阿里面试总结一

写了这些还是不够完整，阿里字节卷进去加班！奥利给

ThreadLocal

线程变量存放在当前线程变量中，线程上下文中，set将变量添加到threadLocals变量中

Thread类中定义了两个ThreadLocalMap类型变量threadLocals、inheritableThreadLocals用来存储当前操作的ThreadLocal的引用及变量对象，把当前线程的变量和其他的线程的变量之间进行隔离，从而实现了线程的安全性

InheritableThreadLocal类重写get/set方法会对线程的inheritableThreadLocals变量初始化，在对子线程初始化时将子线程的inheritableThreadLocals变量赋值为父线程的inheritableThreadLocals变量值，实现了子线程继承父线程

内存泄漏问题

Thread->ThreadLocalMap->Entry->value，ThreadLocalMap是继承了WeakReference的entry集合，但是线程一直没有remove，threadLocal下次GC将弱引用对象回收，entry对象的key为null，value值却是强引用关系

ThreadLocal每次调用get、set、remove的时候都会直接或者间接的调用expungeStaleEntry方法清除掉key为null的Entry；

主线程执行ThreadLocal.remove()后，子线程中的ThreadLocal并不会被remove()判空，导致线程池中维护的ThreadLocal存储的值一直不变

池化：InheritableThreadLocal子线程使用线程池更改存储变量值不变

没找到对应的InheritableThreadLocal 自然改不了：普通的ThreadLocal会让子线程获取不到get值

池化：减少资源对象创建次数

private void init(ThreadGroup g, Runnable target, String name,long stackSize, AccessControlContext acc,boolean inheritThreadLocals) {//省略部分代码//如果父线程inheritableThreadLocals不为空，则保存下来if (inheritThreadLocals && parent.inheritableThreadLocals != null)this.inheritableThreadLocals =ThreadLocal.createInheritedMap(parent.inheritableThreadLocals);//省略部分代码
}

注意使用静态和不使用静态时候

使用静态的InheritableThreadLocal 线程池复用时候不会有问题

ThreadLocal是线程本地变量，每个线程有自己的副本；InheritableThreadLocal具有继承性，在创建子线程时，子线程可以继承父线程的变量副本。

https://www.cnblogs.com/shanheyongmu/p/17922183.html

https://www.cnblogs.com/tiancai/p/17622821.html InheritableThreadLocal详解 - 简书

TransmittableThreadLocal

继承自InheritableThreadLocal，在线程池中传递ThreadLocal变量的值

GitHub - alibaba/transmittable-thread-local: 📌 a missing Java std lib(simple & 0-dependency) for framework/middleware, provide an enhanced InheritableThreadLocal that transmits values between threads even using thread pooling components.

/*
* holder里面存储所有关于TransmittableThreadLocal的引用
*/
public class TransmittableThreadLocal<T> extends InheritableThreadLocal<T> implements TtlCopier<T> {// 1. 此处的holder是他的主要设计点，后续在构建TtlRunnableprivate static InheritableThreadLocal<WeakHashMap<TransmittableThreadLocal<Object>, ?>> holder =new InheritableThreadLocal<WeakHashMap<TransmittableThreadLocal<Object>, ?>>() {@Overrideprotected WeakHashMap<TransmittableThreadLocal<Object>, ?> initialValue() {return new WeakHashMap<TransmittableThreadLocal<Object>, Object>();}@Overrideprotected WeakHashMap<TransmittableThreadLocal<Object>, ?> childValue(WeakHashMap<TransmittableThreadLocal<Object>, ?> parentValue) {return new WeakHashMap<TransmittableThreadLocal<Object>, Object>(parentValue);}};@SuppressWarnings("unchecked")private void addThisToHolder() {if (!holder.get().containsKey(this)) {holder.get().put((TransmittableThreadLocal<Object>) this, null); // WeakHashMap supports null value.}}@Overridepublic final T get() {T value = super.get();if (disableIgnoreNullValueSemantics || null != value) addThisToHolder();return value;}/*** see {@link InheritableThreadLocal#set}*/@Overridepublic final void set(T value) {if (!disableIgnoreNullValueSemantics && null == value) {// may set null to remove valueremove();} else {super.set(value);addThisToHolder();}}/*** see {@link InheritableThreadLocal#remove()}*/@Overridepublic final void remove() {removeThisFromHolder();super.remove();}private void superRemove() {super.remove();}
}

1.继承InheritableThreadLocal，成立个TransmittableThreadLocal类，该类中有一个hodel变量维护所有的TransmittableThreadLocal引用。

