ToB企服应用市场:ToB评测及商务社交产业平台

标题: Java紧张口试名词整理（一）：MySQL&JVM&Tomcat [打印本页]
作者: 王海鱼    时间: 2024-12-24 13:25
标题: Java紧张口试名词整理（一）：MySQL&JVM&Tomcat
MySQL篇

团结索引

团结索引是指对数据库表中两个或多个列进行索引。比如，我们可以对user表的first_name和last_name两列创建一个团结索引，这样数据库体系就可以同时利用这两列的数据来加速查询。
最左前缀法则

如果索引了多列（团结索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，而且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(背面的字段索引失效)。
索引的底层是一颗 B+ 树，那么团结索引固然照旧一颗 B+ 树，只不过团结索引的键值数目不是一个，而是多个。构建一颗 B+ 树只能根据一个值来构建，因此数据库依据团结索引最左的字段来构建 B+ 树。
在 InnoDB 中团结索引只有先确定了前一个（左侧的值）后，才气确定下一个值。如果有范围查询的话，那么团结索引中利用范围查询的字段后的索引在该条 SQL 中都不会起作用。
索引下推

什么是索引下推？ 索引下推（Index Condition Pushdown）是数据库查询优化的一种技能，通常用于处理包罗过滤条件的查询语句。它的原理是在利用索引进行查询时，将查询的过滤条件也应用到索引查找过程中，以淘汰需要读取和处理的数据量，从而进步查询性能。
举例：
对于辅助的团结索引(name,age,position)，正常情况按照最左前缀原则，SELECT * FROM employees WHERE name like ‘LiLei%’ AND age = 22 AND position =‘manager’ 这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和position是无序的，无法很好的利用索引。 like KK%实在就是用到了索引下推优化
在MySQL5.6之前的版本，这个查询只能在团结索引里匹配到名字是 ‘LiLei’ 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索引上找出相应的记载，再比对age和position这两个字段的值是否符合。
MySQL 5.6引入了索引下推优化，可以在索引遍历过程中，对索引中包罗的所有字段先做判断，过滤掉不符合条件的记载之后再回表，可以有效的淘汰回表次数。利用了索引下推优化后，上面那个查询在团结索引里匹配到名字是 ‘LiLei’ 开头的索引之后，同时还会在索引里过滤age和position这两个字段，拿着过滤完剩下的索引对应的主键id再回表查整行数据。
索引下推会淘汰回表次数，对于innodb引擎的表索引下推只能用于二级索引，innodb的主键索引（聚簇索引）树叶子节点上保存的是全行数据，以是这个时候索引下推并不会起到淘汰查询全行数据的效果。
并发事务处理带来的问题

当前读(Current Read):
每次读取的都是当前最新的数据，但是读的时候不答应写，写的时候也不答应读。当前读一般用于修改数据的操纵，如update、insert、delete等。当前读会对读取的数据加上排他锁，防止其他事务并发修改这条记载。
快照读(Snapshot Isolation Read)
每次读取的是快照数据，也就是说当某个数据正在被修改的时候，也可以进行读取该数据，保证读写不冲突。快照读一般用于查询数据的操纵，如select等。快照读不需要加锁，而是通过MVCC（多版本并发控制）和undolog（回滚日志）来实现。MVCC会为每个事务创建一个read view（可见性视图），用来判断哪些数据版本对该事务可见。undolog会记载每次修改数据前的旧版本数据，用来支持回滚操纵。快照读就是根据read view去找到满足其可见性的记载，在undolog中找到对应的旧版本数据。
更新丢失(Lost Update)或脏写
当两个或多个事务选择同一行数据修改，有可能发生更新丢失问题，即最后的更新覆盖了由其他事务所做的更新。
脏读（Dirty Reads）
事务A读取到了事务B已经修改但尚未提交的数据
不可重读（Non-Repeatable Reads）
事务A内部的雷同查询语句在差别时刻读出的效果不一致
幻读（Phantom Reads）
事务A读取到了事务B提交的新增数据
事务隔离级别

Read Uncommitted（读取未提交内容）

在该隔离级别，所有事务都可以看到其他未提交事务的实行效果。本隔离级别很少用于实际应用，因为它的性能也不比其他级别很多多少少。读取未提交的数据，也被称之为脏读（Dirty Read）。
Read Committed（读取提交内容 RC）

这是大多数数据库体系的默认隔离级别（但不是MySQL默认的）。它满足了隔离的简单定义：一个事务只能看见已经提交事务所做的改变。这种隔离级别 也支持所谓的不可重复读（Nonrepeatable Read），因为同一事务的其他实例在该实例处理其间可能会有新的commit，以是同一select可能返回差别效果。
Repeatable Read（可重读 RR）

