PHP高级工程师面试题

准备

  1. 自我介绍:说上家公司负责的项目或者浓缩简历。
  2. 简历
  3. 期望薪资
  4. 应用型的问题:要记得站的高,看的远(架构分层)

知识点列表

  1. redis

    • 应用场景

      • string
      • hash
      • set
      • zset
      • list
    • 内部数据结构

      • dict:key vs value;拉链法解决冲突;load factor装载因子超过预定值自动扩充内存,引发rehashing

        - database的所有key-value mapping
        - hash中field较多时
        - incremental rehashing(增量式重hash)
      • sds:simple dynamic string

        - string的底层实现为sds,但是string存储数字的时候,执行incr decr的时候,内部存储就不是sds了。
        - 二进制安全binary safe(5种类型的header+falgs得到具体类型,进而匹配len和alloc)
      • robj:redis object,为多种数据类型提供一种统一的表示方式,同时允许同一类型的数据采用不同的内部表示,支持对象共享和引用计数。

        unsigned type:4;【OBJ_STRING, OBJ_LIST, OBJ_SET, OBJ_ZSET, OBJ_HASH】
              unsigned encoding:4【上述type的OBJ-ENCODING _XXX常量,四个位说明同一个type可能是不同的encoding,或者说同一个数据类型,可能不同的内部表示】;
              unsigned lru:LRU_BITS; /* lru time (relative to server.lruclock) */
              int refcount;
              void *ptr【真正指向的数据】;
              } robj
        - sds
        - string
        - long
        - ziplist
        - quicklist
        - skiplist
    • OBJ_ENCODING_

      • string

        - OBJ_ENCODING_RAW,代表sds ,原生string类型
        - OBJ_ENCODING_INT,long类型
        - OBJ_ENCODING_EMBSTR ,嵌入
      • OBJ_HASH

        - OBJ_ENCODING_HT,表示成dict
        - OBJ_ENCODING_ZIPLIST,hash用ziplist表示
      • OBJ_SET

        - OBJ_ENCODING_INTSET,表示成intest
        - config
            - set-max-intset-entries 512【是整型而且数据元素较少时,set使用intset;否则使用dict】
      • OBJ_ZSET

        - OBJ_ENCODING_[SKIPLIST](ftp://ftp.cs.umd.edu/pub/skipLists/skiplists.pdf),表示成skiplist
        - 思想:多层链表,指针来回查找,插入和更新采取[随机层数](http://zhangtielei.com/posts/blog-redis-skiplist.html)的方法来规避
        - config
            - zset-max-ziplist-entries 128
            - zset-max-ziplist-value 64
      • OBJ_LIST

        - OBJ_ENCODING_QUICKLIST 
        - config
            - list-max-ziplist-size -2
            - list-compress-depth 0
    • 内部结构实现

      • string
      • hash(两种encoding,根据下面的config)

        - ziplist
         - dict
         -  config
            - hash-max-ziplist-entries 512【注意单位是“对儿”】
            - hash-max-ziplist-value 64【单个value超过64】
      • set
      • zset
      • list

        • quicklist
        • 定义:是一个ziplist型的双向链表
        • 压缩算法:LZF
    • zset如何根据两个属性排序,比如根据id和age
    • redis是如何保证原子性操作的?

      • 因为他是tm单线程的!(ps:mysql是多线程)
      • 在并发脚本中的get set等不是原子的~
      • 在并发中的原子命令incr setnx等是原子的
      • 事务是保证批量操作的原子性
    • 主从复制过程:

      1. 从服务器向主服务器发送sync
      2. 主服务器收到sync命令执行BGSAVE,且在这期间新执行的命令保存到一个缓冲区
      3. 主执行(BGSAVE)完毕后,将.rdb文件发送给从服务器,从服务器将文件载入内存
      4. BGSAVE期间到缓冲区的命令会以redis命令协议的方式,将内容发送给从服务器。
    • 特性:

