赋值 + 静态代码块（按源码顺序），再执行子类的，JVM 保证每个类的< clinit >() 方法线程安全。

Java中sync的阻塞与可重入是怎么实现的？

1. synchronized是Java提供的内置锁，依赖JVM层面的锁机制实现，主要通过对象头、和监视器锁实现同步。

2. sync通过对象头的MarkWord字段判断当前锁的状态。

   如果是偏向锁，Mark Work会记录线程ID，后续线程可直接复用；

   如果是轻量级锁，线程使用CAS将MarkWork替换成自己的锁记录指针，其余线程自旋重试，不阻塞；

   如果是重量级锁，会变成Monitor监视器锁，MarkWord是Monitor地址，其余线程会进入阻塞状态。

3. 监视器锁的实现原理是给每个对象关联一个Monitor，包含当前持有锁的线程owner、等待队列WaitSet和阻塞队列EntryList，以及锁的计数器。owner会指向执行中的线程，当线程调用wait()方法时，计数器归零，线程进入等待队列，等待被唤醒后进入阻塞队列，随后唤醒阻塞队列的线程获取Monitor并执行下一个线程。

sync锁升级机制是怎么样的？

1. 锁升级机制是JDK1.6之后引入的，升级过程为偏向锁-轻量级锁-重量级锁，其中重量级锁依赖Monitor实现。

   JDK1.6默认开启偏向锁，没有开启偏向锁时为无锁，偏向锁可以减少无竞争场景下的锁开销，当有线程获取到偏向锁时会记录线程ID，即JVM在对象头的Mark Word字段中记录当前线程ID，后续相同线程进入或退出同步块时无需CAS操作，仅需检查ID是否相同；有新线程竞争偏向锁时锁会升级为轻量级锁。

2. JDK1.8后默认锁为轻量级锁，能够在无激烈竞争场景下解决多线程交替执行同步块问题。每个线程在自身栈帧中创建锁记录(Lock Record)，通过CAS操作尝试将锁对象头的Mark Word设置为自身线程，如果成功设置则说明获取锁成功。

   自旋次数或者线程数过多则会升级为重量级锁。重量级锁依赖操作系统的互斥量实现，线程会被挂起节省CPU资源，但是存在内核态和用户态切换开销。线程会为对象创建一个监视器锁Monitor，获取锁时线程阻塞在Monitor的等待队列中，持有锁的线程释放锁时操作系统会唤醒等待线程。

AQS机制了解吗？

1. AQS是抽象队列同步器，是ReentrantLock、CountDownLatch和ConcurrentHashMap等并发工具的底层核心。

   AQS内部维护一个state变量记录锁状态和一个双向链表（CLH队列） 管理等待线程。

2. 线程调用lock() 时，会通过CAS尝试将state从0改为1，成功则获取锁，失败则会先执行tryAcquire(1)尝试再次通过CAS获取锁，如果当前是线程已经持有锁的重入情况则对state+1实现可重入，否则说明锁被其他线程持有，会将线程封装为Node节点加入AQS等待队列末尾，然后通过自旋和CAS尝试获取锁，自旋失败则阻塞线程并等待被唤醒。

   在锁释放时会调用unlock() 执行release(1)方法，首先会执行tryRelease()方法将state-1，若state为0则唤醒队列中的后继线程，被唤醒的线程进入自旋并获取锁。

用户态和内核态的区别是什么？

1. 用户态和内核态是操作系统的运行级别，把进程的操作权限分开，进程运行时会在两者之间切换。

2. 用户态是普通进程的运行态，只能访问进程自己的内存空间，不能访问内核内存、硬件资源等，需要通过系统调用进入内核态；

   内核态是操作系统内核的运行状态，能访问所有的系统资源，处理系统调用、中断、进程调度等核心操作。

3. 比如Java程序调用new File()读文件，会触发系统调用，进程会从用户态切换到内核态，内核会处理系统调用，切回用户态把数据返回给程序，但是状态切换会造成性能开销。

wait与sleep调用后操作系统发生了什么？

1. wait和sleep会让线程暂停，不过wait是Object的方法，只能在sync锁中使用，会释放锁；sleep是Thread的方法，可以在任何地方使用，不会释放锁。
2. 调用wait()后会释放持有的对象锁，然后操作系统会把该线程的状态从RUNNABLE变为WAITING，随后将线程放入对象的等待队列，剥夺CPU执行权后线程进入阻 塞状态，直到等待被notify/notifyAll()唤醒；
3. 调用sleep()后不会释放锁，操作系统直接将线程状态改为TIMED_WAITING，剥夺CPU执行权后线程暂停指定时间，在此期间不参与CPU的调度，直到时间到或者被interrupt()中断。

