面试高频率问答题目

本文主要是介绍面试高频率问答题目，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！

索引：

主键索引：表的id （唯一且不能为空）

唯一索引：表User 假设有account 字段，用户名不重复（唯一可以为空）

复合索引：where() 的条件用户名，密码（无要求，无要求）

锁：

悲观锁：（两个人同时想要去上厕所只有一个厕所，只能A，B中的一个先上厕所即事务，当上厕所的人解决了后剩下的人才能使用厕所）

例子：
假设商品ID为1的商品只剩下一件库存。用户A和用户B几乎同时发起购买这个商品的请求。
用户A开始一个事务，并执行SELECT * FROM products WHERE id = 1 FOR UPDATE;这个SQL语句。这个语句锁住了商品ID为1的记录，其他事务不能修改这个记录直到用户A的事务结束。
用户B开始一个事务，并试图执行同样的操作。但是，由于用户A已经加锁了该商品，用户B的查询会被阻塞，直到用户A释放锁。
悲观锁确保了用户A和用户B不会同时获得这件商品的购买资格，只有一个用户能够成功购买。

乐观锁：（在车站进站的时候，检票机【商城或者商品】在检测到用户刷省份证的后会进行放行的行动这个时候 A用户【大人】 B用户【未成年无身份证】同时进入。在商品来讲就是超卖原始库存10 即两个请求同时进行在商品的数据的库存中-1 但是只会减1 【此时的库存为9】）

用户A开始一个事务，并读取了商品ID为1的记录，此时不加锁。记录显示有10件库存。
用户B也开始一个事务，并读取了同样的记录，同样不加锁。记录也显示有10件库存。
用户A更新商品ID为1的记录的stock_quantity减1，并尝试提交事务。
用户B也更新商品ID为1的记录的stock_quantity减1，并尝试提交事务。
在用户A和用户B都尝试提交事务时，数据库会检查stock_quantity字段的值是否有冲突。由于两个人都减少了1件库存，现在库存量为9件。数据库会检查自事务开始以来数据是否有过变更。在这个例子中，由于两个人读取的数据是一样的，所以他们都认为库存量是10件，并且都进行了减1的操作。因此，他们都会成功提交事务，并不会因为库存量为9件而失败。

商品超卖问题使用easyswoole 的消息队列来解决。

事务：事务是数据库中的一个重要功能，它允许一组数据库操作要么全部成功，要么全部失败。

rabbitmq:
RabbitMQ 是一个开源的消息队列系统，它实现了高级消息队列协议（AMQP）。AMQP 是一种消息传递中间件的标准协议，它定义了消息的传输、路由和队列机制。RabbitMQ 提供了跨语言和跨平台的客户端库，支持多种消息传递模式，包括点对点（Point-to-Point）、发布/订阅（Publish/Subscribe）和路由（Routing）

memache:

异步和同步是消息传递和数据处理中的两种常见模式，它们在不同的使用场景中有不同的优势和应用。
异步
使用场景：
高并发处理：当系统需要处理大量并发请求时，异步处理可以避免阻塞，提高系统吞吐量。
非实时性要求：对于不要求实时响应的场景，如日志收集、数据分析等，异步处理可以background执行，不影响主线程。
解耦合：异步通信可以减少系统组件之间的耦合，使得系统更加模块化和灵活。
扩展性：异步模式便于扩展，可以通过增加消费者来处理更多的消息。
优点：
提高系统响应速度和吞吐量。
减少资源占用，因为多个操作可以并行处理。
增强系统的伸缩性，可以通过增加处理线程或实例来处理更多的任务。
缺点：
可能会引入复杂性，如消息队列的管理、消费者数量的调整等。
需要处理消息的顺序性和一致性问题。
可能会增加系统的复杂性，如错误处理、重试逻辑等。
同步
使用场景：
实时性要求高：如在线交易处理、实时通信等，需要立即得到响应。
操作重要：对于关键操作，需要确保执行完毕才能进行后续操作。
数据一致性要求高：在需要确保数据一致性的场景中，同步操作可以保证操作的顺序性和一致性。
优点：
保证操作的顺序性和一致性。
易于理解和实现，尤其是对于简单的单向操作。
适合需要即时反馈的场景。
缺点：
可能会降低系统的并发能力，因为一个操作可能会阻塞其他操作。
资源占用较大，因为操作需要依次执行。
系统的伸缩性较差，因为增加负载通常需要增加服务器资源。