      • 单线程,自实现(event driver库,见下面四个io多路复用函数)
      • 在/src/ae.c中:宏定义的方式
      • /* Include the best multiplexing layer supported by this system.
         * The following should be ordered by performances, descending. */
                #ifdef HAVE_EVPORT
                #include "ae_evport.c"
                #else
                    #ifdef HAVE_EPOLL
                    #include "ae_epoll.c"
                    #else
                        #ifdef HAVE_KQUEUE
                        #include "ae_kqueue.c"
                        #else
                        #include "ae_select.c"
                        #endif
                    #endif
                #endif
      • io多路复用,最常用调用函数:select(epoll,kquene,avport等),同时监控多个文件描述符的可读可写
      • reactor方式实现文件处理器(每一个网络连接对应一个文件描述符),同时监听多个fd的accept,read(from client),write(to client),close文件事件。
    • 备份与持久化

      • rdb(fork 进程dump到file,但是注意触发节点的覆盖问题,导致数据不完整)

        - 手动 save bgsave
        - 自动 `conf:save 900 1 save 300 10 save 60 10000 dbfilename dump.rdb`
        - 优点:对服务进程影响小,记录原数据文件方式便于管理还原
        - 缺点:可能数据不完整
      • aof(类似binlog)

        - appendfsync no
        - appendfsync everysec
        - appendfsync always (每执行一个命令)
        - 优点:数据最完整,支持rewrite
        - 缺点:文件相对rdb更大,导入速度比rdb慢
    • 过期策略:

      • 定时过期:时间到了立即删除,cpu不友好,内存友好。
      • 惰性过期:访问时判断是否过期:cpu友好,内存不友好
      • 定期过期:expires dict中scan,清除已过期的key。cpu和内存最优解
    • 内存淘汰机制

      • 127.0.0.1:6379> config get maxmemory-policy

        1) "maxmemory-policy"
        2) "noeviction"
        127.0.0.1:6379>
      • noeviction:新写入时回报错
      • allkeys-lru:移除最近最少使用的key
      • allkeys-random:随机移除某些key
      • volatile-lru:设置了过期时间的key中,移除最近最少使用
      • volatile-random:不解释
      • volatile-ttl:设置类过期时间的键中,有更早过期时间的key优先移除
    • redis队列不足之处

      • 队列可能丢东西

        - 比如redis挂了,producer没有停止,但是队列数据无法写入(除非同步落地到mysql)
      • 队列的consumer 需要手动处理commit协议

        - 如果consumer处理完,表示真正完成
        - 如果没有处理完?放回队列?直接丢弃?
      • 事件重放机制不支持

        - 比如consumer消费错了,那能不能将队列回放呢再次处理呢?
      • 队列最大长度及过期时间

        - 如果producer远大于consumer,撑爆了怎么办
        - 如果comsumer 一直没有处理,producer的数据如何处理
      • exactly once
      • 单机分布式锁没问题,集群情况下不靠谱
    • vs memcache

      • memcached

        - 优势
            - 多线程(listen & woker),利用多核
            - round robin
            - cas(check and set,compare and swap)
        - 劣势
            - cache coherency、锁
            - key大小有限制(1M)
        - 特点
            - 内存预分配:slab+trunk
      • redis

        - 优势:
            - 自己封装了一个AEEvent(epoll+select+kqueue),io多路复用
            - 丰富的数据结构(对内+对外)
            - 良好的持久化策略(rdb +aof)
            - 单机可部署多实例,利用多核
        - 劣势:
            - 排序、聚合cpu密集操作会等影响吞吐量
            - key 大小最大为1g
    • more | other

      • redis ziplist与普通双向链表的区别:普通的链表每一项都占用独立的一块内存,各项之间用地址指针(引用)连接起来,这样会导致大量碎片。而ziplist是将表中每项放在前后连续地址空间内,而且对值存储采取变长编码。
      • redis msetnx对应的del,可以采取lua脚本保证get del的原子性
      • redis 单线程如何实现阻塞队列?

        -  阻塞是阻塞client,又不是阻塞server,server不发数据,client不就阻塞住了,当client想要阻塞在某个key上,server会把这个client放到一个block list里,等key发生变化,就send数据给client。
      • redis 阻塞队列的时间设置实现?

