一、面试
1、为什么要用线程池？
线程池通过复用已创建的线程，避免了频繁创建和销毁线程的开销（如内存分配、JVM调度），从而提升系统性能。它能有效控制并发线程数量，防止资源耗尽，同时提供任务队列和拒绝策略，增强系统的稳定性和响应速度。此外，线程池简化了线程管理，支持定时、周期性任务执行，适用于高并发场景。
2、Java 里还有哪些使用了池化思想的技术？
Java 中池化技术的典型应用包括：
- 数据库连接池（如 HikariCP、Druid）：复用数据库连接，减少连接创建开销。
- 对象池（如 Apache Commons Pool）：缓存对象实例，避免重复初始化。
- HTTP 连接池（如 Apache HttpClient）：复用 HTTP 连接，提升请求效率。
- 线程池（如
ExecutorService）：复用线程资源。 - 内存池（如 Netty 的
PooledByteBufAllocator）：减少内存碎片和分配耗时。
3、Java 提供了哪几种线程池？
Java 通过 Executors 工厂类提供了四种线程池：
- FixedThreadPool：固定大小的线程池，使用无界队列，适用于负载稳定的场景。
- CachedThreadPool：可缓存的线程池，适合短时异步任务，线程数按需增长。
- ScheduledThreadPool：支持定时及周期性任务执行。
- SingleThreadExecutor：单线程顺序执行，保证任务无并发问题。
此外，ForkJoinPool用于分治任务（如递归分解任务），WorkStealingPool（JDK 8+）基于工作窃取算法提升并行效率。
4、它们的使用场景、区别及选择原则是什么？
- FixedThreadPool：适合已知并发量且任务稳定的场景（如 Web 服务器请求处理）。
- CachedThreadPool：适合执行大量短期异步任务（如批量数据处理），但需警惕无界队列导致 OOM。
- ScheduledThreadPool：用于定时任务调度（如日志清理、心跳检测）。
- SingleThreadExecutor：需保证顺序执行且无并发问题的场景（如事件回调）。
选择原则：根据任务类型（CPU/IO密集）、并发量、资源限制及任务特性（是否需顺序执行）综合评估。
5、线程池的核心参数有哪些？
- corePoolSize：核心线程数，即使空闲也保留。
- maximumPoolSize：最大线程数，任务队列满时扩容的极限。
- keepAliveTime：非核心线程的空闲存活时间。
- workQueue：任务队列（如
LinkedBlockingQueue、SynchronousQueue）。 - threadFactory：线程创建工厂，可自定义线程名称、优先级等。
- RejectedExecutionHandler：拒绝策略（如抛出异常、丢弃任务）。
6、如何根据 CPU 密集型和 IO 密集型任务设置参数？
- CPU 密集型：核心线程数 = CPU 核心数 + 1（避免线程切换开销），队列长度适中。
- IO 密集型：核心线程数 = CPU 核心数 × 2（因线程常阻塞等待 IO），队列可适当增大或使用有界队列。
实际需结合系统负载测试调整，例如通过Runtime.getRuntime().availableProcessors()动态获取 CPU 核心数。
7、队列长度设置的依据是什么？
队列长度需权衡内存资源和任务处理效率：
- 有界队列（如
ArrayBlockingQueue）：防止内存溢出，但需配置合理的拒绝策略。 - 无界队列（如
LinkedBlockingQueue）：适合突发流量，但可能导致任务堆积。
依据包括：系统可用内存、任务到达速率、任务处理时间、队列类型（如优先级队列需固定长度）。通常通过压力测试确定最佳值。
8、动态调整线程池组件时，超出部分的线程怎么办？
会调用锁，获得到锁后才会中断线程。
9、如何快速定位线程泄露问题？
- 线程转储分析：通过
jstack或 VisualVM 生成线程快照，检查线程状态（如BLOCKED或WAITING）及堆栈跟踪。 - 监控工具：使用 Prometheus + Grafana 监控线程数变化，或 Arthas 动态跟踪线程创建。
- 代码审查：检查线程池配置（如是否误用
Thread.sleep或未释放资源）。 - 内存分析：MAT 工具分析
Thread对象引用链，定位未回收的线程。
10、使用 Redis 实现动态调整的原因是什么？是否有替代方案？
Redis 支持原子操作和高性能读写，适合实时更新配置（如通过 SET 命令动态修改参数）。替代方案包括：