Concurrenthashmap介绍一下？

1. ConcurrentHashMap是HashMap的线程安全版本，初始化和扩容过程采用无锁操作，不会阻塞，但是禁止null键值对，避免逻辑错误。

2. JDK1.7中，ConcurrentHashMap使用了数组 + 链表的数据结构，数组分为大数组Segement和小数组HashEntry，采用分段锁技术实现线程安全，即对每个Segment独立加锁，小数组HashEntry用于存储键值对数据。读操作无锁，使用volatile保证可见性，根据HashEntry的volatile字段保证读操作能获取最新值。写操作对目标加锁，完成后释放，同一Segment写操作互斥。

   JDK1.8中，ConcurrentHashMap使用的是数组 + 链表 + 红黑树的结构。并发控制体现在操作时会判断数组节点是否为空，如果为空则使用CAS无锁插入，如果不为空则使用Synchronized锁定当前链表/红黑树节点后进行操作。可以缩小锁的粒度，让发生冲突和加锁的频率降低，实现线程安全的同时提高并发操作性能。

size()的流程是什么？

1. size()用于获取ConcurrentHashMap的元素总数，在JDK1.8中实现高效获取且无全局锁，依靠baseCount变量和counterCells数组实现，避免遍历全表导致性能问题。
2. 在正常增加或删除元素时会尝试使用CAS修改baseCount基础计数器，修改成功则直接更新总数；当出现多个线程修改baseCount失败时，JDK会创建counterCells数组，把不同线程的计数操作分散到不同的Cell中，避免线程冲突。
3. 最后调用size()时，先获取baseCount的值，然后遍历counterCells数组，累加所有Cell的value值，返回总数为元素总数。

单例模式的双重校验锁了解吗？

1. 单例模式保证一个类在程序运行期间只有一个实例，提供全局唯一访问入口，解决频繁创建和销毁全局使用的类实例问题，当需要控制实例数目节省资源时使用。

2. 使用双重校验锁(DCL-Double Check Locking)可以实现单例模式，能够在多线程环境下保证线程安全并具有高性能。

   通过volatile解决指令重排问题，如果没有volatile关键字可能会导致有线程拿到未初始化的实例，导致空指针；synchronized保证多线程下的原子性，外加两次空检查校验实现，第一次校验避免每次调用都加锁，第二次校验防止多个线程同时走到sync外等待锁，导致执行完方法后释放锁，其他线程获取锁多次执行方法。

    public class Singleton {
        private static volatile Singleton instance; // volatile修饰
        private Singleton() {} // 私有构造
        public static Singleton getInstance() {
            if (instance == null) { // 第一次校验
                synchronized (Singleton.class) { // 只有一个线程能进
                    if (instance == null) { // 第二次校验，防止多线程等待锁后重复创建
                        instance = new Singleton();
                    }
                }
            }
            return instance;
        }
    }

volatile的可见性原理(MESI)了解吗？

1. CPU的缓存一致性协议保证了volatile变量的可见性，MESI表示缓存行的四种状态：修改(Modified)、独占(Exclusive)、共享(Shared)和无效(Invalid)。
2. 当一个线程修改了volatile变量，CPU会将该变量所在的缓存行标记为Modified状态，然后会通知其他CPU核心，让其他核心将缓存行标记为Invalid状态，之后其他线程需要读取该变量时，会重新从主内存中读取该变量，因此所有线程都能看到最新值。

MySQL中select语句执行流程是什么？

1. 查询语句在客户端与MySQL服务器建立连接后，如果使用的MySQL是8.0之前的版本，那么MySQL会查询缓存，如果之前有执行过这条语句，那么MySQL会从缓存中返回结果，否则进行下一步；
2. MySQL中的分析器进行词法和语法分析，提取出语句中的关键元素，检查此时的SQL语句，如果正确会构建SQL语法树，不正确时会返回错误信息；优化器对语法树进行优化，如选择合适的索引、表连接顺序等生成最佳的执行计划；执行器根据优化器生成的执行方案，校验用户权限后调用下层存储引擎的API接口执行数据读写操作，将结果返回给客户端。如果MySQL是短连接，则会在执行完成后关闭连接；