        - blocklist里只存了列表,这个timeout存在连接上,靠serverCron来遍历检测,每次遍历5个,
        - 高性能的方案是小堆或者红黑树或者时间轮实现的定时器结构,epoll wait那块timeout参数就设置成下次超时时间
        - 每次poll loop里除了处理io事件,再把定时器的数据结构里处理下,堆和红黑只要检测到一个未超时就可以break了,时间轮这是当前槽都触发了就行
        - 每次检测5个这种比较折中,因为他场景不是大量并发的服务器,rds cli的连接数量毕竟使用者内部可控,而且不需要精确打击,只要保障相对能及时清理就行,redis的网络部分相对比较简单,业务场景可控,足够了
  1. mysql

    • 索引

      • 物理存储

        • 聚簇索引
        • 非聚簇索引
      • 数据结构

        • B+树
        • hash
        • fulltext
        • R-tree
      • 逻辑角度

        • 唯一索引 unique
        • 普通索引index
        • 主键索引 primary key
        • 全文索引 full index(myisam)
        • 复合索引 (最左前缀原则)

          • 类似 where a and b and c a b c 问题

            • 联合索引(a,b,c) 能够正确使用索引的有(a=1), (a=1 and b=1),(a=1 and b=1 and c=1)(b=1 and c =1
    • 引擎类型

      • myisam
      • innodb
      • 区别:

        1. myisam采用非聚集索引,innodb采用聚集索引
        2. myisam索引myi与数据myd文件分离,索引文件仅保存数据记录指针地址。
        3. myisam的主索引与辅助索引在结构上没区别,而innodb不一样:innodb的所有辅助索引都引用主索引作为data域。
        4. innodb支持事务,行级锁。myisam不行。
        5. innodb必须有主键,而myisam可以没有。
      • 相同点:

        1. 都是b+tree 索引
    • 存储

      • innodb

        • 数据被逻辑的存在tablespace,extend(区)中有多个page,page(默认16kb)里放row(每一行,大概每个page放2-200行记录)
        • .frm:table's format
        • .ibd:table data & associated index data
        • ubunut的frm文件和ibd文件可在目录 root@udev:/var/lib/mysql# ls 中查看,下图为 innodb 行格式,由下到上,均向上兼容
          • Antelope 羚羊 对存放bolb或者大varchar存储极长的数据时,将行数据的前768字节存储在数据页中,后面通过偏移量指向溢出页。

            • compact 紧凑的
            • redundant 多余的
          • Barracuda 梭鱼

            • antelope对存放blob的数据完全溢出,在数据页中只存在20个字节的指针,实际数据放在bolb page

              • compressed
              • dynamic
              • more
      • myisam

        • .frm(与innodb通用),在磁盘的datadir文件
        • .myi
        • .myd
    • 事务

      • 原子性atomicity
      • 一致性consistency
      • 隔离性lsolation
      • 持久性durability
    • 分表数量级

      • 单表在500w左右,性能最佳。BTREE索引树 在3-5之间
    • 隔离级别

      • 事务的隔离性是数据库处理数据的基础之一,隔离级别是提供给用户在性能和可靠性做除选择和权衡的配置项目,以下四种情况都有一个前提( 在同一个事物中
      • read_uncommited:脏读,不加任何锁,可能读到未提交的行,见下图

- read_commit:不可重复读,只对记录加记录锁,而不会在记录间加间隙锁。所以允许新的记录插入到被锁定记录的附近,所以多次使用查询语句时,可能得到不同的结果,non_repeatable_read,见下图
    -

- repeatable_read【默认级别】:幻读,返回第一次的查询的快照(不会返回不同数据),但是可能有幻读(phantom read),虽然第一次是个空,但是在session2中提交之后,发现已经有了这条数据。见下图
    -

- serialize:解决了幻读
- 索引机制(算法)
    - hash
    - b+tree(m阶b+tree)
        - 特点:
            - 所有数据保存在叶子节点,有k个子树的中间节点包含有k个元素
            - 所有叶子节点包含了全部的元素信息,及指向这些元素记录的指针,且叶子节点本身依关键字的大小自小而大顺序链接
            - 所有的中间节点元素都同时存在于子节点,在子节点元素中都是最大(或最小)元素(或者说:每一个父节点的元素都出现在子节点中,是子节点的最大或者最小元素)
            - 插入的元素,要始终保持最大元素在根节点中,再次说:所有的叶子节点包含了全量元素信息。每个叶子节点都带有指向下个节点的指针,形成了有序链表。
            -

