Java互联网面试突击三总结

为什么在Java面试中一定会深入考察HashMap？

因为作为一名Java开发工程师，在些代码的时候必然会用到一些数据结构，其中尤为经典的就是HashMap，关于HashMap考察会很多

JDK1.8中对Hash算法和寻址算法是如何优化的？

map.put(“张三”,“测试数据”)
首先会对"张三"这个key计算他的hash值，是有一定的优化的，请看源码(jdk1.8)

static final int hash(Object key){
	int h;
	return (key == null) ? 0 : (h = key.hashCode()) ^ (h>>>16);
}

经过一系列二进制的与或，取模，进行数组寻址（取模运算，性能是比较差一些的，要优化这个数组的寻址过程）
hash & (n-1) -> 效果是跟hash对n取模是一样的，但是与运算的性能要比hash对n取模要高很多，注：这是一个数学问题：数组的长度一直是2的n次方，只要他保持数组长度是2的n次方，hahs对n取模的效果 ->hash & (n-1)，效果是一样的，但是后者性能更高

比如说有一个hash值，将高16位和低16位进行与运算，这样运算出来的结果在低16位会融合了之前高16位和低16位的值，这样可以避免在hash值一样->导致他们都会放在数组的一个位置，进行复杂的hash冲突的处理

总结：
hash算法的优化：对每个hash值，在它的低16位中，让高低16位进行异或，让它的低16位同时保持了高低16位的特征，尽量避免了一些hash值后续出现冲突，导致会进入数组的同一个位置
寻址算法的优化：用与运算，替代取模，提升性能

HahMap是如何解决hash碰撞问题的？

hash冲突问题，链表+红黑树，O(n)和O(log n)
可能出现的问题：
多个key，它们算出来的hash的值，与n-1，与运算之后，发现定位出来的数组的位置还是一样的
解决方案：
会在这个位置挂一个链表，这个链表里面放入多个元素，让多个key-value对，同时放在数据的一个位置里
执行get方法的时候，如果定位到这个数组里这个位置挂了一个链表，此时就会遍历链表，从中找到那个key-value就行了
注：可能出现的问题，加入链表很长，可能导致遍历链表的性能会比较差，O(n)
针对这个问题做了优化：如果链表的长度达到了一定的长度之后，其实会把这个链表转换为红黑树，遍历一颗红黑树，时间复杂度
是O(log n)，性能比链表高一些

HashMap是如何进行扩容的？

底层是一个数组，当这个数组满了之后，他就会自动进行扩容，变成一个更大的数组，让你在里面可以去放更多的元素
–>2倍扩容
数组长度=16，扩容之后要进行rehash策略
rehash策略：
判断二进制结果中是否多一个bit的1，如果没多，那么就是原来的index，如果多出来，那么就是index+oldCap(原来数组长度)，通过这个方式，就避免了rehash的时候，用每个hash对新数组.length取模，取模性能不高，位运算的性能比较高

Synchronized关键字底层的原理是什么？

了解：加锁一般来说是对一个对象进行加锁的，进行加锁的时候，底层会执行moniterentry，释放锁的时候会执行monitorexit

执行monitorentry指令的时候会干什么呢？
每个对象都关联一个monitor，比如说一个对象实例就有一个monitor，一个类的Class对象也有一个monitor，如果要对这个对象加锁，那么必须获取这个对象关联的monitor的lock锁
原理：monitor里面有一个计数器，从0开始，如果一个线程要获取monitor锁，就看看他的计数器是不是0，如果是0的话，那么说明没人获取锁，他就可以获取锁了，然后对计数器加1，如果说线程走出了synchronized片段，就会有一个monitorexit指令，此时获取锁的线程就会对那个对象的monitor计数器减1，如果有多次重入加锁就会对应多次减1，直到最后，计数器是0

对CAS的理解以及底层的实现原理？

前提：多个线程可能要访问同一个数据

HashMap map = new HashMap();

此时有多个线程要同时读写类似上面的这种内存的数据，必然会出现多线程的并发安全问题

synchronized(map){
	//对map里的数据进行复杂的读写处理
}

CAS(compare and set)
单纯的使用synchronized可能会导致效率低下，很多线程都需要去排队执行

public class MyObject{
	AtomicInteger i = new AtomicInteger(0);//底层基于CAS来实现的
	//多个线程此时来执行这个代码
	//不需要synchronized加锁，也是线程安全的
	public void increment(){
		i.incrementAndGet();
	}
}

