Bean的生命周期
1.调用Bean的构造方法创建Bean；
2.通过反射调用setter方法进行属性的依赖注入；
3.如果bean实现了BeanNameAware，则为bean设置名称；
4.如果bean实现了BeanFactoryAware，会把 BeanFactory 设置给 Bean；
5.如果bean实现了ApplicationContextAware，，会给 Bean 设置 ApplictionContext；
6.如果实现了BeanPostProcessor接口，则执行前置处理方法；
7.实现了InitializingBean接口的话，执行afterPropertiesSet方法
8.执行自定义的init方法；
9.执行BeanPostProcessor接口的后置处理方法；
采用26个英文字母(区分大小写)和0-9的自然数(经常不需要)加上下划线’_’组成;
命名简洁明确(长度不能超过30个字符);
例如：user, stat, log, 也可以wifi_user, wifi_stat, wifi_log给数据库加个前缀;
除非是备份数据库可以加0-9的自然数：user_db_20151210;
采用26个英文字母(区分大小写)和0-9的自然数(经常不需要)加上下划线’‘组成;
命名简洁明确,多个单词用下划线’‘分隔;
例如：user_login, user_profile, user_detail, user_role, user_role_relation,
user_role_right, user_role_rightrelation
表前缀’user‘可以有效的把相同关系的表显示在一起;
采用26个英文字母(区分大小写)和0-9的自然数(经常不需要)加上下划线’‘组成;
命名简洁明确,多个单词用下划线’‘分隔;
例如：user_login表字段 user_id, user_name, pass_word, eamil, tickit, status, mobile, add_time;
每个表中必须有自增主键,add_time(默认系统时间)
表与表之间的相关联字段名称要求尽可能的相同;
用尽量少的存储空间来存数一个字段的数据;
例如：能使用int就不要使用varchar、char,能用varchar(16)就不要使用varchar(256);
IP地址最好使用int类型;
固定长度的类型最好使用char,例如：邮编;
能使用tinyint就不要使用smallint,int;
最好给每个字段一个默认值,最好不能为null;
命名简洁明确,例如：user_login表user_name字段的索引应为user_name_index唯一索引;
为每个表创建一个主键索引;
为每个表创建合理的索引;
建立复合索引请慎重;
第一范式(1NF)：字段值具有原子性,不能再分(所有关系型数据库系统都满足第一范式);
例如：姓名字段,其中姓和名是一个整体,如果区分姓和名那么必须设立两个独立字段;
第二范式(2NF)：一个表必须有主键,即每行数据都能被唯一的区分;
备注：必须先满足第一范式;
第三范式(3NF)：一个表中不能包涵其他相关表中非关键字段的信息,即数据表不能有沉余字段;
备注：必须先满足第二范式;
数据库的三范式：
①字段不可分。
②有主键，非主键字段依赖主键。
③非主键字段不能互相依赖。
备注：往往我们在设计表中不能遵守第三范式,因为合理的沉余字段将会给我们减少join的查询;
例如：相册表中会添加图片的点击数字段,在相册图片表中也会添加图片的点击数字段;
不在数据库做运算;
cpu计算务必移至业务层;
控制列数量(字段少而精,字段数建议在20以内);
平衡范式与冗余(效率优先；往往牺牲范式)
拒绝3B(拒绝大sql语句：big sql、拒绝大事物：big transaction、拒绝大批量：big batch);
用好数值类型(用合适的字段类型节约空间);
字符转化为数字(能转化的最好转化,同样节约空间、提高查询性能);
避免使用NULL字段(NULL字段很难查询优化、NULL字段的索引需要额外空间、NULL字段的复合索引无效);
少用text类型(尽量使用varchar代替text字段);
合理使用索引(改善查询,减慢更新,索引一定不是越多越好);
字符字段必须建前缀索引;
不在索引做列运算;