- b-tree【不要念成b减tree】
        - 内存操作(单一节点数量很多时,注意并不比二叉查找树数量少,只是速度比硬盘要快)
        - 自平衡
        - 左旋、右旋
        - mongoDB用的是balance tree
        - 特点(m阶的B树)
            - 根节点至少有两个子女
            - 每个中间节点都包括k-1个元素和k个孩子(m/2<=k<=m)
            - 每个叶子节点都包括k-1个元素,(m/2<=k<=m)
            - 所有的叶子节点位于同一层
            - 每个节点中的元素从小到大排序,节点当中k-1个元素正好是k个孩子包含元素的值域划分
    - b+与b-区别
        1. b+中间节点没有卫星数据,而b-tree有卫星数据(可以理解为key+data的二维数组),所以前者同样大小可以容纳更多的节点元素。这样又导致了b+比b更“矮胖”,更进一步减少了io查询次数。很好的解释了下面这句话:在cluster index(聚集索引中),叶子节点直接包含卫星数据;在非聚集索引中nonclustered index中,叶子节点带有指向卫星数据的指针。
        2. b-只要查找到匹配元素,直接返回,网络匹配元素处理中间节点还是叶子节点。而b+查询必须查找到叶子节,相对于b-,b+无需返回上层节点重复遍历查找工作,所以得出b-查找并不稳定,而b+是稳定的。
        3. 针对范围查询,b-需要n次中序遍历,而b+只需要通过子节点链表指针遍历即可。
- 锁
    - 种类
        - optimistic lock乐观锁(并非真正的锁,先尝试在,再更改,loop and try)
            -  特点:不会真死锁,一定条件下有较高的冲突频率和重试成本,但是相对悲观可以有更好的并发量
            -  
        - pessimistic lock悲观锁(先占有,再修改,再释放)
     - 粒度划分
        - 行锁
        - 表锁
    - 意向锁 intention lock(表级锁)
        - 场景:A对表中一行进行修改,B对整个表修改。如果没有以下的两个锁,B将对全表扫描是否被锁定。反之,A可以对某行添加意向互斥锁(表级),然后再添加互斥锁(行级),然后B只需要等待意向互斥锁释放)
        - 意向共享锁
        - 意向互斥锁
    - 共享锁shard lock 读锁(行锁)
    - 排它锁exclusive lock 写锁(行锁)
    - 锁的算法
        - record lock:加到索引记录上的锁,如果通过where条件上锁,而不知道具体哪行,这样会锁定整个表
        - gap lock:某个区间的锁定,对索引记录中的一段连续区域的锁。
        - next-key lock:上两者的结合
    - 死锁:
        -

- 分库分表
- 主从
- ACID
- 覆盖索引(复合索引)
    - 定义:包含两个或多个属性列的索引称为复合索引。如果查询字段是普通索引,或者是联合索引的最左原则字段,查询结果是联合索引的字段或者是主键。这种就不必通过主键(聚集索引再次查询)
    - 目的:减少磁盘io,**不用回表**
    - b+树索引
- 聚集索引cluster index 一般为primary key
    - 定义:按照每张表主键构建一棵B+TREE,叶子节点放的整张表的行记录数据
    - 与之相对应的是辅助索引(secondary index)
    - innodb存储引擎支持覆盖索引,即从辅助索引中可以查到查询记录,而不需要查询聚集索引中的记录。
    - b平衡树+树索引
    -

