前言一个好朋友最近换工作了。面试了腾讯后台，问了他一道真题。一起来讨论吧，哈哈~腾讯后台1.JVM内存模型，大家可以复习《深入理解Java虚拟机》的第12章（Java内存模型与线程），我放错图了~，也可以看看我之前的文章~JVM面试常见问题解析2.cms和g1有没有学过。它们之间有什么区别？CMS收集器是老年代收集器，可以和新一代Serial、ParNew收集器一起使用；G1收集器的收集范围是老年代和新生代，不需要和其他收集器联合使用；CMS收集器以最小停顿时间为目标；G1收集器可以预测垃圾收集的暂停时间。CMS收集器使用“mark-clear”算法进行垃圾收集，容易产生内存碎片。G1收集器使用的是一种“标记-排序”算法，进行空间整合，减少内存空间碎片。这一点可以在《深入理解Java虚拟机》章节垃圾收集器和内存分配策略中看到。3.谈谈你对垃圾收集的理解，什么时候发生垃圾收集，以及回收过程。可以把JVM中一个完整的GC流程讲清楚，对象是如何提升到老年代的，比如MinorGC、MajorGC、fullGC，都解释的很清楚了。还有判断对象存活的方法，还有垃圾回收算法，复制算法等等，这点也可以看《深入理解Java虚拟机》第三章，垃圾收集器和内存分配策略4.如何保证数据的一致性？如果这是我的想法，我会讲缓存和数据库的一致性。可以看我之前的文章：并发环境接下来是先操作数据库还是先操作缓存？也可以聊聊分布式事务下的数据一致性，也可以看我之前的文章：后端程序员必备：分布式事务基础5、你了解过Redis集群吗？master-slave和electionare这个怎么可以回答这些关键词，master-slavereplication,sentinelmechanism等等~这篇文章可以上网看看，或者亲爱的读者，自己去网上看看资料吧~Redismaster-slave复制架构和Sentinel哨兵机制（https://aiylqy.com/archives/213.html）6.看到你们公司用的是MySQL，你们用的是哪个存储引擎，为什么？MyISAM和InnoDB的区别MyISAM：如果你执行大量的SELECT，MyISAM是更好的选择InnoDB：如果你的数据执行大量的INSERT或UPDATE，出于性能考虑，你应该使用InnoDB表。Mysiam表不支持外键。InnoDB虽然支持MyISAM，但适用于：做大量的计数计算；插入不频繁，查询非常频繁；没有交易。InnoDB适用于：列表内容对可靠性要求比较高，或者需要事务；表的更新和查询比较频繁，行锁的几率比较高。7、索引的底层数据结构是什么，为什么选择这种数据结构？您可以在Internet上阅读这篇文章。写的很好~为什么MySQL的索引是用B+树实现的？8、SQL优化，如何判断需要优化，从哪些方面入手优化从索引的角度来说，要讲的点很多。可以看看我的这两篇文章~后端程序员必备：写出高质量的SQL给后端程序员的30条建议：索引失效的十大杂病九、手写代码：设计分布式自增id代服务。你可以去网上找答案。我对此没有任何想法。表一些想法？nginx负载均衡的一些想法？哈哈，亲爱的读者，如果你知道怎么做，能告诉我吗？腾讯后台二面1、你了解过网络安全问题吗，常见的网络攻击有哪些，原理是什么，如何解决XSS和跨站脚本？攻击？CSRF，跨站请求伪造？DDOS、分布式拒绝服务攻击？SQL注入？对于SQL注入，可以进行后台处理，比如使用预编译语句PreparedStatement进行预处理，比如在Mybatis映射语句中使用#{xxx}代替${}。2、开发接口或设计项目时如何保证？安全签名加密ip检测限流？接口幂等，过滤特殊字符，防止xss和sql注入攻击？3、使用Redis集群可能存在哪些问题？数据一致性问题4.你了解过capandbase的原则吗？CAP理论CAP理论作为分布式系统的基础理论，指的是ConsistencySex）、Availability（可用性）、Partitiontolerance（分区容错），这三个要素只能同时实现两点。一致性（C：Consistency）：一致性是指数据在多个副本之间能否保持一致。例如，某个分区节点上更新了一条数据后，从其他分区节点读取的数据也是更新后的数据。可用性（A：Availability）：可用性是指系统提供的服务必须始终可用，用户的每次操作请求总能在限定的时间内返回结果。这里的重点是“限时”和“返回结果”。分区容忍度（P：Partitiontolerance）：当分布式系统遇到任何网络分区故障时，仍然需要能够对外提供满足一致性和可用性的服务。选择表明CA放弃了分区容错，加强了一致性和可用性。其实就是传统单机数据库的选择。AP放弃了一致性、分区容错和可用性。这是很多分布式系统设计的选择。CP放弃可用性，追求一致性。而分区容错，网络问题会直接导致整个系统不可用。BASE理论BASE理论是AP在CAP中的延伸。对于我们的业务系统，我们考虑牺牲一致性来换取系统可用性和分区容错性。BASE是BasicallyAvailable（基本可用）、Softstate（软状态）和Eventuallyconsistent（最终一致性）这三个短语的首字母缩写。基本可用：它是通过支持本地故障而不是系统范围的故障来实现的。例如，如果用户被分区在5个数据库服务器上，一个用户数据库的故障只会影响这台特定主机上20%的用户，而其他用户不会受到影响。SoftState软状态，状态可以在一段时间内不同步EventuallyConsistent，最终数据是一致的，而不是一直保持强一致性。5.zk如何保证一致性可以看这本书~《从paxos到Zookeeper分布式一致性原理与实践》，也可以看这篇文章：Zookeeper的一致性原理解析(https://zhuanlan.zhihu.com/p/25594630)6.你是如何设计的一个可以承受大流量的系统？下面说一下nginx负载均衡、流量守护哨兵、服务拆分、缓存、消息队列、集群、限流、降级的设计方案。这些都可以搬出去~7.您是否了解过缓存策略，Cache-AsideRead-ThroughWrite-ThroughWrite-Behind？有兴趣可以看我的文章：并发环境下，应该先操作数据库还是先操作缓存？