CAS在底层的硬件级别给你保证一定是原子的，同一时间只有一个线程可以执行CAS，先比较再设置，其他线程的CAS同时间去执行，此时会失败

ConcurrentHashMap实现线程安全的底层原理是什么？

前提：多个线程要访问同一个数据：synchronized加锁，CAS去进行安全的累加。来实现多线程场景下的安全的更新一个数据的效果，比较多的场景下，可能就是多个线程同时读写一个HashMap

在JDK1.7以及以前的版本，是进行分段加锁的
[数组1]，[数组2]，[数组3] ->每个数组都对应一个锁

JDK1.8之后，做了一些优化和改进，进行了锁粒度的细化
数组里的每个元素进行put操作，都是有一个不同的锁，刚开始进行put的时候，如果两个线程都是在数组[5]这个位置进行put，这个时候，对数组[5]这个位置进行put的时候，是进行的CAS的策略
通过对数组每个元素执行CAS的策略，如果是很多线程对数组里不同的元素执行put，大家是没有关系的，如果说之前数组[5]这个位置已经有人放进去值了，就需要在这个位置基于链表+红黑数来进行处理，synchronized(数组[5])加锁，基于链表或者是红黑树在这个位置插进去自己的数据

对JDK中AQS的理解，以及AQS的实现原理是什么？

前提：多个线程访问同一个共享数据，除了用synchronized，CAS，ConcurrentHashMap，Lock，还可以用AQS(abstract queue synchronizer 抽象队列同步器)

ReentrantLock lock = new ReentrantLock(true);  //默认是非公平锁，传值为true就是公平锁
lock.lock();//进行加锁
//处理复杂的业务逻辑
lock.unlock();//释放锁

线程池底层的工作原理？

系统是不可能的无限制的创建很多线程的，会构建一个线程池，有一定数量的线程，让他们执行各种各样的任务，线程执行完任务之后，不要销毁掉自己，继续去等待执行下一个任务

ExecutorService threadPool = Executors.newFixedThreadPool(3);	//3:corePoolSize:核心线程池的数量
threadPool.submit(new Callable(){
	public void run(){}
});

线程池是空的，当前没有线程，并且会带一个新的队列，一开始有提交任务时候，会比较当前线程池数量是否小于corePoolSize，小于的话会创建一个线程，反复执行上述流程，只要线程池的数量小于corePoolSize，都会直接创建新线程来执行这个任务，执行晚了就尝试从无界队列里获取任务，知道线程池有corePoolSize个线程

设置线程池

接着再提交任务，会发现线程数量已经跟corePoolSize一样大了，此时就直接把任务放入队列中就可以了，线程会争抢获取任务执行的，如果所有的线程此时都在执行任务，那么无界队列的任务就会越来越多

newFixedThreadPool队列而言，是LinkedBlockingQueue(无界阻塞队列)，就是说队列的长度是无限大的

线程池的核心配置参数是干什么的？

new ThreadPoolExecutor(nThreads,nThreads,0L,TimeUnit.MILLISECONDS,new LinkedBlockingQueue<Runnable>());
//corePoolSize:3
//maximumPoolSize:Integer.MAX_VALUE
//keepAliveTime:60s
//new ArrayBlockingQueue<Runnable>(200)//队列最多放的任务数

如果说任务的增长速度大于线程池的处理速度，会额外的生成线程出来，最多能创建maximumPoolsize个额外线程
假设任务被处理的差不多了，这些额外的线程会空闲一段时间，当空闲时间等于keepAliveTime时，额外的线程就会被销毁掉
如果说额外的线程还不够，并且任务还在不断的增长，会有拒绝策略，可以传入RejectedExecutionHandler
拒绝策略有以下几种：
1.AbortPolicy 2.DiscardPolicy 3.DiscardOldestPolicy 4.CallerRunsPolicy 5.自定义
常用的线程池就是newFixedThreadPool

如果在线程池中使用无界阻塞队列会发生什么问题？

面试题：在远程服务异常的情况下，使用无界阻塞队列，是否会导致内存异常飙升？
答：调用超时，队列(栈内存)会变得越来越大，此时会导致内存飙升起来，而且还可能会导致OOM，内存溢出