- 上图对应的表结构
    - 
            CREATE TABLE users(
            id INT NOT NULL,
            first_name VARCHAR(20) NOT NULL,
            last_name VARCHAR(20) NOT NULL,
            age INT NOT NULL,
            PRIMARY KEY(id),
            KEY(last_name, first_name, age)
            KEY(first_name)
        );
    - 一张表一定包含一个聚集索引构成的b+树以及若干辅助索引构成的b+树
    - 每次给字段建一个索引,字段中的数据就会被复制一份出来。用于生成索引,(考虑磁盘空间)。不管何种方式查表,最终都会利用主键通过聚集索引来定位到数据。聚集索引(主键)是通往真实数据的唯一出路。
    - 
- 辅助索引:非聚集索引都可以被称作辅助索引,其叶子节点不包含行记录的全部数据,仅包含索引中的所有键及一个用于查找对应行记录的【书签(即主键或者说聚集索引)】,下面两个图为辅助索引(first_name,age)以及通过主键再次查找的过程
    -

-

- 联合索引:与覆盖索引没有区别,或者理解为覆盖索引是联合索引的最优解(无需通过主键回表)。
- explain
    - extra
        - using index :condition(用了索引,但是回表了)
        - using where :uning index(查询的字段在索引中就能查到,无需回表)
        - using index condition:using filesort(重点优化:表明查到数据后需要再进行排序,尽量利用索引的有序性。)
        - using where:using index
    - type(连接类型:join type),以下逐步增大
        - system 系统表,磁盘io忽略不计(有些数据就已经在内存中)
        - const 常量连接(加了where条件限制,命中主键pk或者唯一unique索引)
        - eq_ref 主键索引或者非空唯一索引、等值连接;如果把唯一索引改为普通索引+等值匹配,可能type只为ref,因为可能一对多
        - range 区间范围 between and;where  in,gt lt;(注意必须是索引)
        - index 索引树扫描,即需要扫描索引上的全部数据,比如innodb的count
        - all 全表扫描
    - select * 与索引(看主要命中条数与总条数,如果相近,用不到索引,就全回表了,如果是一定范围,那就是range use indexcondition)
    - rows(粗略统计,不是精确)
- 其他:
    1. varchar为啥为65535?compact行记录的第一个字段为变长字段长度列表,为2个字节16位。[参考](https://www.cnblogs.com/wade-luffy/p/6289183.html)
    2. 一个表最多多少行?1023,具体也是看行格式的数据结构即可,参考上文的参考链接。
    3. 为什么建议给表加主键?主键的作用是把数据格式转为索引(平衡树)
    4. 联合索引在b+树中如何存储?
    5. 为什么索引不直接用二叉查找树,要用b树,b+树?主要考虑减少磁盘io(考虑磁盘物理原理及局部性与磁盘预读的特性:)
    6. myisam和innodb必须有主键吗?innodb必须有,数据文件需要按照主键聚集,如果没有innodb会自动生成。
  1. 常见算法、数据结构 排序实现以及时间复杂度

    • 最大堆:根节点为最大值,且节点比其他孩子大
    • 最小堆:根节点为最小值,且节点比其他孩子小
    • 平衡树(avl 红黑树)
    • sikplist
    • hash
    • 给定数值n,判断n是斐波那契数列的第几项?写算法
    • 反转列表如A->B->C->D 到A->D->C->B
    • 插入排序
  1. 设计模式

    • 单例模式 (static ,consturct)

      static private $instance;
          
          private $config;
          
          private funciton __construct($config){
              
              $this->config=$config;
          }
          
          private funciton __clone(){
              
          }
          static public function instance($config){
              if(!self::$instance instanceof self){
                  self::$instance=new self($config);
              }
              return self::$instance;
          }
      }
    • 简单工厂(switch case include new return )

      {
              public function makeModule($moduleName, $options)
              {
                  switch ($moduleName) {
                      case 'Fight': 
                          return new Fight($options[0], $options[1]);
                      case 'Force': 
                          return new Force($options[0]);
                      case 'Shot': 
                          return new Shot($options[0], $options[1], $options[2]);
                  }
              }
          }
          
      # 使用工厂方式 001
                  class Superman
                      {
                          protected $power;
                      
                          public function __construct()
                          {
                              // 初始化工厂
                              $factory = new SuperModuleFactory;
                      
                              // 通过工厂提供的方法制造需要的模块
                              $this->power = $factory->makeModule('Fight', [9, 100]);
                              // $this->power = $factory->makeModule('Force', [45]);
                              // $this->power = $factory->makeModule('Shot', [99, 50, 2]);
                              /*
                              $this->power = array(
                                  $factory->makeModule('Force', [45]),
                                  $factory->makeModule('Shot', [99, 50, 2])
                              );
                              */
                          }
               }
      # 使用工厂方式 002 
                  class Superman
                      {
                          protected $power;
                      