MySQL用户名密码存在错误时怎么解决？语法错误在哪个阶段检查？

1. 在客户端通过TCP三次握手连接MySQL后，MySQL连接器会从客户端发送的认证数据包中检查用户名和密码，如果验证失败则拒绝连接并返回错误信息，不进行后续资源分配，验证成功则会为该链接分配连接资源，记录连接状态并返回连接成功信息，执行下一步。
2. MySQL的分析器会进行词法分析和语法分析，根据MySQL的语法规则对SQL语句进行解析，并生成相应的抽象语法树（AST），会检查关键字的拼写、语法结构是否正确以及关键字的顺序是否正确等，如果在语法分析过程中出现错误分析器就会停止解析，生成详细的错误信息后将错误位置以及原因返回给客户端。

MySQL的事务了解吗？

1. MySQL的事务是一组SQL操作，要么全部执行成功，要么全部执行失败，具有原子性、一致性、隔离性、持久性四个特性。原子性通过undoLog实现，持久性通过redoLog实现，隔离性则是利用锁机制和MVCC共同保证，最终实现事务的一致性；
2. 事务有四种隔离级别，从低到高分别是读未提交(RU)、读已提交(RC)、可重复读(RR)、串行化(Serializable)，默认级别是可重复读(RR)。

并发MVCC的原理是什么？

1. MVCC是多版本并发控制，是InnoDB实现读已提交和可重复读隔离级别的核心机制，能够解决并发场景下读和写的冲突问题。
2. InnoDB为每一行添加了三个隐藏列，分别是事务ID，行号和指向undoLog的指针roll_pointer，用于回滚生成历史版本，形成版本链。Read View会记录当前事务的ID(m_creator_trx_id)，未提交事务列表(m_ids)和其中最小的事务ID(m_up_limit_id)，还有未开始的事务ID(m_low_limit_id)，也就是最大的事务ID+1，使用Read View进行可见性判断时，事务ID小于m_up_limit_id的事务是已经提交的事务，是可见的，大于等于m_low_limit_id的事务是不可见的。
3. 在读已提交隔离级别下，每次执行读操作会生成一个新的快照视图read view，可以看到其他事务已提交的修改；在可重复读的隔离级别下，只会在事务第一次读时生成一个read view，后续读操作会复用该视图，能保证同一事务内多次读的结果一致。

rr隔离级别下的间隙锁为什么会导致死锁问题？

1. 在可重复读隔离级别下，如果有多个事务交叉持有并等待对方的间隙锁时，就会形成循环等待，造成死锁。
2. 因为InnoDB加锁的顺序不一致，比如事务A执行时会添加间隙锁，此时事务B在同一个区间上也添加了间隙锁，此时如果事务A希望获取插入锁时就会被事务B的间隙锁阻塞，而事务B希望获取插入锁时就会被事务A的间隙锁阻塞，两个事务互相持有对方需要的锁后触发死锁。
3. InnoDB检测到死锁后，会选择回滚代价最小的事务进行回滚，释放锁后解决死锁问题。

使用索引的注意事项有哪些？

1. 创建索引时，需要控制索引数量，索引过多会降低效率，增加索引维护成本；如果数据量比较小，可能全表扫描会比索引效率更高；如果数据的区分度比较低，过滤效果差，也不适合创建索引；索引不再使用时应该及时删除，避免维护开销；
2. 最好选择区分度高、频繁查询的列创建索引，尽量创建唯一索引；经常一起查询的列可以创建联合索引，可以避免索引合并的开销；对于字符串类型的字段可以建立前缀索引；如果索引列不能存储NULL值，在创建表时使用NOT NULL约束，以便优化器高效选择。
3. 使用索引时，需要遵循最左匹配原则，不能跳过索引列；不要使用索引列做运算，和模糊查询，否则会导致索引失效。

自增ID和UUID的区别是什么？

1. 自增ID是连续递增的，采用顺序写，InnoDB的主键索引是聚簇索引，插入新数据时，会直接追加到叶子节点末尾，不会产生索引碎片，所以使用InnoDB应该尽可能的按主键的自增顺序插入。
2. UUId是随机写，每次插入的ID无序，写入的目标页可能已经刷新到磁盘上并且从缓存上移除，需要在插入前读取到内存中导致大量的随机IO；InnoDB还会频繁地做页分裂操作，为新的行分配空间。以UUID作为主键时，如果表中有大字段，可能会导致行移除，也就是每一行数据的总大小超过数据页的存储上限，查询效率降低。