潍坊网站制作报价网站排名优化制作
1. Java为什么要用线程池？
在 Java 中频繁地创建和销毁线程会消耗大量系统资源，影响系统性能。线程池通过复用已创建的线程，避免了反复创建销毁的开销，并且可以控制线程的最大并发数，防止系统被大量线程压垮。同时，线程池还提供了任务队列、线程管理、超时处理等机制，使得线程的使用更加灵活和安全，是构建高性能并发程序的关键组件。
2. 介绍下有哪些线程池？
在 Java 中，线程池是由 Executor 框架提供支持的，核心接口是 ExecutorService，具体实现类由 ThreadPoolExecutor 提供。常用的线程池主要有以下几种，官方提供了几种快捷工厂方法（在 Executors 类中）：
newFixedThreadPool(int nThreads)固定线程池：创建一个固定大小的线程池，核心线程数和最大线程数都为 nThreads，不会回收线程。适用于任务数量恒定、长期执行，避免线程频繁创建销毁。newCachedThreadPool()缓存线程池：线程数不固定，有空闲线程就复用，否则就创建新线程；空闲线程超过 60 秒就回收。适用于执行很多短期异步任务，任务量不确定，适合高并发、瞬时请求。newSingleThreadExecutor()单线程线程池：始终只有一个线程执行任务，保证任务串行执行、按顺序处理。适用于需要按顺序执行任务、避免并发访问的场景（如日志记录、按顺序发送短信等）。newScheduledThreadPool(int corePoolSize)定时/周期任务线程池：支持任务的延时执行和周期执行。适用于周期性任务调度，如心跳检测、定时任务等。ThreadPoolExecutor可自定义：所有上述线程池本质上都是对 ThreadPoolExecutor 的封装。
3. Redis内存淘汰策略有哪些？
Redis 内存淘汰策略是指当内存使用达到设置的最大上限时，Redis 需要决定哪些数据要被删除，以释放空间存储新数据。
当 Redis 设置了 maxmemory（最大可用内存）之后，可以通过 maxmemory-policy 来配置淘汰策略。主要有以下几类：
- noeviction：默认策略，不淘汰，只报错：写操作会返回错误。
- allkeys-lru：从所有键中，优先淘汰最近最少使用的键。
- volatile-lru：从设置了过期时间（expire）的键中，淘汰最近最少使用的键。
- allkeys-random：从所有键中随机淘汰一个键。
- volatile-random：从有过期时间的键中随机淘汰一个键。
- volatile-ttl：从设置了过期时间的键中，淘汰即将过期的键（TTL最小）。
- allkeys-lfu：从所有键中，淘汰最不常用的键。
- volatile-lfu：从设置了过期时间的键中，淘汰最不常用的键。
redis.conf 文件配置方式：
# 设置最大内存限制
config set maxmemory 100mb# 设置淘汰策略，比如使用 allkeys-lru
config set maxmemory-policy allkeys-lru
4. Redis过期删除策略是什么？
Redis 采用惰性删除和定期删除相结合的方式来处理过期键，以在性能和内存效率之间取得平衡。惰性删除指的是只有在访问某个 key 时，才会检查其是否过期，若过期则立即删除，这种方式 CPU 开销极低，但可能导致大量过期但未被访问的数据长期占用内存。为了解决这一问题，Redis 还引入了定期删除机制，每隔一段时间会随机抽取一部分设置了过期时间的 key 进行检查和删除，这样可以在不影响主线程性能的前提下清除部分无效数据。通过将这两种策略结合使用，Redis 能够有效控制 CPU 占用的同时避免内存被过期数据占满，实现系统性能和资源利用率的双重优化。
5. Redis是怎么实现惰性删除的？
Redis 的 惰性删除策略（Lazy Deletion） 是通过
expireIfNeeded(redisDb *db, robj *key)函数实现的，这个函数定义在 db.c 文件中。
- 判断是否过期：首先通过
keyIsExpired(db, key)判断该 key 是否已经过期。- 如果未过期：直接返回，Redis 会继续正常执行后续操作。
- 如果已过期：
- Redis 会执行删除操作
- 是否采用异步删除（不会阻塞主线程），取决于配置项
lazyfree-lazy-expire（默认是关闭的）
return server.lazyfree_lazy_expire ? dbAsyncDelete(db, key) : dbSyncDelete(db, key);- 如果是异步删除，Redis 会将该删除操作交给后台线程去处理
- 最终 Redis 返回 NULL 给客户端，表示该 key 已过期并被移除
- 触发时机：只要客户端访问 key（如 GET、SET、DEL 等），都会先隐式调用
expireIfNeeded()检查是否过期。
6. Redis是怎么实现定期删除的？
Redis 的定期删除通过后台任务每隔一段时间随机抽取部分数据库中的 key，检查它们是否过期，如果过期就删除，从而避免大量过期但未被访问的 key 长期占用内存。