- ZooKeeper/Etcd：通过监听机制实现配置同步。
- 数据库：存储配置表，定时轮询更新。
- 本地缓存：结合 Guava Cache 或 Caffeine，但需处理一致性。
Redis 的临时节点（如结合 Sentinel）可用于故障转移，但更常见的动态调整是通过外部配置中心实现。
11、AQS 锁的实现原理是什么？
AQS（AbstractQueuedSynchronizer）基于 CLH 队列的变体，使用一个 volatile int state 表示同步状态，线程通过 CAS 竞争修改状态。
- 独占模式（如 ReentrantLock）：线程尝试获取锁，失败则进入等待队列，释放时唤醒队首。
- 共享模式（如 Semaphore）：允许多个线程同时获取锁。
AQS 内部维护双向链表（CLH 队列），通过Node对象管理等待线程，结合自旋和阻塞减少 CPU 消耗。
12、ThreadLocal 为什么用 ThreadLocalMap 而不是 HashMap？
- 线程隔离：每个线程持有独立的
ThreadLocalMap，避免多线程竞争，无需同步开销。 - 内存泄漏预防：
ThreadLocalMap的 Entry 继承WeakReference，当ThreadLocal实例被回收时，Entry 的键自动清除，防止内存泄漏（但值仍需手动清理）。 - 性能优化：直接访问线程内部的 Map，减少哈希冲突和锁竞争。
13、Runnable 和 Callable接口的区别是什么？
- 返回值：
Runnable的run()无返回值，Callable的call()返回泛型结果。 - 异常处理：
Callable允许抛出受检异常（checked exception），Runnable的异常需在内部捕获。 - 用途：
Runnable用于简单异步任务，Callable适用于需返回结果或抛出异常的场景（如 FutureTask）。
14、数据库分片有哪些方式？水平拆分的缺点是什么？
-
分片方式：
- 垂直分片：按业务拆分表（如订单库、用户库）。
- 水平分片：按规则（哈希、范围）拆分同一表的数据。
-
水平拆缺点：
- 跨分片查询复杂（需聚合或冗余字段）。
- 数据分布不均可能导致热点问题。
- 扩容时需数据迁移，影响可用性。
15、SQL如何调优？
16、数据库如何解决主从延迟问题？
- 并行复制：从库多线程应用 relay log。
- 半同步复制：主库等待至少一个从库确认写入。
- 应用层优化：读写分离时，强一致性场景直接读主库，最终一致性场景异步读从库。
- 延迟监控：通过
SHOW SLAVE STATUS监控Seconds_Behind_Master，及时报警。
17、Redis 缓存穿透、雪崩、击穿的防御手段是什么？
- 穿透：布隆过滤器拦截非法请求，或缓存空值（设置较短 TTL）。
- 雪崩：随机过期时间，集群部署，永不过期+异步更新。
- 击穿：互斥锁（如 Redis 的
SETNX）或永不过期，后台线程定时刷新。
18、Redis 集群如何避免脑裂问题？选举临时节点的机制是什么？
- 脑裂预防：多数派原则（Quorum），配置
cluster-require-full-coverage no避免部分节点宕机导致整体不可用。 - 临时节点：通过 ZooKeeper/Etcd 等协调服务创建临时节点，节点消失时自动触发选举。
- 选举机制：基于 Raft 或类似算法，节点通过心跳检测故障，多数派确认新主节点。
19、平时常用的设计模式有哪些？
- 单例模式（Spring Bean 默认作用域）。
- 工厂模式（JDBC 驱动、Hibernate
SessionFactory）。 - 代理模式（AOP、动态代理）。
- 观察者模式（Spring 事件监听）。
- 策略模式（多支付渠道切换）。
- 装饰器模式（Java I/O 流）。
- 模板方法模式（Spring JdbcTemplate）。
20、Spring 框架中用到了哪些设计模式？
- 模板方法：
JdbcTemplate、RestTemplate封装公共流程。 - 工厂模式：
BeanFactory创建 Bean 实例。 - 代理模式：JDK 动态代理或 CGLIB 实现 AOP。
- 单例模式：默认 Bean 作用域。
- 观察者模式：
ApplicationEvent和ApplicationListener。 - 适配器模式：
HandlerAdapter适配不同处理器。 - 装饰器模式：
BeanPostProcessor增强 Bean 初始化过程。