这是MySQL的默认事务隔离级别，它确保同一事务的多个实例在并发读取数据时，会看到同样的数据行。不过理论上，这会导致另一个棘手的问题：幻读 （Phantom Read）。简单的说，幻读指当用户读取某一范围的数据行时，另一个事务又在该范围内插入了新行，当用户再读取该范围的数据行时，会发现有新的“幻影” 行。InnoDB和Falcon存储引擎通过多版本并发控制（MVCC，Multiversion Concurrency Control）机制解决了该问题。
Serializable（可串行化）

这是最高的隔离级别，它通过强制事务排序，使之不可能相互冲突，从而解决幻读问题。简言之，它是在每个读的数据行上加上共享锁。在这个级别，可能导致大量的超时现象和锁竞争。
锁


读锁（共享锁，S锁(Shared)）：针对同一份数据，多个读操纵可以同时进行而不会相互影响，比如：
  1. select * from T where id=1 lock in share mode
复制代码
写锁（排它锁，X锁(eXclusive)）：当前写操纵没有完成前，它会阻断其他写锁和读锁，数据修改操纵都会加写锁，查询也可以通过for update加写锁，比如：
  1. select * from T where id=1 for update
复制代码
意向锁（Intention Lock）又称I锁，针对表锁，紧张是为了进步加表锁的效率，是mysql数据库自己加的。当有事务给表的数据行加了共享锁或排他锁，同时会给表设置一个标识，代表已经有行锁了，其他事务要想对表加表锁时，就不必逐行判断有没有行锁可能跟表锁冲突了，直接读这个标识就可以确定自己该不该加表锁。特别是表中的记载很多时，逐行判断加表锁的方式效率很低。而这个标识就是意向锁。
意向锁紧张分为：
意向共享锁，IS锁，对整个表加共享锁之前，需要先获取到意向共享锁。
意向排他锁，IX锁，对整个表加排他锁之前，需要先获取到意向排他锁。
表锁
每次操纵锁住整张表。开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高，并发度最低；一般用在整表数据迁移的场景。
页锁
只有BDB存储引擎支持页锁，页锁就是在页的粒度上进行锁定，锁定的数据资源比行锁要多，因为一个页中可以有多个行记载。当我们利用页锁的时候，会出现数据浪费的现象，但这样的浪费最多也就是一个页上的数据行。页锁的开销介于表锁和行锁之间，会出现死锁。锁定粒度介于表锁和行锁之间，并发度一般。
行锁
每次操纵锁住一行数据。开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度最高。（注意：InnoDB支持行级锁，MYISAM不支持）
间隙锁(Gap Lock)
间隙锁，锁的就是两个值之间的清闲，间隙锁是在可重复读隔离级别下才会生效。
临键锁(Next-key Locks)
Next-Key Locks是行锁与间隙锁的组合。是可以实现闭区间的间隙锁。例如：(10,20]
JVM篇

类加载器


双亲委派机制

这里类加载实在就有一个双亲委派机制，加载某个类时会先委托父加载器寻找目的类，找不到再委托上层父加载器加载，如果所有父加载器在自己的加载类路径下都找不到目的类，则在自己的类加载路径中查找并载入目的类。
双亲委派机制说简单点就是，先找父亲加载，不可再由儿子自己加载
通盘负责委托机制

“通盘负责”是指当一个ClassLoader装载一个类时，除非表现的利用别的一个ClassLoader**，该类所依赖及引用的类也由这个**ClassLoader载入。
JVM内存分配

对象的创建-分别内存的方法


如果Java堆中内存是绝对规整的，所有用过的内存都放在一边，空闲的内存放在另一边，中心放着一个指针作为分界点的指示器，那所分配内存就仅仅是把那个指针向空闲空间那边挪动一段与对象大小相等的距离。

如果Java堆中的内存并不是规整的，已利用的内存和空闲的内存相互交错，那就没有办法简单地进行指针碰撞了，捏造机就必须维护一个列表，记载上哪些内存块是可用的，在分配的时候从列表中找到一块充足大的空间分别给对象实例， 并更新列表上的记载
对象内存分配

