记录 Java 面试中遇到的 http请求、消息处理、线程池 3 个问题及感悟！

Java精选 2022-08-09

>>号外：关注“Java精选”公众号，菜单栏->聚合->干货分享，回复关键词领取视频资料、开源项目。

前言

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。

3个问题3个感悟

1. http get问题影射思维问题

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

2. 半小时只能发3次消息的问题

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。

3. 线程池运行原理

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：“

AbortPolicy默认策略抛出未检查的异常RejectedException
DiscardPolicy 新任务无法保存到队列，抛弃该任务
DiscardOldestPolicy 新任务无法保存到队列，抛弃下一个执行的，再提交最新的
CallerRunsPolicy调用者执行不抛弃任务，不抛弃异常，而将某些任务退回到调用者。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();
        }
    }
}