线上突然宕机，线程池中阻塞队列中的请求怎么办？

产生问题：必然会导致线程池里积压的任务实际上来说会是丢失的
解决方案：如果说要提交一个任务大线程池里去，在提交之前，麻烦现在数据库里插入这任务的信息，更新他的状态：未提交，已提交，已完成。提交成功之后，更新他的状态是已提交状态，系统重启之后，后台线程去扫描数据库里的未提交和已提交状态的任务。可以把任务的信息读取出来，重新提交到线程池里去，继续进行执行

谈一下对Java内存模型的理解？

public class HelloWord(){
	private int data = 0;
	public void increment(){
		data++;
	}
}
HelloWord helloword = new HelloWord();//对象其实是在堆内存里，包含实例变量
//线程1
new Thread(){
	public void run(){
		helloword.increment();
	}
}.start();
//线程2
new Thread(){
	public void run(){
		helloword.increment();
	}
}.start();

volatile关键字的原理？

1.可见性：
根据《谈一下对Java内存模型的理解》的流程图，可以看出，线程1在进行对data=0进行一系列read，load，use，assign，store操作，把data=1，因为加上了volatile关键字，在同时会失效掉线程2工作内存里面的缓存，这样在线程2进行use的时候，会发现工作内存里面的缓存已经失效了，会强制从主内存里面加载
2.禁止指令重排
java中有一个happens-before原则：
编译器、指令起可能对代码重排序，乱排，要守一定的规则，happens-before原则，只要符合happens-before的原则，那么就不能胡乱重排，如果不符合这些规则的话，那就可以自己排序

• 程序次序规则：一个线程内，按照代码顺序，书写在前面的操作先行发生于书写在后面的操作
• 锁定规则：一个unlock操作先行发生于后面对同一个锁lock操作，比如说代码中有一个对lock.lock(),lock.unlock(),lock.lock()，一定要保证规则
• valatile变量规则：对一个volatile变量的写操作先行发生于后面对这个变量的读操作(重点)
• 传递规则：如果操作A先行发生于操作B，而操作B又先行发生于操作C，则可以得出操作A先行发生于操作C
• 线程启动规则：Thread对象的start()方法先行发生于此线程的每一个动作
• 线程中断规则：对线程interrupt()方法的调用先行发生于被中断线程的代码检测到中断事件的发生
• 线程终结规则：线程中所有的操作都先行发生于线程的终止检测，我们可以通过thread.join()方法结束，thread.isAlive()的返回值手段检测到线程已经终止执行
• 对象终结规则：一个对象的初始化完成先行发生于他的finalize()方法的开始
  3.不保证原子性

volatile底层是如何基于内存屏障保证可见性和有序性？

连环炮：内存模型 -> 原子性、可见性、有序性 -> volatile+可见性 ->volatile+有序性(指令重排+happens-before) ->volatile底层的原理(内存屏障级别的原理)
volatile+原子性：不能够保证原子性，虽然说有些极端特殊情况下有保证原子性的效果
使用synchronized、lock保证原子性
禁止指令重排：底层是前后进行读写的时候，加入了内存屏障
保证可见性：对volatile修饰的变量，执行写操作的话，JVM会发送一条lock前缀指令给CPU，CPU在计算完之后会立即将这个值写回主内存，同时因为有MESI缓存一致性协议，所以各个CPU都会对总线进行嗅探，自己本地缓存中的数据是否被别人修改，如果发现了别人修改了某个缓存的数据，那么CPU就会将自己本地缓存的数据过期掉，然后这个CPU上执行的线程在读取那个变量的时候，就会从主内存重新加载最新的数据了

对Spring的IOC机制的理解？

对Spring AOP机制的理解？

Spring 核心框架里面，最关键的两个机制，就是ioc和aop。根据xml配置或者注解，去实例化我们所有的bean，管理bean之间的依赖注入，让类与类之间的耦合性降低，维护代码的时候更加方便轻松。