                          public function __construct(array $modules)
                          {
                              // 初始化工厂
                              $factory = new SuperModuleFactory;
                      
                              // 通过工厂提供的方法制造需要的模块
                              foreach ($modules as $moduleName => $moduleOptions) {
                                  $this->power[] = $factory->makeModule($moduleName, $moduleOptions);
                              }
                          }
                      }
                      
                      // 创建超人
                      $superman = new Superman([
                          'Fight' => [9, 100],
                          'Shot' => [99, 50, 2]
    • 门面模式

      • 对客户屏蔽子系统组件,减少子系统与客户之间的松耦合关系
  1. 正则表达式

  1. php

    • 代码解释过程
    • session共享配置
    • phpunit用法
    • cookie购物车和session购物车的实现
    • 弱类型实现
    • php进程间如何通信

      • 信号量
      • 消息队列
      • 管道
      • socket
      • 共享内存
    • php并发模型
    • 变量底层存储结构
    • 常用的数组函数(列出10个)

      • array_combine(前面数组作为其键,后面数组做为其值)
      • array_merage(合并两个数组,后面覆盖前面,但数字索引会重新索引,不会覆盖)
      • array_multisort
    • php垃圾回收机制(gc)

      php.ini
      funciton
      
    • 把session放入redis里面还会触发类似文件的state session

      • session.gc_probability (default 1)
      • session.gc_divisor (default 100)
      • session.gc_maxlifetime(单位秒)
      • session.cookie_lifetime(单位秒,0表示直到关闭浏览器)
      • session.save_path
      • session_write_close (显示关闭,后期使用需要显示开启)
  1. 操作系统

    • 多线程
    • 多进程
    • 协程的理解
    • socket和管道的区别
    • 进程间通信手段

      • 共享内存
      • rpc
      • 管道
    • 线程间通信手段

      • 读写进程数据段
  1. 网络协议

    • http

      • 构成:起始行(GET =>200),首部头 (ACCEPT=>CONTENT-TYPE),主体 name =》tongbo
      • 版本:

        • 1.0
        • 1.1
        • 2.0 :多路复用、流量控制
    • 长连接

      • 在一个连接上发送多个数据包
      • 心跳、如何发送心跳
    • httpdns

      • 定义:用http协议代替原始的udp dns协议,可以绕过运营商的local dns
      • 解决问题:避免local dns造成的域名劫持问题和调度不精确问题(更多是在移动客户端)
      • 其他解决方案

        • 客户端dns缓存
        • 热点域名解析
        • 懒更新策略(ttl过期后再同步)
    • post请求分割head 和body
    • get vs post:

      • get(

        • 安全幂等,请求实体资源
        • 参数只能url编码,且参数长度有限制
        • 浏览器会自动加cache
      • post

        • 附加请求实体于服务器
        • 产生两个tcp数据包
        • 数据支持多种编码格式
    • resultful

      • get:获取资源
      • post:新建资源
      • put:更新完整资源
      • delete:删除资源
      • patch:更新部分资源
    • tcp

      • 面向连接,先建立(握手),然后释放(挥手确认拜拜)
      • 只能点对点
      • 可靠交付(相对来说),全双工,接收和发送端都设有发送和接收cache
      • 面向字节流(流:一连串,无结构的的信息流,流入到进程或从进程流出的字节序列,而一个报文段多少字节是根据窗口值和网络拥塞程度动态变化的)
      • 释放:

        • 客户端:FIN_WAIT 1,停止发送数据给服务端。等待服务端确认
        • 服务端:ack ,进入CLOSE_WAIT(关闭等待),此时如果服务端有数据要发送,客户端还可以接收。
        • 客户端收到服务端确认后,进入FIN_WAIT 2,等待服务器发出连接释放报文段。
        • 此时如果服务端没有数据要发送,发送上步骤客户端等待的释放报文段,然后服务端进入LAST_ACK
        • 客户端收到服务端的last_ack后,发出确认,进入TIME_WAIT,经过2MSL后,客户端关闭
        • 服务端收到客户端报文段后,进入CLOSE

