From 7dbe2b8467fb6ac2a5d60605afcca49b58f6c720 Mon Sep 17 00:00:00 2001
From: Snailclimb <koushuangbwcx@163.com>
Date: Sat, 30 Nov 2019 17:36:21 +0800
Subject: [PATCH] =?UTF-8?q?Create=20=E3=80=90=E7=9C=9F=E5=AE=9E=E9=9D=A2?=
 =?UTF-8?q?=E8=AF=95=E7=BB=8F=E5=8E=86=E3=80=91=E6=88=91=E6=89=80=E7=BB=8F?=
 =?UTF-8?q?=E5=8E=86=E7=9A=84=E9=98=BF=E9=87=8C=E4=B8=80=E4=BA=8C=E9=9D=A2?=
 =?UTF-8?q?=E6=80=BB=E7=BB=93(=E9=99=84=E8=AF=A6=E8=A7=A3).md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ...�历的阿里一二�总结(附详解).md | 141 ++++++++++++++++++
 1 file changed, 141 insertions(+)
 create mode 100644 docs/essential-content-for-interview/real-interview-experience-analysis/�真实�试�历】我所�历的阿里一二�总结(附详解).md

diff --git a/docs/essential-content-for-interview/real-interview-experience-analysis/�真实�试�历】我所�历的阿里一二�总结(附详解).md b/docs/essential-content-for-interview/real-interview-experience-analysis/�真实�试�历】我所�历的阿里一二�总结(附详解).md
new file mode 100644
index 00000000..fdb26309
--- /dev/null
+++ b/docs/essential-content-for-interview/real-interview-experience-analysis/�真实�试�历】我所�历的阿里一二�总结(附详解).md
@@ -0,0 +1,141 @@
+本文的内容都是根�读者投稿的真实�试�历改编而�，首次�试这�风格的文章，花了几天晚上�总算写完，希望对你有帮助。本文主�涵盖下�的内容：
+
+1.  分布�商城系统：架构图讲解；
+2.  消�队列相关：削峰和解耦；
+3.  Redis 相关：缓存穿�问题的解决；
+4.  一些 Java 基础问题；
+
+�试开始，�在我��的就是这次我的�试官�？这��看�根本��程�员啊？我心里正嘀咕�，����试官说：“�伙，下�好，我今天就是你的�试官，咱们开始�试���。
+
+### 第一�开始
+
+**�试官：** 我也�用多说了，你先自我介�一下�，简历上有的就���说了哈。
+
+**我：** 内心 os:"果然如我所料，就知�会让我先自我介�一下，还好我看了 [JavaGuide](https://github.com/Snailclimb/JavaGuide "JavaGuide") ，学到了一些套路。套路总结起�就是：**最好准备好两份自我介�，一份对 hr 说的，主�讲能�出自己的�历，会的编程技术一语带过；�一份对技术�试官说的，主�讲自己会的技术细节，项目�验，�历那些就一语带过。** 所以，我按照这个套路准备了一个还算通用的模�，毕竟我懒嘛��想多准备一个自我介�，整个通用的多好�
+
+> �试官，您好�我����。大学时间我主�利用课外时间学习 Java 相关的知识。在校期间�与过一个校园图书馆系统的开�，�外，我自己在学习过程中也�照网上的教程写过一个电商系统的网站，写这个电商网站主�是为了能让自己接触到分布�系统的开�。在学习之余，我比较喜欢通过�客整�分享自己所学知识。我现在已�是�社区的认�作者，写过一系列关于 线程池使用以���分�的文章深�好评。�外，我获得过�级编程比赛二等奖,我将这个获奖项目开�到 Github 还收获了 2k 的 Star 呢？
+
+**�试官：** 你刚刚说�考网上的教程�了一个电商系统？你能画画这个电商系统的架构图�？
+
+**我：** 内心 os: "这�难�倒我�早知�写在简历上的项目��视了，��都把这个系统的架构图画了好多�了呢�"
+
+<img src="https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/商城系统-架构图plus.png" style="zoom:50%;" />
+
+�过分布�电商系统的一定很熟悉上�的架构图（目�比较�行的是微�务架构，但是如果你有分布�开��验也是�常加分的�）。
+
+**�试官：** 简�介�一下你�的这个系统��
+
+**我：** 我一本正�的对�我刚刚画的商城架构图开始了满嘴造�箭的讲起�：
+