AOP是面向切面编程，简单的说就是把我们重复的代码抽取出来，在需要执行的时候，使用动态代理技术，在不修改源码的基础上，对我们已有的方法进行增强。

AOP的作用和优势
作用：在程序运行期间，不修改源码对已有方法进行增强。
优势：减少重复代码，提高开发效率，维护方便

了解过cglib动态代理吗？跟jdk动态代理有什么区别？

jdk动态代理：如果类实现类某个借口，Spring aop就会使用jdk动态代理，生成一个实现同样接口的代理类，构造一个实例对象出来
cglib动态代理：如果很多时候某个类没有实现接口，Spring aop会该用cglib来生成动态代理，生成类的子类，覆盖方法，在方法里加入增强代码

能说说Spring中的Bean说线程安全的吗？

Spring容器中的bean可以分为5个范围：

Spring中的bean是不是线程安全的，答案是否定的，spring bean默认来说是单例的，是线程不安全的。但是java web系统中，一般来说很少在spring bean中放一些实例变量，通常都是多个组件互相调用，最终去访问数据库的，所以一般结果就是多个线程并发的访问数据库。

Spring的事务实现原理是什么？

事务的实现原理：事务传播机制，如果加了一个@Transactional注解，此时就spring会使用aop思想，对这个方法在执行之前，先去开启事务，执行完毕之后，根据你方法是否报错，来决定回滚还是提交事务
比如说，我们现在有一段业务逻辑，方法A调用方法B，我希望的是如果说方法A出错了，此时仅仅回滚方法A，不能回滚方法B,必须得用REQUIRES-NEW,传播机制，让他们两的事务是不同的。

方法A调用方法B,如果出错，方法B只能回滚他自己，方法A可以带着方法B一起回滚，NESTED嵌套事务。

说说spring的核心架构？

spring的生命周期：

1. 实例化Bean：
   对于BeanFactory容器，当客户向容器请求一个尚未初始化的bean时，或初始化bean的时候需要注入另一个尚未初始化的依赖时，容器就会调用createBean进行实例化。对于AplicationContext容器，当容器启动结束后，通过获取BeanDefinition对象中的信息，实例化所有bean

2. 设置对象属性（依赖注入）
   实例化后的对象被封装在BeanWrapper对象中，紧接着，Spring根据BeanDefinition中的信息以及通过BeanWrapper提供的设置属性的接口完成依赖注入，比如说通过构造函数注入，setter

public class Service{
	private MyDao Mydao;
	public MyService(){
		this.myDao=myDao;
	}
}

public void setMyDao(MyDao myDao){
	this.myDao=myDao;
}

• 处理Aware接口
  如果这个Bean已经实现了applicationcontextAware接口，Spring容器就会调用我们的bean的setApplicationContext(ApplicationContext)方法，传入Spring上下文，把Spring容器传递给这个bean
• BeanPostProcessor
  如果相对Bean进行一袭诶自定义的处理，那么可以让Bean实现了BeanPostProcessor接口，那将会调用postProcessBeforeInitalization(Objcect obj,String s)方法
• InitializingBean与init-method：
  如果Bean在Spring配置文件中配置了init-method属性，则会自动低哦啊用其配置的初始化
• 如果这个bean实现了beanpostprocessor接口，将会调用postprocessafterinitialization方法
• DisposableBean：
  当Bean不再需要时，会经过清理阶段，如果Bean实现了DisposableBean接口，会调用其实现的destroy()方法
• destory-method：
  最后，如果这个Bean的spring配置中配置了destroy-method属性，会自动调用其配置的销毁方法
  

Spring中的设计模式？

• 工厂模式：spring ioc核心的设计模式的思想体现，他自己就是一个大的工厂，把所有的bean实例都放在了spring容器里(大工厂)，如果要使用bean，就找spring容器就可以了，自己就不需要创建对象了

public class MyControll{
	private MyService myService = MyServiceFactory.getMyService();
}
public class MyServiceFactory{
	public static MyService getMyService(){
		return new MyServiceImpl();
	}
}

• 单例模式：spring默认来说，对每个bean走的都是一个单例模式，确保说一个类在系统运行期间，只有一个实例对象，只走一个bean

public class MyService(){
	private static volatile MyService myService;
	public static MyService getInstance(){
		if(myService == null){
			synchronized(MyService.class){
				if(myService == null){
					myService = new MyService();
				}
			}
		}
	}
}

• 代理模式：就是spring的aop，如果说要对一些类的防范切入一些增强的代码，会创建一些动态代理的对象，这样对目标对象的访问，先经过动态代理对象，动态代理对象先做一些增强的代码，调用目标对象