innodb主键推荐使用自增列(主键建立聚簇索引,主键不应该被修改,字符串不应该做主键)(理解Innodb的索引保存结构就知道了);
不用外键(由程序保证约束);
sql语句尽可能简单(一条sql只能在一个cpu运算,大语句拆小语句,减少锁时间,一条大sql可以堵死整个库);
简单的事务;
避免使用trig/func(触发器、函数不用客户端程序取而代之);
不用select (消耗cpu,io,内存,带宽,这种程序不具有扩展性);
OR改写为IN(or的效率是n级别);
OR改写为UNION(mysql的索引合并很弱智);
select id from t where phone = ’159′ or name = ‘john’;
=>
select id from t where phone=’159′
union
select id from t where name=’jonh’
避免负向%;
慎用count();
limit高效分页(limit越大，效率越低);
使用union all替代union(union有去重开销);
少用连接join;
使用group by;
请使用同类型比较;
打散批量更新;
show profile;
mysqlsla;
mysqldumpslow;
explain;
show slow log;
show processlist;
为什么连接的时候是三次握手，关闭的时候却是四次握手？
原文链接：https://blog.csdn.net/whuslei/article/details/6667471
应用程序写入的数据大于套接字缓冲区大小，这将会发生拆包。
应用程序写入数据小于套接字缓冲区大小，网卡将应用多次写入的数据发送到网络上，这将会发生粘包。
进行MSS（最大报文长度）大小的TCP分段，当TCP报文长度-TCP头部长度>MSS的时候将发生拆包。
接收方法不及时读取套接字缓冲区数据，这将发生粘包。
TCP本身是面向流的，作为网络服务器，如何从这源源不断涌来的数据流中拆分出或者合并出有意义的信息呢？通常会有以下一些常用的方法：
1、发送端给每个数据包添加包首部，首部中应该至少包含数据包的长度，这样接收端在接收到数据后，通过读取包首部的长度字段，便知道每一个数据包的实际长度了。
2、发送端将每个数据包封装为固定长度（不够的可以通过补0填充），这样接收端每次从接收缓冲区中读取固定长度的数据就自然而然的把每个数据包拆分开来。
3、可以在数据包之间设置边界，如添加特殊符号，这样，接收端通过这个边界就可以将不同的数据包拆分开。
3、linux io 类型。
4、线程reactor 模型。
5、redis 分布式锁
6、sortSet 排序时间复杂度，及常用命令
1.字节：byte：用来计量存储容量的一种计量单位；位：bit
2.一个字节等于8位 1byte = 8bit
char占用的是2个字节 16位，所以一个char类型的可以存储一个汉字。
整型：
byte:1个字节 8位 -128~127
short ：2个字节 16位
int ：4个字节 32位
long：8个字节 64位
浮点型：
float：4个字节 32 位
double ：8个字节 64位
注：默认的是double类型，如3.14是double类型的，加后缀F（3.14F）则为float类型的。
char类型：
char：2个字节。
Boolean 类型
boolean: （true or false）（并未指明是多少字节 1字节 1位 4字节）
补充：BigInteger类实现了任意精度的整数运算，BigDecimal实现了任意精度的浮点数运算。
https://km.sankuai.com/page/34303789
即compare and swap（比较与交换），是一种有名的无锁算法。无锁编程，即不使用锁的情况下实现多线程之间的变量同步，也就是在没有线程被阻塞的情况下实现变量的同步，所以也叫非阻塞同步（Non-blocking Synchronization）。CAS算法涉及到三个操作数
需要读写的内存值 V
进行比较的值 A
拟写入的新值 B
当且仅当 V 的值等于 A时，CAS通过原子方式用新值B来更新V的值，否则不会执行任何操作（比较和替换是一个原子操作）。一般情况下是一个自旋操作，即不断的重试。
参考答案：https://mlog.club/article/22197