栈上分配基本头脑：将线程私有的对象打散分配在栈上
对象栈上分配：我们通为了淘汰临时对象在堆内分配的数目，JVM通过逃逸分析确定该对象不会被外部访问。如果不会逃逸可以将该对象在栈上分配内存，这样该对象所占用的内存空间就可以随栈帧出栈而销毁，就减轻了垃圾回收的压力。
对象逃逸分析：就是分析对象动态作用域，当一个对象在方法中被定义后，它可能被外部方法所引用，例如作为调用参数传递到其他地方中。
**标量替换：**通过逃逸分析确定该对象不会被外部访问，而且对象可以被进一步分解时，JVM不会创建该对象，而是将该对象成员变量分解多少个被这个方法利用的成员变量所代替，这些代替的成员变量在栈帧或寄存器上分配空间，这样就不会因为没有一大块连续空间导致对象内存不够分配。开启标量替换参数(-XX:+EliminateAllocations)，JDK7之后默认开启。
**标量与聚合量：**标量即不可被进一步分解的量，而JAVA的基本数据类型就是标量（如：int，long等基本数据类型以及reference类型等），标量的对立就是可以被进一步分解的量，而这种量称之为聚合量。而在JAVA中对象就是可以被进一步分解的聚合量。
新生代 GC（Minor GC）:指发生新生代的的垃圾收集动作，Minor GC 非常频繁，回收速度一般也比较快。
老年代 GC（Major GC**/Full GC**）:指发生在老年代的 GC，出现了 Major GC 经常会陪伴至少一次的 Minor GC（并非绝对），Major GC 的速度一般会比 Minor GC 的慢 10 倍以上。
垃圾收集算法

分代收集理论：根据对象存活周期的差别将内存分为几块。一般将java堆分为新生代和老年代，这样我们就可以根据各个年代的特点选择合适的垃圾收集算法。
标记-复制算法：将内存分为大小雷同的两块，每次利用此中的一块。当这一块的内存利用完后，就将还存活的对象复制到另一块去，然后再把利用的空间一次清理掉。这样就使每次的内存回收都是对内存区间的一半进行回收。焦点：留一半，清理完挪另一半去
标记-清除算法：标记存活的对象， 同一回收所有未被标记的对象(一般选择这种)；也可以反过来，标记出所有需要回收的对象，在标记完成后同一回收所有被标记的对象 。焦点：直接清
标记-整理算法：根据老年代的特点彪炳的一种标记算法，标记过程仍然与“标记-清除”算法一样，但后续步骤不是直接对可回收对象回收，而是让所有存活的对象向一端移动，然后直接清理掉端边界以外的内存。焦点：清完要按顺序整理好
垃圾收集器【分代】

Serial收集器：**新生代采用复制算法，老年代采用标记-整理算法。**单线程，简单高效
Parallel Scavenge收集器：Serial收集器的多线程版本，其余与Serial收集器雷同。关注点是吞吐量（高效率的利用CPU）
ParNew收集器：跟Parallel收集器很类似，区别紧张在于它可以和CMS收集器配合利用。
【重点】CMS收集器：CMS（Concurrent Mark Sweep）收集器是一种以获取最短回收停顿时间为目的的收集器。它非常符合在注意用户体验的应用上利用，它是HotSpot捏造机第一款真正意义上的并发收集器，它第一次实现了让垃圾收集线程与用户线程（基本上）同时工作。实现算法：标记-清除”算法。垃圾收集焦点步骤：初始标记、并发标记、重新标记、并发清理、并发重置。

垃圾收集底层算法实现

三色标记

三色标记算法指的是将所有对象分为白色、黑色和灰色三种类型。黑色表示从 GCRoots 开始，已扫描过它全部引用的对象，灰色指的是扫描过对象自己，还没完全扫描过它全部引用的对象，白色指的是还没扫描过的对象。
三色标记会出现多标、漏标等问题，此中漏标会导致被引用的对象被当成垃圾误删除，这是严重bug，必须解决，有两种解决方案： 增量更新（Incremental Update） 和原始快照（Snapshot At The Beginning，SATB） 。
增量更新就是当黑色对象插入新的指向白色对象的引用关系时， 就将这个新插入的引用记载下来， 等并发扫描结束之后， 再将这些记载过的引用关系中的黑色对象为根， 重新扫描一次。 这可以简化理解为， 黑色对象一旦新插入了指向白色对象的引用之后， 它就变回灰色对象了。
原始快照就是当灰色对象要删除指向白色对象的引用关系时， 就将这个要删除的引用记载下来， 在并发扫描结束之后， 再将这些记载过的引用关系中的灰色对象为根， 重新扫描一次，这样就能扫描到白色的对象，将白色对象直接标记为黑色(目的就是让这种对象在本轮gc清理中能存活下来，待下一轮gc的时候重新扫描，这个对象也有可能是浮动垃圾)
影象集与卡表