JVM有哪几块内存区域？Java8之后对内存分代做了什么改进？

我们在执行代码的时候，肯定会有很多线程，tomcat里就有很多自己的工作线程，去执行我们写的代码，每个工作线程都会有自己的一块数据结构：栈内存，这个里面会存放一些东西
java 8以后的内存分代的改进，永久代里放了一些常量池+类信息，常量池 ->堆内存，类信息 -> metaspace(元空间)

JVM是如何运行起来的吗？我们的对象是如何分配的？

JVM分配流程图：

JVM在哪些情况下会触发垃圾回收？

假如给年轻代一共是2GB内存，给老年代是2GB内存，默认情况下，eden和2个S（S1和S2区域）的比例是8:1:1
如果说eden区域满了，此时必然会出现垃圾回收，ygc(young gc)
回收的对象：没有人引用的对象 注：有方法引用的对象、static静态变量不能被认为是垃圾对象

JVM年轻代垃圾回收算法？对象什么时候转移到老年代

如果说让代码一边运行，一边有变动，一边判断哪些对象是可以回收的，这是不现实的，垃圾回收的时候有一个概念，叫做stop the world 停止jvm里的工作线程的运行，然后扫描所有对象，判断哪些可以回收，哪些不可以回收

年轻代：大部分情况下，对象生存周期是很短的，此时对象方法执行结束了，就可以认为是垃圾，可以回收
对于年轻代的垃圾回收算法，采取的是复制算法，一次young gc 就完成了一次垃圾回收

什么情况下，年轻代的对象会转移到老年代中？

1. 有的对象在年轻代里熬过了很多次垃圾回收，15次垃圾回收，此时会认为这个对象是要长期存活的对象
2. S区域放不下的对象，直接会放到老年代
3. 大对象

说说老年代的垃圾回收算法，常用的垃圾回收器是什么？

老年代对象越来越多，空间也会满的，但是不合适使用年轻代的复制算法，因为老年代里的对象，很多都是被长期引用的，里面有spring管理的各种bean

对于老年代而言，他里面的垃圾可能是没有那么多的，采用标记-清理，找出来那些对象，然后直接把垃圾对象在老年代里清理掉，但是这样会产生一个内存碎片的问题。故采用标记-压缩把老年代里面存活的对象标记出来，移动到一起，存活的对象压缩到一片内存空间里去，这样剩余的空间都是垃圾对抗给整个清理掉，剩余的都是连续可用的内存空间，解决了内存碎片的问题

常用的垃圾回收器：
parnew+cms的组合
parnew是使用多个线程，并发的把垃圾对象清理掉
cms是老年代回收的方法，使用在jdk8及以前，分成好几个阶段：初始标记->并发标记->并发预清理->重新标记->并发清理->并发重置，老年代的垃圾回收是比较慢的，一般来说比年轻代慢10倍以上
g1直接分代回收，直接可以同时回收年轻代和老年代，使用在jdk9及以后

TCP三次握手的流程？为啥不是两次或者是四次呢？

举例子：
A客户端：给服务端B说，我想要和你建立连接
B服务端：给A客户端说，我已经收到你的信息了，可以建立连接
A客户端：好的，我已经知道连接已经建立了

如果是两次握手会出现的问题：客户端发送的第一次握手卡在半路上了，所以又重新发送了一次连接，这时，卡在半路上的连接竟然通了，服务端会返回第二次握手，但是这次连接已经不需要了，如果不进行第三次握手，服务端会开辟资源准备通信，所以这时候需要客户端发送第三次握手，要求释放资源

HTTPS的工作原理？为啥用HTTPS就可以加密通信？

https的工作原理：

1. 浏览器把自己支持的加密规则发送给网站
2. 网站从这套加密规则里选出来一套加密算法和hash算法，然后把自己的身份信息用证书的方式发回给浏览器，证书里有网站地址、加密公钥、证书颁发机构
3. 浏览器验证证书的合法性，然后浏览器地址栏上会出现一把小锁，浏览器接着生成一串随机数密码，然后用证书里的公钥进行加密，这块走非对称加密，用约定好的hash算法生成握手消息的hash值，然后用密码对消息进行加密，然后把所有东西发给网站，这块走对称加密
4. 网站用本地的私钥对消息解密取出来密码，然后用密码解密浏览器发来的握手消息，计算消息的hash值，并验证与浏览器发送过来的hash值是否一致，最后用密码加密一段握手消息，发给浏览器
5. 浏览器解密握手消息，然后计算消息的hash值，如果跟网站发来的hash一样，握手就结束，之后所有的数据都会由之前浏览器生成的随机密码，然后用对称加密进行加密