- 关于**TIME_WAIT**:
            - time_wait是一种TCP状态,等待2msl可以保证客户端最后一个报文段能够到达服务器,如果未到达,服务器则会超时重传连接释放报文段。使得客户端、服务器都可以正常进入到CLOSE状态。
        - 关于'粘包'
            - 分包:在一个消息体或一帧数据时,通过一定的处理,让接收方能从字节流中识别并截取(还原)出一个个消息体。
            - 短连接tcp分包:发送方关闭连接,接收方read 0,就知道消息尾了
            - 长连接TCP分包:
                - 消息长度固定or消息头中加长度字段
                - 固定消息边界,比如http:\r\n
                - 利用消息本身格式,如`xml,json`
    - 特性协议
        - 停等
        - 超时重传
        - 慢启动
        - 滑动窗口
        - 快速重传
- udp
    - 无连接、best effort、面向报文(不合并、不拆分,保留边界)
    - 无拥塞控制、流量控制、首部开销小(8个字节,而tcp有20个首部)
    - 支持一对一,一对多,多对一
    - 
- 自定义协议
- rpc
  1. js

    • 百度统计的实现

      • 基于cookie,引入js脚本及baidu个人账户id,读取当前信息,适当节点发送请求给百度服务器
  1. 中间件

    • rebbitmq
    • kafka
  1. php框架

    • ci
    • yii
    • laravel

      • AppServiceProvider register:服务提供者注册
      • IocContainer:(工厂模式的升华:ioc容器)

        • 控制反转(inversion of control)可以降低计算机代码之间的耦合,其中最常见的方式叫做依赖注入。(Dependence Injection),还有一种方式为依赖查找。
        • 实现方式

          • 基于接口:实现特定接口以供外部容器注入所依赖类型的对象。
          • 基于set方法:还没搞明白。
          • 基于构造函数:实现特定参数的构造函数
        • 管理类依赖
        • 执行(依赖注入DI):通过构造函数或者某些情况下通过setter方法将类依赖注入到类中,容器并不需要被告知如何构建对象,因为他会使用php的反射服务自动解析出具体的对象。
    • swoole
    • 依赖注入与控制翻转
  1. 运维&架构

    • 服务器cpu99%如何分析
    • mysql 占cpu如何分析
    • php占cpu较高如何分析
    • sso实现方法
    • mysql优化方法
    • 如何提高监测数据的准确性
  1. golang

  1. linux

    • epoll
    • 查看负载:cat /proc/loadavg || w || top
    • df
    • top shift+M
    • free
    • ipstat
    • strace
    • grep [-A ,-B, -C]'HTTP/1.1" 200' access.log |wc -l
    • socket和管道(pipe)的区别:socket全双工,pipe半双工*2
    • awk

      • awk '{print $1}' access.log |sort |uniq |wc -l
  1. nginx

    • worker_connections
    • upstream weight
    • 负责均衡实现方式

      • 轮询
      • ip 哈希
      • 指定权重
      • 第三方

        • fair
        • url_hash
  2. 分布式

  3. 其他

    • 两个绝对路径,求之间的相对路径
    • 分布式

      • 基础

        • cap原理
        • 解决多个节点数据一致性的方案其实就是共识算法
      • 分布式协议

        • Paxos:Proposer, Acceptor, Learner
        • ZAB:Follower, Leader, Observer
        • raft:leader ,follower,candidate
      • 分布式工具

        • zk:zab(base paxos)protocol,
        • etcd :raft protocol(mini PAXOS),k-v database

具体

  1. 如何对一个大文件排序(装不进内存的)-好未来

    • 思路:

      • map reduce
      • 分割成小文件(临时文件)
      • 去重
      • awk grep end for sort
      • 输入输出缓冲区
  2. 快速排序代码-
  3. 冒泡排序代码
  4. 归并排序代码-

面试完成后

  1. 自身定位与公司给定技术评级
我来评几句
登录后评论

已发表评论数()

相关站点

热门文章