在新生代做GCRoots可达性扫描过程中可能会遇到跨代引用的对象，这种如果又去对老年代再去扫描效率太低了。
为此，在新生代可以引入影象集（Remember Set）的数据结构（记载从非收集区到收集区的指针集合），克制把整个老年代加入GCRoots扫描范围。事实上并不只是新生代、 老年代之间才有跨代引用的问题， 所有涉及部分区域收集（Partial GC） 行为的垃圾收集器， 典型的如G1、 ZGC和Shenandoah收集器， 都碰面对雷同的问题。
垃圾收集场景中，收集器只需通过影象集判断出某一块非收集区域是否存在指向收集区域的指针即可，无需了解跨代引用指针的全部细节。
hotspot利用一种叫做“卡表”(Cardtable)的方式实现影象集，它定义了影象集的记载精度、与堆内存的映射关系等，也是目前最常用的一种方式。关于卡表与影象集的关系， 可以类比为Java语言中HashMap与Map的关系。
垃圾收集器【分区】

G1收集器(-XX:+UseG1GC)

G1 (Garbage-First)是一款面向服务器的垃圾收集器,紧张针对配备多颗处理器及大容量内存的机器. 以极高概率满足GC停顿时间要求的同时,还具备高吞吐量性能特征.
G1 也是基于年轻代老年代进行设计的。它将堆内存分为多个大小相等的区域（Region），每个区域都可以是 Eden 区、Survivor 区大概 Old 区。G1 有专门分配大对象的 Region 叫 Humongous 区，而不是让大对象直接进入老年代的 Region 中。
ZGC收集器(-XX:+UseZGC)

ZGC是一款JDK 11中新加入的具有实验性子的低延长垃圾收集器，ZGC可以说源自于是Azul System公司开发的C4（Concurrent Continuously Compacting Collector） 收集器。
与 G1 和 CMS 类似，ZGC 也采用了复制算法，只不过做了重大优化，ZGC 在标记、转移和重定位阶段险些都是并发的，这是 ZGC 实现停顿时间小于 10ms 的关键地点。
ZGC 是怎么做到的呢？

这两种技能可以让所有线程在并发的条件下就指针的颜色 (状态) 达成一致，而不是对象地址。因此，ZGC 可以并发的复制对象，这大大的降低了 GC 的停顿时间。
颜色指针

在一个指针中，除了存储对象的实际地址外，还有额外的位被用来存储关于该对象的元数据信息。这些信息可能包罗：

通过在指针中嵌入这些信息，ZGC 在标记和转移阶段会更快，因为通过指针上的颜色就能区分出对象状态，不消额外做内存访问。
读屏障

当步伐尝试读取一个对象时，读屏障会触发以下操纵：

NUMA-aware

NUMA对应的有UMA，UMA即Uniform Memory Access Architecture(同一内存访问)，NUMA就是Non Uniform Memory Access Architecture(非同一内存访问)。UMA表示内存只有一块，所有CPU都去访问这一块内存，那么就会存在竞争问题（夺取内存总线访问权），有竞争就会有锁，有锁效率就会受到影响，而且CPU焦点数越多，竞争就越猛烈。NUMA的话每个CPU对应有一块内存，且这块内存在主板上离这个CPU是近来的，每个CPU优先访问这块内存，那效率天然就进步了：
JVM调优工具

Jmap

此命令可以用来查看内存信息，实例个数以及占用内存大小
  1. jmap -histo 14660  #查看历史生成的实例
  2. jmap -histo:live 14660  #查看当前存活的实例，执行过程中可能会触发一次full gc         
复制代码
Jstack

用jstack加进程id查找死锁
Jinfo

查看正在运行的Java应用步伐的扩展参数
  1. jinfo -flags 14124
复制代码
Jstat

jstat命令可以查看堆内存各部分的利用量，以及加载类的数目。命令的格式如下：
  1. jstat [-命令选项] [vmid] [间隔时间(毫秒)] [查询次数]
复制代码
C1、C2与Graal编译器

JIT（Just-in-Time，实时编译），AOT（Ahead-of-Time，预编译）
C1编译器

C1 编译器是一个简单快速的编译器，紧张的关注点在于局部性的优化，适用于实行时间较短或对启动性能有要求的步伐，例如，GUI 应用对界面启动速度就有一定要求，C1也被称为 Client Compiler。
C1编译器险些不会对代码进行优化
C2编译器