+> 本系统主�分为展示层��务层和�久层这三层。表现层顾��义主�就是为了用�展示，比如我们的��管�系统的页��商城首页的页���索系统的页�等等，这一层都�是作为展示，并没有�供任何�务。
+>
+> 展示层和�务层一般是部署在��的机器上��高并��和扩展性，那么展示层和�务层怎样�能交互呢？在本系统中我们使用 Dubbo �进行�务治�。Dubbo 是一款高性能�轻�级的开� Java RPC 框架。Dubbo 在本系统的主�作用就是�供远程 RPC 调用。在本系统中�务层的信�通过 Dubbo 注册给 ZooKeeper，表现层通过 Dubbo 去 ZooKeeper 中获��务的相关信�。Zookeeper 的作用仅仅是存放�供�务的�务器的地�和一些�务的相关信�，实现 RPC 远程调用功能的还是 Dubbo。如果需�引用到�个�务的时候，我们�需�在�置文件中�置相关信�就�以在代�中直接使用了，就�调用本地方法一样。�如说�个�务的使用�增加时，我们�用为这�个�务增加�务器，而�需�为整个系统添加�务。
+>
+> �外，本系统的数�库使用的是常用的 MySQL，并且用到了数�库中间件 MyCat。�外，本系统还用到 redis 内存数�库�作为缓存��高系统的�应速度。�如用户第一次访问数�库中的�些数�，这个过程会比较慢，因为是从硬盘上读�的。将该用户访问的数�存在数缓存中，这样下一次�访问这些数�的时候就�以直接从缓存中获�了。�作缓存就是直接�作内存，所以速度相当快。
+>
+> 系统还用到了 Elasticsearch ��供�索功能。使用 Elasticsearch 我们�以�常方便的为我们的商城系统添加必备的�索功能，并且使用 Elasticsearch 还能�供其它�常实用的功能，并且很容易扩展。
+
+**�试官：** 我看你的系统里�还用到了消�队列，能说说为什么�用它�？
+
+**我：**
+
+> 使用消�队列主�是为了：
+>
+> 1. �少�应所需时间和削峰。
+> 2. �低系统耦�性（解耦/��系统�扩展性）。
+
+**�试官：** 你这说的太简�了�能�能�微详细一点，最好能画图给我解释一下。
+
+**我：** 内心 os:"都 2019 年了，大部分�试者都能对消�队列的为系统带�的这两个好处倒背如�了，如果你想走的更远就�别别人懂的更深一点�"
+
+> 当我们�使用消�队列的时候，所有的用户的请求会直接�到�务器，然�通过数�库或者缓存�应。�如在高并�的场景下，如果没有缓存或者数�库承��了这么大的压力的�，就会造��应速度缓慢，甚至造�数�库宕机。但是，在使用消�队列之�，用户的请求数���给了消�队列之�就�以立�返回，�由消�队列的消费者进程从消�队列中获�数�，异步写入数�库，�过�确�消��被��消费还�考虑到消�丢失问题。由于消�队列�务器处�速度快于数�库，因此�应速度得到大幅改善。
+>
+> 文字 is too 空洞，直接上图��下图展示了使用消���系统处�用户请求的对比（ps:我自己都被我画的这个图美到了，如果你也觉得这张图好看的�麻烦�个素质三连�）。
+>
+> ![通过异步处��高系统性能](https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/Asynchronous-message-queue.png)
+>
+> 通过以上分�我们�以得出**消�队列具有很好的削峰作用的功能**——�**通过异步处�，将短时间高并�产生的事务消�存储在消�队列中，从而削平高峰期的并�事务。** 举例：在电�商务一些秒��促销活动中，��使用消�队列�以有效抵御促销活动刚开始大�订�涌入对系统的冲击。如下图所示：
+>
+> ![削峰](https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/削峰-消�队列.png)
+>
+> 使用消�队列还�以�低系统耦�性。我们知�如果模�之间�存在直接调用，那么新增模�或者修改模�就对其他模�影�较�，这样系统的�扩展性无疑更好一些。还是直接上图�：
+>
+> ![解耦](https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/消�队列-解耦.png)
+>
+> 生产者（客户端）��消�到消�队列中去，接�者（�务端）处�消�，需�消费的系统直接去消�队列�消�进行消费��而�需�和其他系统有耦�， 这显然也�高了系统的扩展性。
+
+**�试官：** 你觉得它有什么缺点�？或者说怎么考虑用�用消�队列？
+
+**我：** 内心 os: "�试官真鸡贼�这�是勾引我上钩么？还好我准备充分。"
+
+> 我觉得�以从下�几个方��说：
+>
+> 1. **系统�用性�低：** 系统�用性在��程度上�低，为什么这样说呢？在加入MQ之�，你�用考虑消�丢失或者说MQ挂掉等等的情况，但是，引入MQ之�你就需�去考虑了�
+> 2. **系统��性�高：** 加入MQ之�，你需���消�没有被��消费�处�消�丢失的情况���消�传递的顺�性等等问题�
+> 3. **一致性问题：** 我上�讲了消�队列�以实现异步，消�队列带�的异步确实�以�高系统�应速度。但是，万一消�的真正消费者并没有正确消费消�怎么办？这样就会导致数��一致的情况了!