不清楚，使用注意不清楚。
https://www.cnblogs.com/shijiaqi1066/p/3412300.html
构建常用的线程池不清楚，线程池核心参数不清楚 ，流程不清楚
参考答案：https://github.com/Snailclimb/JavaGuide/blob/master/docs/java/Multithread/AQS.md
对于 CountDownLatch 来说，重点是“一个线程（多个线程）等待”，而其他的 N 个线程在完成“某件事情”之后，可以终止，也可以等待。而对于 CyclicBarrier，重点是多个线程，在任意一个线程没有完成，所有的线程都必须等待。
CountDownLatch 是计数器，线程完成一个记录一个，只不过计数不是递增而是递减，而 CyclicBarrier 更像是一个阀门，需要所有线程都到达，阀门才能打开，然后继续执行。
两种实现有什么区别：基于接口、基于继承类
参考答案:
Xmx设置JVM 的最大可用内存,Xms 设置JVM实际使用内存,一般Xmx和Xms相同,这是因为当Xmx内存空间不够用时,将进行扩容导致Full GC。将Xmx和Xms设置成相同的值,避免因Xms偏小导致频繁重新分配内存,影响应用使用。
考察点:jstat mat工具
top -c
top -Hp pid
printf “%x\n” pid （将pid转换16进制表示的）
定位线程堆栈 jstack 29054 | grep ‘0x1a17’ -C30 —color
分布式锁：一般，只是提到加超时时间
持久化：rdb、aof，可以
AOF更安全，可将数据及时同步到文件中，但需要较多的磁盘IO，AOF文件尺寸较大，文件内容恢复相对较慢， 也更完整。
RDB持久化，安全性较差，它是正常时期数据备份及 master-slave数据同步的最佳手段，文件尺寸较小，恢复数度较快。
缓存穿透：可以
注意事项：大key
事务隔离级别：OK，默认级别不清楚
慢查询：explain 不清楚
mysql 常见存储引警-清楚 ，聚簇索引和非聚簇索引的区别不清楚
索引最左前缀：理解，了解了
分表：分表维度理解可以
数据迁移：停服务，mq双写
怎么保证迁移后数据正确：记录数，
mvcc ：同一份数据临时保留多版本的一种方式，进而实现并发控制
1、螺旋打印矩阵
https://leetcode-cn.com/problems/spiral-matrix/solution/luo-xuan-ju-zhen-by-leetcode/
2、倒叙速出
主动学习：看过什么书，印象深的点是什么？如何自我学习？
Springboot学习，大V的学习问题解决思路；自己做笔记！
总体设计图：
Apollo的总体设计，自下而上看：
ConfigService
AdminService
Client
Portal
Eureka
MetaServer
NginxLB
上图简要描述了Apollo客户端的实现原理：
上图简要描述了配置发布的大致过程：
之前提到了Apollo客户端和服务端保持了一个长连接，从而能第一时间获得配置更新的推送。长连接实际上是通过Http Long Polling实现的，具体而言：
考虑到会有数万客户端向服务端发起长连，在服务端使用了async servlet(Spring DeferredResult)来服务Http Long Polling请求。
|
|
|
|
|
|
all, 表示所有权限，也可以是select,update等权限，多个权限的名词,相互之间用逗号分开。数据库 .表名 ，点号前面用来指定数据库名，点号后面用来指定表名，*.* 表示所有数据库所有表。username@host，@前面为用户名，@后面接限制的主机，可以是IP、IP段、域名以及%，%表示任何地方。注意：这里%有的版本不包括本地，以前碰到过给某个用户设置了%允许任何地方登录，但是在本地登录不了，这个和版本有关系，遇到这个问题再加一个localhost的用户就可以了。
|
|
|
|
类加载
类的生命周期
graph LR A(加载
loading) --> B(验证
Verification)--> C(准备
Preparation)-->D(解析
Resolution)-->E(初始化
Initialization)-->F(使用
Using)-->G(卸载
Unloading)