最近收到不少读者反馈，说自己在应聘一些中大型互联网公司的Java工程师岗位时遇到了不少困惑。 这些同学说自己其实也做了精心准备，网上搜集了不少Java面试题，然而实际去互联网公司面试才发现，人家问的，和你准备的东西，对不上号，这就很尴尬了。。。 因此，从这篇文章开始，笔者准备写…

这个首先你可以说下你们公司选用的是什么消息中间件，比如用的是RabbitMQ，然后可以初步给一些你对不同MQ中间件技术的选型分析。 举个例子：比如说ActiveMQ是老牌的消息中间件，国内很多公司过去运用的还是非常广泛的，功能很强大。 但是问题在于没法确认ActiveMQ可以支…

上一篇文章互联网面试必杀：如何保证消息中间件全链路数据100%不丢失（1）,我们初步介绍了之前制定的那些消息中间件数据不丢失的技术方案遗留的问题。 一个最大的问题，就是生产者投递出去的消息，可能会丢失。 丢失的原因有很多，比如消息在网络传输到一半的时候因为网络故障就丢了，或者是…

上一篇文章：互联网面试必杀：如何保证消息中间件全链路数据100%不丢失（2），我们分析了ack机制的底层实现原理（delivery tag机制），还有消除处理失败时的nack机制如何触发消息重发。 通过这个，已经让大家进一步对消费端保证数据不丢失的方案的理解更进一层了。 这篇文…

“ 之前我们写了很多线上生产实践类的文章，本文将对这些文章做一个简单的小结，同时也帮助大家回顾一下，希望大家能够跟着本文，温故知新，结合自己公司的业务项目，实际的落地这些方案，在项目上线时避开一些大坑。 聊完高并发，怎能不聊聊高可用？同样，我们通过一篇文章，基于大量的一线生产经…

看过之前的文章面试官：消息中间件如何实现每秒几十万的高并发写入？的同学，应该都知道写入Kafka的数据是会落地写入磁盘的。 我们暂且不考虑写磁盘的具体过程，先大致看看下面的图，这代表了Kafka的核心架构原理。 所以说，这里就得考虑数据的分布式存储了，其实关于消息中间件的分布式…

上篇文章（大白话聊聊Java并发面试问题之谈谈你对AQS的理解？）聊了一下java并发包中的AQS的工作原理，也间接说明了ReentrantLock的工作原理。 先来聊聊非公平锁是啥，现在大家先回过头来看下面这张图。 如上图，现在线程1加了锁，然后线程2尝试加锁，失败后进入了等…

并发系列第一篇，照例采用场景驱动的方式，阐述了volatile关键字的作用。 首先，在我们假设的多线程场景下，出现了什么问题？然后volatile是如何闪亮登场，优雅的解决了问题。 并且我们仔细分析了其解决问题背后蕴含的原理是什么。 一周过去了，大家还记得吗？忘了没关系，猛戳下…