6月是个忙碌的月份,结完婚,处理完家事,也换了份工作。以至于6月都没有写blog,今天闲来无事,将之前面试的问题,以及一些感悟分享给大家。
与面试官的交流如下:
面试官:“一个http 请求,接受json数组,数组内容是id,返回用户信息,在测试上是ok的,到预生产就报错了,可能是什么问题?”
我想了想说:“代码一致吗?”
面试官:“当然”
我立刻说:“id中没有中文吧?”
面试官:“没有”
我略有疑虑的说:“是压力测试中,报的错吗? 如果是可能是这个借口需要加缓存提高tps了”。
面试官微微一笑说:“不是压力测试,就是单独一次调用”。
我立刻又说:“是不是后台对应的数据库挂了。造成的?”
面试官:“不是”
我再思索中,到底是什么问题呢,左思右想没有想法,正在苦恼中。
面试官略有失望的说:“你遇到bug一般如何处理呢?”
我有种瞬间被闪电击中的感觉,**原来思路比答案重要**
我平静的说:“定位问题,分析问题,尝试解决,重复上述步骤直到问题解决。定位问题,一般就是先看日志”
面试官略有肯定的说;“调用者的日志,显示调用的接口是500”
我进一步说:“那提供者的日志呢?”
面试官:“提示一大长串的Id,就没有其他日志了”
我细细一想说:“这个可能是测试数据少,预生产数据多,具体不是数据库的数据问题,而是传递的id多了,造成这个查询接口返回慢,可以尝试进行拆分,分批次查询”
面试官:“这个问题,先到这里,咱们换一个问题。”
看到这里,大家可能会觉得这个问题,根本不值一提,或者说记录也是没有任何意义的。但在这里我不得不说这是一个非常严重的问题,是我底层认知中的一个**重要缺陷 !在信息不足的情况下,靠猜处理问题!**,上边的问题如果不是面试官打断我我会一直往下猜,这种主观片面的方式如果不改,不仅面试会碰壁,生活也会走很多弯路。
**感悟1 **
在信息不足以判断时,应先尽量通过合理有效的沟通获取更全面的信息,而不是在信息不足的情况下贸然尝试
上边的问题如果你觉得没有意思或者觉得我小题大做,没关系,下面这问题就有意思了。
面试官:“问你个算法问题吧,如何实现半小时只能发3次消息。”
我心中窃喜这个不就是限流,得意的说:“可以适用Guava的RateLimiter”
面试官略有深意的说:"不是每10分钟1次,用户可以1分钟内发3次 "
我语无伦次的说了些方案,这里经过了至少5分钟,都不对。
面试官不耐烦的说:“你刚才提到RateLimiter,它的基本实现原理是什么?”
我深吸一口气说:“令牌桶机制”
面试官略有期待的说:“如何维护令牌的?”
我战战兢兢的说;“以1s一次为例,如果没有尝试获取令牌,每秒都会更新令牌桶中的数量为1”
面试官打断我说:“你再想想这个半小时只能发3次的问题”
我心中明白这是最后一回了,如果在答不对,等待我的就是一首《凉凉》了,但是面试官问我如何维护令牌桶干什么呢?在深思10s后,我想明白了,**这个问题本质还是限流,令牌桶算法还是可以解决,只是不是定时维护令牌桶中的令牌数量了,而且每次用户调用时进行维护**,并且除了了令牌本身,还需要一个时间戳来协助调整令牌。
我笃定的说:"这个问题就是限流问题,还是参照令牌桶算法,但是维护机制变了。"
面试官微微一笑说;“你说说具体如何实现呢”
我淡定的说:“简单的说,系统持有一个表,表中有1个用户id,1个int类型作为剩余令牌数,1个Date类型作为上次发送时间,具体实现如下流程图”
感悟2
经典算法,活学活用,大多数业务问题均可解决。
面试官看了看我的简历说:“线程池用过吧”
我信心满满的说:“当然,我们项目都是使用的自扩展的线程池,我非常的熟悉”
面试官很有期待的说:“哦,那你介绍下如何扩展的吧”
我侃侃而谈:“线程池扩展,使用的是ThreadPoolExecutor,核心参数有,核心线程数,最大线程数,存活时间,存活时间的单位,队列大小,拒绝策略,拒绝策略分为4种,”
面试官:“具体说下拒绝策略”
我心想这个小意思,昂首挺胸的说:“
如果队列满了,下个任务会在调用execute的主线程中执行。
有界队列和调用者执行策略,实现高负载下平缓的性能降低
”
面试官:“概念咱们就不聊了,考虑下面这个场景,核心线程5,最大线程10,队列大小2,同时来了20个任务,使用默认的拒绝策略,任务是如何被执行的。”
我心里一下就蒙了,一般线程的队列大小至少要上千,这个队列数是2,还真没设置过。
硬着头皮,故作镇定的说:“这个最开始的5个任务会被执行,之后的2个任务会进入到队列,之后线程池新开2个线程执行队列中的任务,其他的任务都拒绝了”。
面试官:“这个问题你有点犹豫啊!”
我心里咯噔一下,哎看了是猜错了。
回家以后,我非常好奇,写了程序来校验这个问题,代码如下:
public class IndexBinarySearch<T> {
public static void main(String[] args) {
ThreadPoolExecutor poolExecutor=new ThreadPoolExecutor(5, 10,
1,
TimeUnit.MINUTES,
new LinkedBlockingDeque<Runnable>(2)
);
List<Runnable> rlist=new ArrayList<>();
for(int i=0;i<20;i++){
rlist.add(new RunnableTest(poolExecutor));
}
for(int i=0;i<20;i++){
poolExecutor.execute(rlist.get(1));
}
}
}
class RunnableTest implements Runnable{
ThreadPoolExecutor poolExecutor;
public RunnableTest( ThreadPoolExecutor poolExecutor){
this.poolExecutor=poolExecutor;
}
@Override
public void run() {
int threadSize=this.poolExecutor.getActiveCount();
int queueCurrentSize=this.poolExecutor.getQueue().size();
System.out.println(Thread.currentThread().getName()+":执行开始:"+"当前线程数:"+threadSize+"当前队列大小:"+queueCurrentSize);
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
运行结果如下图:
从代码的运行结果上看,
前5个立即执行,后2个入队列,
之后线程池开新线程处理后边的任务,如上图紫色框部分线程6-10,直到到达最大线程数为止
之后的任务都拒绝了,如上图报错部分
等有线程执行完任务后,会从线程池中取之前的任务执行。如上图红色框部分。
总结下其大致流程图如下:
感悟3
只有了解原理,才能把一项技术应用在不同的场景下。
3个问题3个感悟
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。