+
+**�试官**：�项目的过程中�到了什么问题�？解决了�？如果解决的�是如何解决的呢？
+
+**我** ： 内心 os: "�的过程中好�也没有�到什么问题啊�怎么办？怎么办？�然想到�以说我在使用 Redis 过程中�到的问题，毕竟我对 Redis 还算熟悉嘛，把�试官往这个方��引，准没错。"
+
+> 我在使用 Redis 对常用数�进行缓冲的过程中出现了缓存穿�。然�，我通过谷歌�索相关的解决方案�解决的。
+
+**�试官：** 你还知�缓存穿�啊？�错啊��说说什么是缓存穿�以�你最�的解决办法。
+
+**我：** 我先�谈谈什么是缓存穿���
+
+> 缓存穿�说简�点就是大�请求的 key 根本�存在于缓存中，导致请求直接到了数�库上，根本没有�过缓存这一层。举个例�：�个黑客故�制造我们缓存中�存在的 key �起大�请求，导致大�请求�到数�库。
+>
+> 总结一下就是：
+>
+> 1. 缓存层�命中。
+> 2. 存储层�命中，�将空结果写回缓存。
+> 3. 返回空结果给客户端。
+>
+> 一般 MySQL 默认的最大连接数在 150 左�，这个�以通过 `show variables like '%max_connections%';`命令�查看。最大连接数一个还�是一个指标，cpu，内存，�盘，网络等无力�件都是其�行指标，这些指标都会�制其并�能力�所以，一般 3000 个并�请求就能打死大部分数�库了。
+
+**�试官：** �伙��错啊�还准备问你：“为什么 3000 的并�能把支�最大连接数 4000 数�库压死？�想�到你自己就��回答了��错�
+
+**我：** 别夸了�别夸了�我��说说我知�的一些解决办法以�我最�采用的方案��您帮忙看看有没有问题。
+
+> 最基本的就是首先�好�数校验，一些��法的�数请求直接抛出异常信�返回给客户端。比如查询的数�库 id �能�于 0�传入的邮箱格��对的时候直接返回错误消�给客户端等等。
+>
+> 解决方案：
+>
+> 1. **缓存无效 key** : 如果缓存和数�库都查�到�个 key 的数�就写一个到 redis 中去并设置过期时间，具体命令如下：`SET key value EX 10086`。这�方��以解决请求的 key �化�频�的情况，如何黑客��攻击，�次构建的��的请求 key，会导致 redis 中缓存大�无效的 key 。很明显，这�方案并�能从根本上解决此问题。如果��用这�方��解决穿�问题的�，尽�将无效的 key 的过期时间设置短一点比如 1 分钟。
+>
+> �外，这里多说一嘴，一般情况下我们是这样设计 key 的： `表�:列�:主键�:主键值`。
+>
+> 2. **布隆过滤器：**  **布隆过滤器是一个�常神奇的数�结构，通过它我们�以�常方便地判断一个给定数�是�存在与海�数�中。我们需�的机会判断 key 是��法，有没有感觉布隆过滤器就是我们想�找的那个“人�。** 
+
+**�试官：** �错�错�你还知�布隆过滤器啊��给我谈一谈。
+
+**我：** 内心os：“如果你准备过海�数�处�的�试题，你一定对：“如何确定一个数字是�在于包�大�数字的数字集中（数字集很大，5亿以上�）?�这个题目很了解了�解决这�题目就�用到布隆过滤器。�
+
+> 布隆过滤器在针对海�数�去�或者验�数��法性的时候�常有用。**布隆过滤器的本质实际上是 “�(bit)数组�，也就是说�一个存入布隆过滤器的数�都��一�。相比于我们平时常用的的 List�Map �Set等数�结构，它�用空间更少并且效率更高，但是缺点是其返回的结果是概率性的，而�是�常准确的。** 
+>
+> **当一个元素加入布隆过滤器中的时候，会进行如下�作：**
+>
+> 1. 使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（有几个哈希函数得到几个哈希值）。
+> 2. 根�得到的哈希值，在�数组中把对应下标的值置为 1。
+>
+> **当我们需�判断一个元素是�存在于布隆过滤器的时候，会进行如下�作：**
+>
+> 1. 对给定元素�次进行相�的哈希计算；
+> 2. 得到值之�判断�数组中的�个元素是�都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值�为 1，说明该元素�在布隆过滤器中。
+>
+> 举个简�的例�：
+>
+> 
+>
+> ![布隆过滤器hash计算](https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-11/布隆过滤器-hash�算.png)
+>
+> 如图所示，当字符串存储�加入到布隆过滤器中时，该字符串首先由多个哈希函数生���的哈希值，然�在对应的�数组的下表的元素设置为 1（当�数组�始化时 ，所有�置�为0）。当第二次存储相�字符串时，因为先�的对应�置已设置为1，所以很容易知�此值已�存在（去��常方便）。
+>
+> 如果我们需�判断�个字符串是�在布隆过滤器中时，�需�对给定字符串�次进行相�的哈希计算，得到值之�判断�数组中的�个元素是�都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值�为 1，说明该元素�在布隆过滤器中。
+>
+> **��的字符串�能哈希出�的�置相�，这�情况我们�以适当增加�数组大�或者调整我们的哈希函数。**
+>
+> 综上，我们�以得出：**布隆过滤器说�个元素存在，�概率会误判。布隆过滤器说�个元素�在，那么这个元素一定�在。**
+
+**�试官：** 看�你对布隆过滤器了解的还挺�错的嘛�那你快说说你最�是怎么利用它�解决缓存穿�的。
\ No newline at end of file