diff --git a/notes/学习路线 - 面试冲刺.md b/notes/学习路线 - 面试冲刺.md index 447accaa..462e1696 100644 --- a/notes/学习路线 - 面试冲刺.md +++ b/notes/学习路线 - 面试冲刺.md @@ -57,9 +57,9 @@ | [10](#第-10-天tcp-与-https) | TCP 与 HTTPS | UDP 和 TCP 的特点、TCP 的三次握手、TCP 的四次挥手、TCP 可靠传输、HTTPS | 46. 全排列、121. 买卖股票的最佳时机 | | [11](#第-11-天进程死锁与-io-多路复用) | 进程、死锁与 I/O 多路复用 | 进程与线程的区别、协程、必要条件、死锁预防、I/O 复用 | 53. 最大子数组和、5. 最长回文子串 | | | **框架、分布式与大模型** | | | -| [12](#第-12-天spring-与设计模式) | Spring 与设计模式 | AOP、Bean 的生命周期、循环依赖、事务失效、设计模式前言、实现 | 300. 最长递增子序列、1143. 最长公共子序列 | -| [13](#第-13-天分布式锁消息队列与秒杀) | 分布式锁、消息队列与秒杀 | 分布式锁、消息队列的可靠性、秒杀系统、限流、降级与熔断 | 42. 接雨水、25. K 个一组翻转链表 | -| [14](#第-14-天大模型应用) | 大模型应用 | RAG 的流程、Agent 是什么、工具调用、MCP | 23. 合并 K 个升序链表、72. 编辑距离 | +| [12](#第-12-天spring-与设计模式) | Spring 与设计模式 | AOP、Bean 的生命周期、循环依赖、事务失效、设计模式前言、单例的实现 | 300. 最长递增子序列、72. 编辑距离 | +| [13](#第-13-天分布式锁消息队列与秒杀) | 分布式锁、消息队列与秒杀 | 分布式锁、消息队列的可靠性、秒杀系统、限流、降级与熔断 | 1143. 最长公共子序列、42. 接雨水 | +| [14](#第-14-天大模型应用) | 大模型应用 | RAG 的流程、Agent 是什么、工具调用、MCP、AI 编程助手 | 25. K 个一组翻转链表、23. 合并 K 个升序链表 | ## 三、Java @@ -77,7 +77,7 @@ 参考要点 1. JDK 1.8:table 为空先 resize(),用 (n - 1) & hash 定位桶,空桶直接放入;否则头节点是 TreeNode 就在红黑树中查找或插入,是链表就逐个比较,键相同就替换旧值,找不到就接在链表尾部;插入后 size 大于 threshold(容量 × 0.75,默认 12)时扩容为 2 倍;接上前链表已有 8 个节点时,数组长度小于 64 只扩容,否则转成红黑树。 -2. JDK 1.7 用分段锁,Segment 继承 ReentrantLock,默认 16 个,并发度创建后不能改变;JDK 1.8 去掉 Segment,空桶用 CAS 放入,非空时 synchronized 锁住桶的头节点,锁粒度到桶,多个线程可以一起迁移扩容;get 不加锁,靠 volatile 读到最新值。 +2. JDK 1.7 用分段锁,Segment 继承 ReentrantLock,默认 16 个,并发度创建后不能改变;JDK 1.8 去掉 Segment,空桶用 CAS 放入,非空时 synchronized 锁住桶的头节点,锁粒度到桶,多个线程可以一起迁移扩容;get 不加锁,靠 volatile 读到其它线程已完成的写入。 3. ArrayList 基于动态数组,随机访问快,中间插入删除要移动元素,但一次复制一整块连续内存;LinkedList 基于双向链表,插入删除只改指针,但要先 O(N) 遍历到位置;实测 10 万个元素中间插入 1 万次,ArrayList 约 50 ms、LinkedList 约 0.8~1 秒,多数场景用 ArrayList。 @@ -102,7 +102,7 @@ 参考要点 1. 参数有核心线程数、最大线程数、空闲线程的存活时间、任务队列、线程工厂和拒绝策略;提交时线程数小于核心数就新建线程,否则放入队列,队列满且小于最大线程数时新建线程执行当前任务,再不行就执行拒绝策略;例如核心 2、最大 4、队列 2 时第 7 个任务被拒绝;不用 Executors 的 newFixedThreadPool()、newSingleThreadExecutor()、newCachedThreadPool(),它们的队列或线程数没有上限,要直接创建 ThreadPoolExecutor 并使用有界队列。 -2. synchronized 由 JVM 实现(代码块编译为 monitorenter、monitorexit,方法用 ACC_SYNCHRONIZED 标志,异常时也会释放锁),ReentrantLock 由 JDK 基于 AQS 实现;新版本中在平台线程上两者性能大致相同,但 JDK 21 的虚拟线程在 synchronized 内阻塞会固定载体线程,这时要用 ReentrantLock;ReentrantLock 等待可中断、可以设为公平锁、能绑定多个 Condition,synchronized 都不能。 +2. synchronized 由 JVM 实现(代码块编译为 monitorenter、monitorexit,方法用 ACC_SYNCHRONIZED 标志,异常时也会释放锁),ReentrantLock 由 JDK 基于 AQS 实现;在平台线程上两者的性能差距随竞争程度变化,一般不作为选择的依据,但 JDK 21 的虚拟线程在 synchronized 内阻塞会固定载体线程,频繁执行、包住 I/O 的临界区要改用 ReentrantLock(JDK 24 起基本不再固定);ReentrantLock 等待可中断、可以设为公平锁、能绑定多个 Condition,synchronized 都不能。 3. 保证可见性:写入后其它线程读取时立即可见;保证有序性:volatile 写之前、volatile 读之后的读写不会被重排序越过它,可用来发布数据(如双重校验锁单例);不保证 count++ 这类复合操作的原子性,要用锁或原子类。 @@ -126,8 +126,8 @@
参考要点 -1. CAS 有内存地址 V、预期旧值 A、新值 B 三个操作数,只有 V 等于 A 时才写入 B,由处理器指令保证原子性(x86 上是带 lock 前缀的 cmpxchg);ABA 指值从 A 变成 B 又变回 A,CAS 误以为没变,对无锁栈这类结构有害;用 AtomicStampedReference 给引用加版本号,每次修改加 1。 -2. 无锁(Mark Word 末尾 01);轻量级锁(00):线程用 CAS 把 Mark Word 换成指向栈中 Lock Record 的指针,重入只多放一个 Lock Record;重量级锁(10):其它线程 CAS 失败时膨胀为 ObjectMonitor,先自适应自旋,仍抢不到再阻塞;JDK 15 起默认禁用偏向锁,空闲的 ObjectMonitor 会被回收,对象恢复为无锁。 +1. CAS 有内存地址 V、预期旧值 A、新值 B 三个操作数,只有 V 等于 A 时才写入 B,由处理器指令保证原子性(x86 上是带 lock 前缀的 cmpxchg);ABA 指值从 A 变成 B 又变回 A,CAS 误以为没变,对无锁栈这类结构有害;用 AtomicStampedReference 给引用加版本号,每次修改时由调用方传入加 1 后的版本号。 +2. JDK 21 中:无锁(Mark Word 末尾 01);轻量级锁(00):线程用 CAS 把 Mark Word 换成指向栈中 Lock Record 的指针,重入只多放一个 Lock Record;重量级锁(10):其它线程 CAS 失败时膨胀为 ObjectMonitor,先自适应自旋,仍抢不到再阻塞;JDK 15 起默认禁用偏向锁,空闲的 ObjectMonitor 会被回收,对象恢复为无锁。 3. ThreadLocalMap 的 Entry 对 key(ThreadLocal)是弱引用、对 value 是强引用;ThreadLocal 没有其它强引用时 key 被回收变为 null,value 仍被线程的 Map 引用,之后这个线程的 get()、set() 在查找途中遇到它,或者新增条目、remove() 删除已有条目时才可能顺带清理,线程池中的线程一直存活又没有触发清理时,value 就一直留着;用完在 finally 中调用 remove(),也能避免线程复用时读到上一个请求的值。
@@ -184,7 +184,7 @@ -算法(链表,中等):[92. 反转链表 II](https://leetcode.cn/problems/reverse-linked-list-ii/)。 +算法(链表,中等):[92. 反转链表 II](https://leetcode.cn/problems/reverse-linked-list-ii/),同类题见[链表反转](Leetcode%20题解%20-%20链表.md#2-链表反转)。 算法(设计,中等):[146. LRU 缓存](https://leetcode.cn/problems/lru-cache/),题解见[LRU](缓存.md#七lru)。 @@ -229,7 +229,7 @@ 参考要点 1. 找:开启慢查询日志(long_query_time 线上常调到 1 秒左右,更小的值只短时间使用),对比 Rows_examined 与 Rows_sent,用 mysqldumpslow 或 sys.statement_analysis 按语句归类;析:用 Explain、EXPLAIN ANALYZE 看是否索引失效、回表过多、filesort、连接列无索引,Lock_time 大时查锁冲突和长事务;改:例如建覆盖索引后从 237 ms 降到 20 ms,再核对执行计划并评估对写入的影响。 -2. undo log 由 InnoDB 写,记录旧版本,用于回滚和 MVCC;redo log 由 InnoDB 写,记录对数据页的修改,循环写,用于崩溃恢复;binlog 由 Server 层写,记录行修改或语句,追加写,用于主从复制和按时间点恢复;两阶段提交先写 redo log 进入 prepare,再写 binlog,最后 commit,崩溃后 prepare 的事务在 binlog 中有 Xid 就提交、否则回滚,保证主库数据与 binlog 一致,从库才不会不一致。 +2. undo log 由 InnoDB 写,记录旧版本,用于回滚和 MVCC;redo log 由 InnoDB 写,记录对数据页的修改,循环写,用于崩溃恢复;binlog 由 Server 层写,记录行修改或语句,追加写,用于主从复制和按时间点恢复;两阶段提交先写 redo log 并刷盘进入 prepare,再写 binlog 并刷盘,最后 commit,崩溃后 prepare 的事务在 binlog 中有 Xid 就提交、否则回滚,双 1 配置下保证主库数据与 binlog 一致,从库才不会不一致。 3. 跨分片的事务要用分布式事务,跨库连接拆成单表查询后在应用中合并,或用广播表、相同的分片规则避免跨库,自增主键要改用雪花算法等分布式 ID;不带分片键的查询要查所有分片,可用基因法、映射表或按另一维度再存一份;跨分片排序分页时每个分片都要返回前 N 页的数据,改用游标分页;扩容时用双写或订阅 binlog 迁移数据。 @@ -355,7 +355,7 @@ 算法(动态规划,中等):[5. 最长回文子串](https://leetcode.cn/problems/longest-palindromic-substring/),题解见[最长回文子串](Leetcode%20题解%20-%20字符串.md#10-最长回文子串)。 -明天:第 12 天,Spring 与设计模式(AOP、Bean 的生命周期、循环依赖、事务失效、设计模式前言、实现)。 +明天:第 12 天,Spring 与设计模式(AOP、Bean 的生命周期、循环依赖、事务失效、设计模式前言、单例的实现)。 ## 七、框架、分布式与大模型 @@ -380,7 +380,7 @@ 算法(动态规划,中等):[300. 最长递增子序列](https://leetcode.cn/problems/longest-increasing-subsequence/),题解见[最长递增子序列](Leetcode%20题解%20-%20动态规划.md#1-最长递增子序列)。 -算法(动态规划,中等):[1143. 最长公共子序列](https://leetcode.cn/problems/longest-common-subsequence/),题解见[最长公共子序列](Leetcode%20题解%20-%20动态规划.md#1-最长公共子序列)。 +算法(动态规划,中等):[72. 编辑距离](https://leetcode.cn/problems/edit-distance/),题解见[编辑距离](Leetcode%20题解%20-%20动态规划.md#2-编辑距离)。 明天:第 13 天,分布式锁、消息队列与秒杀(分布式锁、消息队列的可靠性、秒杀系统、限流、降级与熔断)。 @@ -399,13 +399,13 @@ 1. 用 SET lock_key unique_value NX PX 30000 一条命令加锁并设置过期时间;释放时用 Lua 脚本比较 value 是自己的才删除,避免误删别人的锁;业务超时锁会提前释放,需要续期,Redisson 的看门狗每 10 秒把过期时间重置为 30 秒,并用哈希计数支持可重入;主从是异步复制,切换时锁可能丢失;这种情况和续期失败都会让两个客户端同时持锁,正确性要求高时用栅栏令牌或数据库的唯一约束、条件更新兜底。 2. 不丢:发送端收到确认才算成功(如 Kafka acks=all 加重试),可用与业务同事务的本地消息表;存储端持久化加多副本,消费端处理完再提交偏移量或 ack;不重复:处理完才确认意味着可能重复投递,消费要幂等,用订单号加事件类型这类业务键写去重表并与业务同事务,或用状态做条件更新;消息队列的恰好一次代替不了业务幂等。 -3. 超卖源于判断库存和扣减库存不是原子操作;数据库中可用悲观锁 SELECT ... FOR UPDATE、乐观锁版本号或条件更新 UPDATE ... SET stock = stock - 1 WHERE stock > 0;实测 1000 个用户抢 100 件,先查再扣多卖了 34~62 件,悲观锁和条件更新都恰好卖出 100 件;乐观锁不会超卖,但冲突多时会少卖,150 个用户抢、重试 3 次也只卖出 48~57 件;条件更新不需要重试、最常用;秒杀时先用 Redis 的 Lua 脚本挡住大部分请求,数据库的条件更新作为最后一道防线。 +3. 超卖源于判断库存和扣减库存不是原子操作;数据库中可用悲观锁 SELECT ... FOR UPDATE、乐观锁版本号或条件更新 UPDATE ... SET stock = stock - 1 WHERE stock > 0;实测 1000 个用户抢 100 件,先查再扣多卖了 34~62 件,悲观锁和条件更新都恰好卖出 100 件;乐观锁不会超卖,但冲突多时会少卖,150 个用户抢、重试 3 次也只卖出 48~57 件;库存这类高冲突的场景用条件更新,不需要重试;秒杀时先用 Redis 的 Lua 脚本挡住大部分请求,数据库的条件更新作为最后一道防线。 -算法(双指针,困难):[42. 接雨水](https://leetcode.cn/problems/trapping-rain-water/),题解见[接雨水](Leetcode%20题解%20-%20双指针.md#9-接雨水)。 +算法(动态规划,中等):[1143. 最长公共子序列](https://leetcode.cn/problems/longest-common-subsequence/),题解见[最长公共子序列](Leetcode%20题解%20-%20动态规划.md#1-最长公共子序列)。 -算法(链表,困难):[25. K 个一组翻转链表](https://leetcode.cn/problems/reverse-nodes-in-k-group/),题解见[K 个一组翻转链表](Leetcode%20题解%20-%20链表.md#11-k-个一组翻转链表)。 +算法(双指针,困难):[42. 接雨水](https://leetcode.cn/problems/trapping-rain-water/),题解见[接雨水](Leetcode%20题解%20-%20双指针.md#9-接雨水)。 综合题:设计一个秒杀系统:从页面、网关、服务、缓存、消息队列到数据库,每一层分别做什么来扛住流量、防止超卖?出现故障时怎样降级?(见[秒杀系统](系统设计基础.md#六秒杀系统)、[限流、降级与熔断](系统设计基础.md#限流降级与熔断)、[消息队列的可靠性](消息队列.md#三可靠性);开放题的展开顺序见[系统设计题的思路](系统设计基础.md#十三系统设计题的思路)) @@ -414,33 +414,33 @@ 1. 页面与网关:详情页静态化后放在 CDN,开售前按钮置灰、下单地址到点才下发,提交后禁止重复点击;网关按用户、IP、接口限流,拦截刷单,被限流的请求返回 429。 2. 服务与缓存:秒杀服务独立部署;开售前把库存加载到 Redis,用 Lua 脚本原子地判断一人一单、判断库存、扣减并记录用户,没有库存直接返回已抢完。 -3. 消息队列:扣减成功的请求写入消息队列异步下单,订单服务按自己的能力消费;发送明确失败时回补 Redis,超时的消息可能已经送达,交给对账判断;消费处理完再确认,扣减数据库库存和插入订单放在同一个事务中,靠订单表(用户 ID,商品 ID)唯一索引保证幂等,重复的消息插入失败时整个事务回滚。 +3. 消息队列:扣减成功的请求写入消息队列异步下单,订单服务按自己的能力消费;发送明确失败时回补 Redis,超时的消息可能已经送达,交给对账判断;消费处理完再确认,扣减数据库库存和插入订单放在同一个事务中,靠订单表(用户 ID,商品 ID)唯一索引保证幂等,重复的消息插入失败时由消费者回滚整个事务(MySQL 遇到唯一键冲突只撤销这一条语句)。 4. 数据库:UPDATE goods SET stock = stock - 1 WHERE id = ? AND stock > 0 兜底防超卖;Redis 库存只是闸门,以数据库为准,活动后对账,未支付的订单超时取消并回补库存。 -5. 降级:依赖持续失败时熔断并返回默认结果(如详情页显示“有货”),大促时关闭评论、积分等非核心功能,积分通知延后写入消息队列,核心功能无法降级时快速失败提示稍后再试;限流用的 Redis 不可用时退回单机限流。 +5. 降级:依赖持续失败时熔断并返回默认结果(如详情页显示“有货”),大促时关闭评论、积分抵扣等非核心功能,积分、通知这类操作先写入消息队列、下游恢复后再处理,核心功能无法降级时快速失败提示稍后再试;限流用的 Redis 不可用时退回单机限流。 -明天:第 14 天,大模型应用(RAG 的流程、Agent 是什么、工具调用、MCP)。 +明天:第 14 天,大模型应用(RAG 的流程、Agent 是什么、工具调用、MCP、AI 编程助手)。 ### 第 14 天:大模型应用 -必学:[RAG 的流程](大模型应用.md#流程)、[Agent 是什么](大模型应用.md#agent-是什么)、[工具调用](大模型应用.md#工具调用)、[MCP](大模型应用.md#mcp)。 +必学:[RAG 的流程](大模型应用.md#流程)、[Agent 是什么](大模型应用.md#agent-是什么)、[工具调用](大模型应用.md#工具调用)、[MCP](大模型应用.md#mcp)、[AI 编程助手](大模型应用.md#ai-编程助手)。 自测: 1. RAG 的流程是怎样的?(见[RAG 的流程](大模型应用.md#流程)) -2. Agent 由哪些部分组成?Function Calling 的原理是什么?(见[Agent 是什么](大模型应用.md#agent-是什么)、[工具调用](大模型应用.md#工具调用)) -3. MCP 和 Function Calling 有什么区别?(见[MCP](大模型应用.md#mcp)) +2. Function Calling 的原理是什么?和 MCP 有什么区别?(见[工具调用](大模型应用.md#工具调用)、[MCP](大模型应用.md#mcp)) +3. 你平时怎样用 AI 编程工具?怎样保证生成的代码质量?(见[AI 编程助手](大模型应用.md#ai-编程助手))
参考要点 1. 离线:解析文档、切片,用 Embedding 模型转为向量存入向量数据库,同时建立关键词索引;在线:改写问题,向量和关键词两路召回,合并后重排,把最相关的几段和问题放进提示词,生成带引用的回答;每一环都影响最终效果,解析错了或资料没被召回,后面无法弥补。 -2. 组成:模型决定下一步,工具、记忆、规划提供能力,控制循环执行工具并限制步数、校验参数和权限;Function Calling:请求附上工具的名称、用途和参数 JSON Schema,推理服务拼进提示词,模型需要时生成特定格式的文本,服务解析为 tool_calls 返回;应用校验后执行,以 tool 消息和 tool_call_id 发回结果,本质仍是生成文本,必须先校验。 -3. Function Calling 是模型侧的能力,模型根据工具描述给出函数名和参数;MCP 是应用与外部工具、数据之间的协议,统一工具的发现(tools/list)和调用(tools/call),工具实现一次服务端就能被所有支持 MCP 的应用使用;两者配合:主机把 MCP 工具转成工具定义交给模型,再通过 MCP 执行模型给出的调用。 +2. Function Calling:请求附上工具的名称、用途和参数 JSON Schema,推理服务拼进提示词,模型需要时生成特定格式的文本,服务解析为 tool_calls 返回;应用校验后执行,以 tool 消息和 tool_call_id 发回结果,本质仍是生成文本,必须先校验;区别:Function Calling 是模型侧的能力,模型根据工具描述给出函数名和参数;MCP 是应用与外部工具、数据之间的协议,统一工具的发现(tools/list)和调用(tools/call),工具实现一次服务端就能被所有支持 MCP 的应用使用;两者配合:主机把 MCP 工具转成工具定义交给模型,再通过 MCP 执行模型给出的调用。 +3. 给出可以验证的目标,例如让某个测试通过,修 bug 时先写一个能复现问题的测试;先让它阅读代码、给出方案,确认后再修改;任务拆小,一次只改一个功能,便于审查;生成的代码同样要做代码审查和测试,测试用例按需求写,由人检查边界;反复纠正的要求写进 CLAUDE.md、AGENTS.md 这类项目约定文件;AI 生成的代码占多大比例不是关键,开发者仍要负责需求、方案、审查和上线的结果,涉及资金和数据安全的修改每一处都要审查。
-算法(链表,困难):[23. 合并 K 个升序链表](https://leetcode.cn/problems/merge-k-sorted-lists/),题解见[合并 K 个有序链表](Leetcode%20题解%20-%20链表.md#13-合并-k-个有序链表)。 +算法(链表,困难):[25. K 个一组翻转链表](https://leetcode.cn/problems/reverse-nodes-in-k-group/),题解见[K 个一组翻转链表](Leetcode%20题解%20-%20链表.md#11-k-个一组翻转链表)。 -算法(动态规划,困难):[72. 编辑距离](https://leetcode.cn/problems/edit-distance/),题解见[编辑距离](Leetcode%20题解%20-%20动态规划.md#2-编辑距离)。 +算法(链表,困难):[23. 合并 K 个升序链表](https://leetcode.cn/problems/merge-k-sorted-lists/),题解见[合并 K 个有序链表](Leetcode%20题解%20-%20链表.md#13-合并-k-个有序链表)。