Mysql索引的原理？

B+树和B-树不太一样的地方在于：

1. 每个节点的指针上线为2d而不是2d+1
2. 内节点不存储data，只存储key；叶子节点不存储指针
   Innodb存储引擎索引
   不建议使用uuid作为主键，会导致每一个索引文件都很大，浪费磁盘空间，建议使用aotu_increment自增主键，这样就可以保证在添加数据的时候，这个树是不用分裂的
   索引设计：
   create index (shop_id,product_id,gmt_create);
3. 全列匹配：就是说在一个sql里，正好where条件用到这个三个条件，那么就一定可以用到这个联合索引的
4. 最左前缀匹配：确保在sql里面起码一个或者是两个字段，可以匹配上索引，从最左边开始，按照顺序匹配，如果能匹配上的话，先让部分字段根据索引去查，查出来的结果在根据后面的复杂的自查询，函数之类的去进行处理
5. 前缀匹配：如果你是不等值的，比如=，>=，<=之类的操作，是like操作，那么必须要是like ‘XXX%’，这样才可以用上索引
6. 范围列匹配：如果你是范围查询，比如>=，<=，between操作，只能是符合最左前缀的规则才可以范围，范围之后的列就不用索引了
   比如说 where shop_id>=1,product_id =1这样就在联合索引中根据shop_id来查询了

事务的几个特性是啥？有哪几种隔离级别？

先说一下事务的ACID

1. Automic：原子性，要不全部成功，要么全部失败
2. Consistency：一致性，针对数据一致性来说，就是一组SQL执行之前，数据必须是准确的，执行之后，数据也必须是准确的
3. Isolation：隔离性，事务在跑的时候不能互相干扰
4. Durability：持久性，事务成功之后，就必须永久对数据的修改是有效的
   事务的隔离级别：
   1、读未提交 2、读已提交 3、可重复读(默认，通过MVCC机制实现的，就是多版本并发控制) 4、幻读 5、串行化

Mysql数据库锁的实现原理？

innodb的行锁有共享锁（s）和排他锁（x）两种，共享锁就是多个事务都可以加共享锁读同一行数据，但是别的事务不能写这行数据，排他锁，就是一个事务可以写这行数据，别的事务只能读，不能写
innodb的表锁，分为意向共享锁，就是说加共享行锁的时候，必须先加这个共享表锁，还有一个意向排他锁，就是说，给某行加排他锁的时候，必须先给表加排他锁，是innodb引擎自动加的，不用手动加

insert、update、delete，innodb会自动给那一行加行级排他锁
select，innodb啥锁都不加，因为innodb默认实现可重复读，也就是mvcc机制，所以多个事务随便读一个数据，一般不会有冲突，大家就读自己的那个快照就可以了，不涉及到什么锁的问题

Mysql的sql调优一般有哪些手段？

explain查看索引的执行计划：
type：这个最重要了，all（全表扫描）、const（读常量，最多一条记录匹配）、eq、ref（走主键，一般就最多一条记录匹配）、
index（扫描全部索引）、range（扫描部分索引）
possible_keys：显示可能使用的索引
key：实际使用的索引
key_len：使用索引的长度
ref：联合索引的哪一列被哦那个了
rows：一共扫描和返回了多少行
extra：using（需要额外进行排序）、using temporary（mysql构建了临时表，常见于自查询，比如排序的时候）、
using where（就是对索引扫出来的数据再次根据where来过滤出了结果）

