RocketMQ怎么保证消息不丢失？A.从Producer的视角来看：如果消息未能正确的存储在MQ中，或者消费者未能正确的消费到这条消息，都是消息丢失。B.从Broker的视角来看：如果消息已经存在Broker里面了，如何保证不会丢失呢（宕机、磁盘崩溃）。C.从Consumer的视角来看：如果消息已经完成持久化了，但是Consumer取了，但是未消费成功且没有反馈，就是消息丢失。D.从Producer分析：如何确保消息正确的发送到了Broker?默认情况下，可以通过同步的方式阻塞式的发送，checkSendStatus，状态是OK，表示消息一定成功的投递到了Broker，状态超时或者失败，则会
RocketMQ怎么保证消息不丢失？A.从Producer的视角来看：如果消息未能正确的存储在MQ中，或者消费者未能正确的消费到这条消息，都是消息丢失。B.从Broker的视角来看：如果消息已经存在Broker里面了，如何保证不会丢失呢（宕机、磁盘崩溃）。C.从Consumer的视角来看：如果消息已经完成持久化了，但是Consumer取了，但是未消费成功且没有反馈，就是消息丢失。D.从Producer分析：如何确保消息正确的发送到了Broker?默认情况下，可以通过同步的方式阻塞式的发送，checkSendStatus，状态是OK，表示消息一定成功的投递到了Broker，状态超时或者失败，则会
《我想进大厂》之Spring夺命连环10问Java基础，必须全对！ 1.说说Spring里用到了哪些设计模式?单例模式：Spring中的Bean默认情况下都是单例的。无需多说。工厂模式：工厂模式主要是通过BeanFactory和ApplicationContext来生产Bean对象。代理模式：最常见的AOP的实现方式就是通过代理来实现，Spring主要是使用JDK动态代理和CGLIB代理。模板方法模式：主要是一些对数据库操作的类用到，比如JdbcTemplate、JpaTemplate，因为查询数据库的建立连接、执行查询、关闭连接几个过程，非常适用于模板方法。2.谈谈你对IOC和AOP的理解？
《我想进大厂》之Spring夺命连环10问Java基础，必须全对！ 1.说说Spring里用到了哪些设计模式?单例模式：Spring中的Bean默认情况下都是单例的。无需多说。工厂模式：工厂模式主要是通过BeanFactory和ApplicationContext来生产Bean对象。代理模式：最常见的AOP的实现方式就是通过代理来实现，Spring主要是使用JDK动态代理和CGLIB代理。模板方法模式：主要是一些对数据库操作的类用到，比如JdbcTemplate、JpaTemplate，因为查询数据库的建立连接、执行查询、关闭连接几个过程，非常适用于模板方法。2.谈谈你对IOC和AOP的理解？
1.数据库读写分离的目的是什么？通常业务系统是读多写少，读写分离是将对数据库的读写操作分散到不同的节点上，能够小幅提升写性能，大幅提升读性能。通常采用数据库一主多从的方式，主库可以读写，从库只读。2.读写分离会带来什么问题？如何解决？主库和从库的数据存在延迟。比如写完主库之后，主库的数据同步到从库是需要时间的，这个时间差就导致了主库和从库的数据不一致性问题。解决办法是在不能忍受延迟的场景强制读主库。3.MySQL主从复制的原理清楚吗？主库将数据库中数据的变化写入到binlog从库连接主库。从库会创建一个I/O线程向主库请求更新的binlog。主库会创建一个binlogdump线程来发送binl
1.数据库读写分离的目的是什么？通常业务系统是读多写少，读写分离是将对数据库的读写操作分散到不同的节点上，能够小幅提升写性能，大幅提升读性能。通常采用数据库一主多从的方式，主库可以读写，从库只读。2.读写分离会带来什么问题？如何解决？主库和从库的数据存在延迟。比如写完主库之后，主库的数据同步到从库是需要时间的，这个时间差就导致了主库和从库的数据不一致性问题。解决办法是在不能忍受延迟的场景强制读主库。3.MySQL主从复制的原理清楚吗？主库将数据库中数据的变化写入到binlog从库连接主库。从库会创建一个I/O线程向主库请求更新的binlog。主库会创建一个binlogdump线程来发送binl
1.如何保证缓存与数据库的数据一致性？要保持数据强一致性，只能将读请求和写请求串行化，在同一个内存队列里执行。但是串行化会导致系统的吞吐量大幅度降低，多用几倍的机器去支撑线上的请求。2.如果只要数据最终一致性，该怎么做呢？缓存设置过期时间。读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。更新数据的时候，先更新数据库，然后再删除缓存。3.为什么是删除缓存，而不是更新缓存？删除比更新更快捷。比如有些缓存值是由多个数据计算出来的，如果计算比较耗时，在高并发下，更新缓存的方式增加了读缓存不一致的概率。有些缓存是冷数据，删除缓存等于是将更新缓存延迟到了读请求的时刻。4
1.如何保证缓存与数据库的数据一致性？要保持数据强一致性，只能将读请求和写请求串行化，在同一个内存队列里执行。但是串行化会导致系统的吞吐量大幅度降低，多用几倍的机器去支撑线上的请求。2.如果只要数据最终一致性，该怎么做呢？缓存设置过期时间。读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。更新数据的时候，先更新数据库，然后再删除缓存。3.为什么是删除缓存，而不是更新缓存？删除比更新更快捷。比如有些缓存值是由多个数据计算出来的，如果计算比较耗时，在高并发下，更新缓存的方式增加了读缓存不一致的概率。有些缓存是冷数据，删除缓存等于是将更新缓存延迟到了读请求的时刻。4
一、谈一谈你对TCP/IP四层模型，OSI七层模型的理解？ 为了增强通用性和兼容性，计算机网络都被设计成层次机构，每一层都遵守一定的规则。 因此有了OSI这样一个抽象的网络通信参考模型，按照这个标准使计算机网络系统可以互相连接。 物理层：通过网线、光缆等这种物理方式将电脑连接起来。传递的数据是比特流，0101010100。 数据链路层：首先，把比特流封装成数据帧的格式，对0、1进行分组。电脑连接起来之后，数据都经过网卡来传输，而网卡上定义了全世界唯一的MAC地址。然后再通过广播的形式向局域网内所有电脑发送数据，再根据数据中MAC地址和自身对比判断是否是发给自己的。 网络层：广播的形式太低效
一、谈一谈你对TCP/IP四层模型，OSI七层模型的理解？ 为了增强通用性和兼容性，计算机网络都被设计成层次机构，每一层都遵守一定的规则。 因此有了OSI这样一个抽象的网络通信参考模型，按照这个标准使计算机网络系统可以互相连接。 物理层：通过网线、光缆等这种物理方式将电脑连接起来。传递的数据是比特流，0101010100。 数据链路层：首先，把比特流封装成数据帧的格式，对0、1进行分组。电脑连接起来之后，数据都经过网卡来传输，而网卡上定义了全世界唯一的MAC地址。然后再通过广播的形式向局域网内所有电脑发送数据，再根据数据中MAC地址和自身对比判断是否是发给自己的。 网络层：广播的形式太低效
