五八领岳科技面经 2024.06.06

本文主要是介绍五八领岳科技面经 2024.06.06，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

五八面经

1、多线程打印有多少种实现方式？

2、ReentrantLock中的公平锁是怎么实现的？

3、Redis用在什么场景下？分布式锁怎么设置？如何解锁？如果想要续锁应该怎么做？

4、redis单线程怎么支持10w qps的并发？

5、mysql读写怎么实现的优化？答分库分表

6、怎么实现接口的幂等性？

7、G1垃圾收集器和CMS有什么区别？如果内存空间特别大的情况下，用哪种垃圾收集器比较好？

8、线上CPU飙升问题如何排查？

9、kafka有用过吗？什么场景下用到？如果想要消息被下游全部接收到，有什么方法？

这道题没有回答好，给出标准答案：

复制机制
Kafka使用了分区和副本的概念。每个分区可以有多个副本，分布在不同的Broker上。
当消息写入到一个分区时，它会被复制到该分区的所有副本上。这样，即使某个Broker发生故障，仍然可以从其他副本中读取数据，确保数据的可靠性。
ISR（In-Sync Replicas）机制
ISR是指与Leader副本保持同步的副本集合。
Kafka确保只有ISR中的副本才能成为Leader，这确保了Leader副本在消息写入后会等待ISR中的其他副本都完成同步，从而保证了消息的可靠性。
消息确认机制
生产者发送消息时可以选择等待相应的确认（通过配置acks参数）。例如，配置acks=all表示Partition Leader接收到消息之后，还必须要求ISR列表里跟Leader保持同步的那些Follower都要把消息同步过去，才能认为这条消息是写入成功了。
消费者在成功消费一条消息后，会发送消息确认机制，将消息标记为已消费。
消费者重试
如果消息消费失败，消费者可以实现重试策略，尝试重新消费失败的消息，直到成功为止。
手动提交Offset
Kafka消费者默认可能采用自动提交Offset的策略，这可能会导致在消息真正被业务逻辑消费完成之前，Offset已经被提交，进而造成消息丢失。
为了确保消息被全部消费，建议关闭自动提交Offset，并在自己处理完毕之后手动提交Offset。
幂等性处理
在某些情况下，即使消息被成功消费并提交了Offset，但由于某些原因（如进程崩溃）可能导致数据没有真正保存到目标系统。此时，如果消息被重新消费，可能会导致数据重复。因此，可以通过幂等性处理来确保数据只被保存一次。
分布式事务
在需要跨多个系统或服务保证数据一致性的场景中，可以使用分布式事务来确保消息被全部接收并消费。这通常涉及到使用支持分布式事务的数据库或中间件。

领岳科技

1、遇到过线上问题吗？如何解决的？

2、项目经历简述

3、算法题：
现有一个内部只有若干“1”、“-1”，“0”的int数组，要求在原数组上进行操作，使所有的“1”均在数组的左面，所有的“0”均在数组的右面

实现

public void reorderArray(int[] arr) {  int low = 0;  int mid = 0;  int high = arr.length - 1;  while (mid <= high) {  if (arr[mid] == 1) {  // Swap arr[mid] with arr[low]  int temp = arr[low];  arr[low] = arr[mid];  arr[mid] = temp;  low++;  mid++;  } else if (arr[mid] == 0) {  // Only move mid pointer  swap(arr, mid, high);  high--;  } else {  // Skip -1 or other non-1 non-0 values  mid++;  }  }  
}  // Helper function to swap two elements in the array  
private void swap(int[] arr, int i, int j) {  int temp = arr[i];  arr[i] = arr[j];  arr[j] = temp;  
}