Synchronized锁同时对原子性、可见性、有序性的保证

原子性：基本的赋值写操作都是可以保证原子性的，复杂的操作是无法保证原子性的
可见性：MESI协议、flush、refresh，配合起来，才可以解决可见性
有序性：三个层次，最后一个层次有4种重排（LoadLoad、StoreStore、LoadStore、StoreLoad）

synchronized是同时可以保证原子性、可见性以及有序性
原子性的层面而言，他加了之后，有一个加锁和释放锁的机制，加锁了之后，同一段代码就只有他可以执行了
可见性，在同步代码块对变量做的写操作，都会在释放锁的时候，全部强制执行flush操作，在进入同步代码块的时候，对变量的读操作，全部会强制执行refresh操作，更新的数据，别的线程只要进入代码块，就一定可以读到
有序性，synchronized关键字，会通过加各种内存屏障，来解决LoadLoad、StoreStore等重排序

synchronized是如何通过加锁保证原子性的？

在出锁代码块的时候，加一个monitorexit的指令，然后递减锁计数器，如果锁计数为0，就会标志当前线程不持有锁，释放锁

MyObject lock = new MyObject();
synchronized(){

}

Synchronized是如何使用内存屏障保证可见性和有序性的？

int b = 0;
int c = 0;
synchronized(this){//->monitorenter
//load内存屏障
//Acquire内存屏障
	int a = b;
		c =1;//synchronized代码块里面还是可能发生指令重排
//Release内存屏障
}//->monitorexit
//store内存屏障

按照可见性来划分的话，内存屏障可以分为Load屏障和Store屏障
Load屏障的作用是执行refresh处理器缓存的操作，说白了就是对别的树立起更新过的变量，从其他处理器的高速缓存（或则是主内存）加载数据到自己的高速缓存来，确保自己看到的是最新的数据
Store屏障的作用是执行flush处理器缓存的操作，说白了就是把自己当前处理器更新的变量的值，都刷新到高速缓存（或者主内存）里去

在monitorexit指令之后，会有一个store屏障，让线程把自己在同步代码块里修改的变量的值都执行flush处理器缓存的操作，刷到高速缓存（或者主内存）里去，然后在monitorenter指令之后会加一个Load屏障，执行refresh处理器缓存的操作，把别的处理器修改过的最新值加载到自己高速缓存里来

所以说通过Load屏障和Store屏障，就可以让synchronized保证可见性

synchronized总结：

1. 原子性：加锁和释放锁，ObjectMonitor
2. 可见性：加了Load屏障和Store屏障，释放锁flush数据，加锁会refresh数据
3. 有序性：Acquire屏障和Release屏障，保证了同步代码块可以重排，但是同步代码块里面和外面的不能重排

volatile关键字对原子性、可见性以及有序性的保证

注意一点：volatile是不保证原子性的，特殊情况下，在32为的jvm中的long/double类型变量的赋值操作是不具备原子性的，加上volatile就可以保证原子性了

volatile boolean isRunning = true；
//线程1
//Release屏障
isRunning=false；
//Store屏障

//线程2
//Load屏障
while(isRunning){
//Acquire屏障
}

在volatile变量写操作的前面会加入一个Release屏障，然后在之后会加入一个Store屏障，这样就可以保证volatile写跟Release屏障之前的任何读写操作都不会指令重排，然后Store屏障保证了写完数据之后，立马会执行flush处理器缓存的操作

在volatile变量读操作的前面会加入一个Load屏障，这样就可以保证对这个变量读取时，如果被别的处理器修改过了，必须得从其他处理器的高速缓存（或者主内存）中加载到自己本地高速缓存中，保证读到的是最新数据，在之后会加入一个Acquire屏障，禁止volatile读操作之后的任何读写数据操作会跟volatile读指令重排序

高速缓存的数据结构：拉链散列表、缓存条目以及地址解码

volatile和synchronized
从原子性、可见性和有序性三个方面分别来聊，这两个关键字对那几个“性”的保障是通过什么来实现的，聊到他们会加哪些内存屏障，怎么加，这么内存屏障的效果，结合底层硬件层面的一个初步的原理，来给面试官聊一下

