Java 学习笔记

一、Redis

1.1 缓存穿透

场景：查询一个根本不存在的数据，缓存和数据库中都没有。

问题：每次请求都会绕过缓存，直接打到数据库。

1.2 缓存击穿

场景：热点 key 过期瞬间，大量并发请求同时涌入数据库。

1.3 缓存雪崩

场景：同一时段大量 key 同时过期，或 Redis 宕机，请求全部打到数据库。

解决方案：

1. TTL 加随机值 — 避免大量 key 同时过期
2. Redis 集群部署 — 提高可用性和分区容错性
3. 限流降级策略 — 业务层添加多层防护
4. 多级缓存 — 引入本地缓存（如 Caffeine）作为前置缓冲

1.4 双写一致性

核心问题：修改数据库的同时，如何保证缓存与数据库的数据一致？

方案一：先删缓存，再操作数据库

正常流程：删除缓存 → 更新数据库 → 查询数据库 → 更新缓存

异常情况：删除缓存 → 查询数据库（旧值）→ 写入缓存（旧值）→ 更新数据库 → 缓存中仍是旧数据！

方案二：先操作数据库，再删除缓存

正常流程：更新数据库 → 删除缓存 → 查询缓存（未命中）→ 查库 → 写入缓存

解决方案总结

• 共享锁：加锁后其他线程可共享读操作
• 排他锁：加锁后阻塞其他线程的读写操作

1.5 持久化（RDB / AOF）

RDB（Redis Database Backup）

执行原理：

利用页表映射关系 + Copy-on-Write 技术：

• 主进程读操作 → 直接访问共享内存
• 主进程写操作 → 拷贝一份数据，在新副本上执行

AOF（Append Only File）

核心思路：把每一条写命令追加记录到日志文件中，重启时重新执行这些命令来恢复数据。

AOF 重写机制：

用最少的命令达到相同的数据恢复效果，大幅压缩文件体积。

RDB vs AOF 对比

1.6 删除策略与淘汰策略

删除策略（Key 过期后如何删除）

惰性删除：访问 key 时检查，过期则删除。

定期删除：每隔一段时间随机抽取 key 检查，过期则删除。

数据淘汰策略（内存满了怎么办）

1.7 Redis 分布式锁

场景：服务集群部署下，普通的 JVM 锁无法跨节点互斥。

SETNX 原理

核心命令：SETNX（SET if Not eXists）。利用 Redis 单线程特性，只有一个客户端能成功设置 key。

Redisson 实现

public void redisLock() throws InterruptedException {
    RLock lock = redissonClient.getLock("heimalock");
    boolean isLock = lock.tryLock(10, TimeUnit.SECONDS);
    if (isLock) {
        try {
            System.out.println("执行业务");
        } finally {
            lock.unlock();
        }
    } else {
        System.out.println("获取锁失败，请稍后重试");
    }
}

1.8 Redis 集群

主从复制

主从全量同步：

主从增量同步：

哨兵机制

脑裂问题：网络分区导致多个 Master 同时存在，数据冲突。

分片集群

核心机制 — 哈希槽（Hash Slot）：16384 个槽位分配给不同主节点，根据 key 计算槽 → 路由到对应节点。

1.9 单线程为什么快 / I/O 模型

Redis 为什么快

• 纯内存操作，执行速度非常快（根本原因）
• 单线程避免不必要的上下文切换和竞争条件
• I/O 多路复用模型，非阻塞 IO

I/O 多路复用及网络模型

二、MySQL

2.1 慢查询定位与 EXPLAIN

如何定位慢查询

EXPLAIN 分析 SQL

Type 类型（性能由好到差）：

NULL → system → const → eq_ref → ref → range → index → ALL

2.2 索引

索引结构比较

二叉树 / 红黑树的缺点：

B+ 树：将具体数据都放在叶子节点上，非叶子节点只存索引，进一步提高了效率。

聚簇索引 vs 非聚簇索引 vs 回表

覆盖索引 / 超大分页优化

索引创建原则

索引失效场景

2.3 SQL 优化经验

2.4 MySQL 事务

三、Spring

3.1 单例 Bean 线程安全

Spring 的 Bean 默认是单例的。是否线程安全取决于 Bean 是否有状态（成员变量）。无状态的 Bean 是线程安全的。

3.2 AOP

3.3 Spring 事务失效场景

3.4 Bean 生命周期与循环依赖

核心流程：

构造函数 → 依赖注入 → Aware 接口 → BeanPostProcessor#before 
→ InitializingBean → 自定义 init → BeanPostProcessor#after（AOP 发生地）

循环依赖

三级缓存解决：

3.5 Spring MVC 执行流程

3.6 Spring Boot 自动配置

3.7 MyBatis

四、微服务

本章是早期录屏截图整理，组件表已过时（Ribbon 被移除、Hystrix 停更、Sleuth 被取代）。最新版本请看文字版：Java - 微服务篇，图只作参考。

4.1 Spring Cloud 组件

4.2 注册中心（Nacos vs Eureka）

4.3 负载均衡（Ribbon → Spring Cloud LoadBalancer）

4.4 服务雪崩与熔断降级

4.5 限流（Nginx / 网关）

4.6 CAP 与 BASE

4.7 分布式事务（Seata / Saga / Outbox）

4.8 接口幂等性

4.9 分布式任务调度（XXL-JOB）

五、消息中间件

5.1 RabbitMQ 核心概念

MQ（Message Queue）= 跨进程、异步通信的中间件。三大核心作用：系统解耦、异步处理、流量削峰。

5.2 RabbitMQ 消息可靠性

5.3 RabbitMQ 重复消费 / 死信队列 / 消息堆积

5.4 Kafka 消息可靠性

5.5 Kafka 顺序性 / 高可用 / 存储 / 高性能

六、Java 集合

6.1 ArrayList / LinkedList

6.2 HashMap 底层原理

七、多线程

7.1 线程基础

进程 = 资源分配的最小单位；线程 = CPU 调度的最小单位。

7.2 synchronized 与锁升级

7.3 JMM / CAS / volatile

7.4 AQS / ReentrantLock

7.5 线程池

7.6 ThreadLocal

7.7 ConcurrentHashMap

7.8 并发编程三大特性

解决方案：volatile（可见性 + 有序性）+ CAS（原子性）+ 锁机制（三者皆可）。