C2 编译器是为恒久运行的服务器端应用步伐做性能调优的编译器，适用于实行时间较长或对峰值性能有要求的步伐。根据各自的适配性，这种即时编译也被称为Server Compiler。
但是C2代码已超等复杂，无人能维护！以是才会开发Java编写的Graal编译器取代C2(JDK10开始)
性能提拔方法

分层编译：在 Java7之前，需要根据步伐的特性来选择对应的 JIT，捏造机默认采用解释器和此中一个编译器配合工作。Java7及以后引入了分层编译，这种方式综合了 C1 的启动性能优势和 C2 的峰值性能优势，固然我们也可以通过参数强制指定捏造机的即时编译模式。
热门代码：热门代码，就是那些被频繁调用的代码，比如调用次数很高大概在 for 循环里的那些代码。这些再次编译后的机器码会被缓存起来，以备下次利用，但对于那些实行次数很少的代码来说，这种编译动作就纯属浪费。
热门探测：在 HotSpot 捏造机中的热门探测是 JIT 优化的条件，热门探测是基于计数器的热门探测，采用这种方法的捏造机会为每个方法建立计数器统计方法的实行次数，如果实行次数超过一定的阈值就以为它是“热门方法”。
捏造机为每个方法预备了两类计数器：方法调用计数器（Invocation Counter）和回边计数器（Back Edge Counter）。在确定捏造机运行参数的前提下，这两个计数器都有一个确定的阈值，当计数器超过阈值溢出了，就会触发 JIT 编译。

方法内联：方法内联的优化行为就是把目的方法的代码复制到发起调用的方法之中，克制发生真实的方法调用。
锁消除：局部方法中创建的对象只能被当前线程访问，无法被别的线程访问，这个变量的读写肯定不会有竞争，这个时候 JIT 编译会对这个对象的方法锁进行锁消除。
标量替换：逃逸分析证明一个对象不会被外部访问，如果这个对象可以被拆分的话，当步伐真正实行的时候可能不创建这个对象，而直接创建它的成员变量来代替。将对象拆分后，可以分配对象的成员变量在栈或寄存器上，本来的对象就无需分配内存空间了。这种编译优化就叫做标量替换（前提是需要开启逃逸分析）。
逃逸分析的原理

分析对象动态作用域，当一个对象在方法中定义后，它可能被外部方法所引用。
比如：调用参数传递到其他方法中，这种称之为方法逃逸。乃至还有可能被外部线程访问到，例如：赋值给其他线程中访问的变量，这个称之为线程逃逸。
从不逃逸到方法逃逸到线程逃逸，称之为对象由低到高的差别逃逸水平。
如果确定一个对象不会逃逸出线程之外，那么让对象在栈上分配内存可以进步JVM的效率。
固然逃逸分析技能属于JIT的优化技能，以是必须要符合热门代码，JIT才会优化，别的对象如果要分配到栈上，需要将对象拆分，这种编译优化就叫做标量替换技能。
GraalVM

GraalVM是一款高性能的可嵌入式多语言捏造机，它能运行差别的编程语言。GraalVM的设计目的是可以在差别的情况中运行步伐
Tomcat篇

Tomcat架构

Tomcat的架构分为以下几个部分：
焦点组件详解

Server 组件
指的就是整个 Tomcat 服务器，包罗多组服务（Service），负责管理和启动各个Service，同时监听 8005 端口发过来的 shutdown 命令，用于关闭整个容器 。
Service组件
每个 Service 组件都包罗了多少用于接收客户端消息的 Connector 组件和处理哀求的 Engine 组件。 Service 组件还包罗了多少 Executor 组件，每个 Executor 都是一个线程池，它可以为 Service 内所有组件提供线程池实行使命。 Tomcat 内可能有多个 Service，这样的设计也是出于灵活性的考虑。通过在 Tomcat 中配置多个 Service，可以实现通过差别的端口号来访问同一台机器上摆设的差别应用。
连接器Connector组件
Tomcat 与外部世界的连接器，监听固定端口接收外部哀求，传递给 Container，并将Container 处理的效果返回给外部。连接器对 Servlet 容器屏蔽了差别的应用层协议及 I/O 模子，无论是 HTTP 照旧 AJP，在容器中获取到的都是一个标准的 ServletRequest 对象。
容器Container组件
容器，顾名思义就是用来装载东西的用具，在 Tomcat 里，容器就是用来装载 Servlet 的。Tomcat 通过一种分层的架构，使得 Servlet 容用具有很好的灵活性。Tomcat 设计了 4 种容器，分别是 Engine、Host、Context 和 Wrapper。这 4 种容器不是平行关系，而是父子关系。


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4