结合硬件级别的缓存数据结构深入分析缓存一致性协议

MESI的工作原理：
处理器0读取某个变量的数据时，首先会根据index、tag和offset从高速缓存的拉链散列表数据，如果发现状态为I，也就是无效的，此时就会发送read消息到总线
接着主内存会返回读经的数据给处理器0，处理器0就会把数据放到高速缓存里，同时cache entry的flag状态是s
在处理器0对一个数据进行更新的时候，如果数据转改是s，此时就需要发送一个invalidate消息到总线，尝试让其他的处理器的高速缓存的cache entry 全部变为I，以获得数据的独占锁
其他的处理器1会从总线嗅探到invalidate消息，此时就会把自己的cache entry设置为1，也就是过期掉自己本地的缓存，然后就是返回invalidate ack消息总线，传递回处理器0，处理器0必须收到所有处理器返回的ack消息
接着处理器0就会将cache entry先设置为E，独占这条数据，在独占期间，别的处理器就不能修改数据，因为别的处理器此时发出invalidate消息，这个处理器0是不会返回invalidate ack消息的，除非他先修改完再说
接着处理器0就是修改这条数据，接着将数据设置为M，也有可能是把数据此时强制写回到主内存中，具体看底层硬件实现
然后其他处理器此时这条数据的状态都是I了，那如果要读的话，全部都需要重新发送read消息，从主内存（或者是其他处理器）来加载，这个具体怎么实现要看底层的硬件了，都有可能

cache entry的flag代表了缓存数据的状态，MESI协议中划分为：

1. invalid：无效的，标记为I，这个意思就是当前cache entry无效，里面的数据不能使用
2. shared：共享的，标记为S，这个意思是当前的cache entry有效，而且里面的数据在各个树立起中都有各自的副本，但是这些副本的值跟主内存的值是一样的，各个处理器就是并发的在读而已
3. exclusive：独占的，标记问E，这个意思就是当前处理器对这个数据独占了，只有他可以有这个副本，其他的处理器都不能包含这个副本

硬件层面的MESI协议为何会引发有序性和可见性问题？

可见性和有序性问题：
可见性：是因为写缓冲期和无效队列导致的，写数据不一定立马写入自己的高速缓存（或者主内存），读数据不一定立马从别人的高速缓存（或者主内存）刷新最新的值过来，invalidate消息在无效队列里面
有序性：略～

Java虚拟机对锁的优化：锁消除、锁粗化、偏向锁、自旋锁

1. 锁消除
   锁消除是JIT编译器对synchronized锁的优化，在编译的时候，JIT会通过逃逸分析技术，来分析synchronized锁对象，是不是可能被一个线程来加锁，没有其他的线程来竞争加锁，这个时候编译就不用加入monitorenter和monitorexit的指令
   这就是仅仅一个线程争用锁的时候，就可以消除这个锁了，提升这段代码的执行效率，因为可能就只有一个线程来加锁，不涉及到多个线程竞争锁
2. 锁粗化
   这个意思就是，JIT编译器如果发现有代码里连续多次加锁释放锁的代码，会给合并为一个锁，就是锁粗化，把一个锁给搞粗来，避免频繁多次进行加锁和释放锁
3. 偏向锁
   这个意思就是说，monitorentry和monitorexit是要使用CAS操作加锁和释放锁的，开销比较大，因此如果发现大概率只有一个线程会主要竞争一个锁，那么会给这个锁维护一个偏好（Bias），后面他加锁和释放锁，基于Bias来执行，不需要通过CAS，性能会提升很多，但是如果有偏好之外的线程来竞争锁，就要收回之前分配的偏好
4. 轻量级锁
   如果偏向锁没能成功实现，就是因为不同线程竞争锁太频繁了，此时就会尝试采用轻量级锁的方式来加锁，就是将对象头的Mark World里有一个轻量级锁指针，尝试指向持有锁的线程，然后判断下是不是自己加的锁，如果是自己加的锁，那就执行代码，如果不是自己加的锁，那就是加锁失败，说明有其他人加了锁，这个时候就是升级为重量级锁
5. 自旋锁
   这是JIT编译器对锁的另外一个优化，如果各个线程持有锁的时间很短，那么一个线程竞争锁不到，就会暂停，然后发生上下文切换，这个操作是比较耗时的，但是其他线程很快就释放锁了，然后暂停的线程会再次被唤醒，也就是说，这种情况下，线程会频繁的上下文切换，导致开销过大。所以锁这种线程持有锁很短时间的情况下，是可以采取忙等策略的，也就是一个线程没竞争到锁，进入一个while循环，不停等待，不会暂停不会发生上下文切换，等到机会获取锁就继续执行了，这样可以大幅度减少线程上下文切换，而这种自旋等待获取锁的方式，就是所谓的自旋锁，就是不断的自旋尝试获取锁
   如果一个线程持有锁的时间很长，那么其他线程获取不到锁，就会暂停，发生上下文切换，让其他线程来执行，这种自己暂停获取锁的方式，就是所谓的重量级锁

更新到这为止！！