Redis 是通过activeExpireCycle()函数（位于 expire.c 文件）来实现定期删除。该函数会被 Redis 的主循环周期性调用：
- 触发机制：
- 每 100 ms 左右执行一次（在 Redis 的事件循环中定时触发）。
- 每次从数据库中抽样一部分设置了过期时间的 key（默认每次最多 20 个），进行过期检查。
- 检查和删除：
- 对这些 key 调用
keyIsExpired()判断是否过期。- 如果过期，则直接删除（会调用和惰性删除一样的
expireIfNeeded()）。- 如果这次扫描中超过 25% 的 key 是过期的，那么认为当前数据库中过期 key 比例高，于是继续扫描（进行多轮采样，直到命中率小于 25% 或事件耗尽）。
- 事件限制：
- Redis 会控制这次循环的总执行时间，防止长时间占用 CPU（默认上限 1ms 左右）。
- 因此这个删除是渐进式、有限度的，不会一口气清掉所有过期数据。
7. RocketMQ怎么处理分布式事务？
RocketMQ 通过三阶段的事务消息机制（发送预备消息 → 执行业务逻辑并提交本地事务 → 消息确认提交或回滚），实现分布式事务的一致性控制，避免数据不一致问题。
- 发送半消息（prepare message）：
- 生产者先向 MQ 发送一条“半消息”（消息状态为暂时不可投递），此时消息会存入消息服务器，但消费者不可见。
- 消息处于“待确认”状态。
- 执行本地事务：
- 消息发送成功后，生产者执行本地事务（如修改数据库、写账本等）。
- 本地事务执行完后，生产者向 RocketMQ 提交事务状态：
- 提交（COMMIT）：MQ 向半消息转为正常消息，投递给消费者
- 回滚（ROLLBACK）：MQ 删除半消息，不投递
- 未知（UNKNOWN）：MQ 无法判断事务结果
- 事务回查（Check）：
- 如果 MQ 长时间未收到事务状态反馈（如生产者宕机），Broker 会主动发起事务状态回查。
- 生产者需实现
TransactionListener接口中的checkLocalTransaction()方法，返回事务状态，供 MQ 决定是否提交消息。
在 RocketMQ 中，分布式事务通过「半消息机制」实现。首先，A 服务（消息生产者）向 Broker 发送一条 Half Message（即暂不可投递的“半消息”），这条消息中通常包含 B 服务（消费者）将要执行的操作信息，比如“账户增加 100 元”。Broker 成功接收该消息后，会将其暂时保存，但不会投递给消费者。随后，A 服务执行本地事务逻辑，比如向数据库写入订单记录。如果事务执行成功，A 服务会向 Broker 发送 Commit 消息，Broker 此时才会将该消息投递给 B 服务；若本地事务失败，则发送 Rollback 消息，Broker 会删除该半消息，不再投递。若由于网络等原因，Broker 一直未收到事务状态确认（即 Commit 或 Rollback），RocketMQ 会定时通过 事务回查机制 向 A 服务发起回调请求，确认事务的真实执行结果，最终决定是否提交或回滚消息。
8. RocketMQ消息顺序怎么保证？
在 RocketMQ 中，保证消息顺序主要依赖于 顺序消息（Ordered Message）机制。
RocketMQ 保证消息顺序的关键在于消息发送和消费始终路由到同一个队列（MessageQueue）。在发送顺序消息时，Producer 会通过自定义的 MessageQueueSelector 选择逻辑，根据某个业务关键字段（如订单 ID、用户 ID等）将同一类消息始终发送到同一个队列，从而在该队列内保持顺序。Consumer 在消费时开启顺序消费模式（顺序消费是单线程的），确保消息被严格暗战存储顺序依次消费。因此，RocketMQ 是通过“同类消息进同一队列 + 单线程消费”来实现局部顺序性。需要注意的是，这种顺序性仅在单个队列内有效，也就是分区有序，无法做到全局顺序。
比如一个订单系统中，同一个订单会产生多个状态变更消息（下单、支付、发货），为了保证这些状态变化按顺序消费，可以用订单号作为 hash key，将这些消息都发送到同一个队列。消费端则按队列顺序处理，就可以确保消息顺序一致。
9. RocketMQ消息积压了怎么办？
当 RokcetMQ 出现消息积压时，首先应排查是否是 Consumer 消费能力不足或消费异常导致的，比如消费失败重试、线程数不足、业务逻辑慢等。其次，需要监控 Broker 中的消息堆积情况（如堆积条数、消息进度落后），定位是哪个 Consumer Group 出问题。之后，可以通过增加消费者实例数、提升消费线程数、优化消费逻辑或临时开启批量消费等方式进行缓解。如果仍无法解决，考虑削峰填谷：对生产端限流、或将消息持久化后异步处理。极端情况下，可以考虑使用临时的 消费补偿机制 来快速清理堆积。
怎么排查消息堆积严重： 先通过 RocketMQ 控制台或 mqadmin 查看具体哪个 Consumer Group 积压严重，再检查 Consumer 是否存活、消费线程是否足够、是否存在消费失败或阻塞，然后根据具体情况进行水平扩容、优化消费逻辑、开启批量消费，最后评估是否需要限流生产者或引入补偿机制来兜底。