2.在实际submit任务到线程池的时候，需要调用TtlRunnable.get，构建一个任务的包装类。使用装饰者模式，对runnable线程对象进行包装，在初始化这个包装对象的时候，获取主线程里面所有的TransmittableThreadLocal引用，以及里面所有的值，这个值是当前父线程里面的（跟你当时创建这个线程的父线程没有任何关系，注意，这里讲的是线程池的场景）。

3.对数据做规整，根据收集到的captured (这个对象里面存储的都是主线程里面能够获取到TransmittableThreadLocal以及对应的值) 做规整，去掉当前线程里面不需要的，同时将剩余的key和value ，更新到当前线程的ThreadLocal里面。这样就达到了在池化技术里面父子线程传值的安全性

多线程篇-TransmittableThreadLocal解决池化复用线程的传值问题 - 知乎

hashMap1.7与1.8

1.7底层是entry数组+链表

颠倒链表顺序元素插入前是否需要扩容，扩容后all元素重新计算下位置

头插法：逆序环形链表死循环

ReentrantLock+Segment+HashEntry

第一次put hash(key)定位segment 未初始化cas赋值

第二次put，hashEntry ReentrantLock.tryLock获取锁，否自旋tryLock 获取锁超次挂起

1.8node数组+链表+红黑树

保持原链表顺序元素插入后检查是否扩容

链表长度达到8/元素总数达到64

synchronized+CAS+HashEntry+红黑树

没有初始化initTable

没有hash冲突 cas插入，否加锁

链表遍历到尾部插入，红黑树就是红黑树的结构插入

添加成功addCount统计size是否需要扩容

高低位指针的形式，将低位上的数据移动到原来的位置，高位上的数据移动到【原来的位置+旧数组容量】的位置，避免了rehash

AQS

ConditionObject的await和signal等同Object的wait、notify函数(Synchronized)

五层

如果被请求的共享资源空闲，将当前请求资源的线程设置为有效的工作线程，将共享资源设置为锁定状态；

如果共享资源被占用，需要一定的阻塞等待唤醒机制来保证锁分配。这个机制主要用的是CLH队列（Craig、Landin and Hagersten，是单向链表）的变体实现的，将暂时获取不到锁的线程加入到队列中（AQS是通过将每条请求共享资源的线程封装成一个节点node来实现锁的分配）

理解AQS的原理及应用总结_aqs原理-CSDN博客这篇阿里P6+的水平了

CountDownLatch和CyclicBarrier

CountDownLatch放行由其他线程控制，一直等待直到线程完成操作

计数器 aqs，countDown减state-1，await 判断state==0 非加入队列阻塞头节点自旋等待state=0

CyclicBarrier本身控制，线程到达状态暂停等待其他线程，all线程到达后继续执行

任务线程调用，线程相互等待，可重用

ReentrantLock加上Condition，await，count -1 ReentrantLock线程安全性，如count不为0，加则condition队列中，如count==0，把节点从condition队列添加至AQS的队列中进行全部唤醒，并且将parties的值重新赋值为count的值（实现复用)

volatile

共享变量：主内存

线程有自己的工作内存

线程间变量的值传递需要主内存

一个线程使用共享变量先判断当前副本变量的状态无效状态的话向总线发送read 消息读取变量最新数据总线贯穿这个变量用到的所有缓存以及主存读取到的最新数据可能来自主存也可能来自其他线程

lock指令本地线程写入内存，其他线程失效

read指令读取变量最新数据

禁止指令重排

字节码层面：使用volatile修饰变量，在编译后的字节码中为变量添加ACC_VOLATILE标记
JVM层面：JVM规范中有4个内存屏障，LoadLoad/StoreStore/LoadStore/StoreLoad，在读到ACC_VOLATILE标记时会在内存区读写之前都加屏障
操作系统和硬件层面：操作系统执行该程序时，查到有内存屏障，使用lock指令，在指令前后都加lock(屏障)，保证前后不乱序

volatile 指令重排以及为什么禁止指令重排_volatile为什么要禁止重排序-CSDN博客

总线风暴

volatile和cas导致bus总线缓存一致性流量激增

一个变量在多个高速缓存中存在，高速缓存间数据不共享数据不一致

总线锁定缓存锁定

MESI：已修改modified 互斥独占exclusive 共享share 无效invalid

1使用共享数据拷贝到1缓存中设为E

2也使用共享数据，拷贝到2缓存

1把变量回写到主存，先锁住缓存行，状态=M 向总线发消息告诉其他在嗅探的cpu 该变量被修改并写会主存，其他CPU 状态S=> I无效，需要时从内存获取

发现缓存地址被改了，无效I

失效：共享变量大于缓存行大小，mesi 无法对缓存行加锁

高速缓存：时间局部性(变量被访问近期may再次被访问)

空间局部性(变量被访问周围变量可能被近期访问)

缓存行默认64字节

https://blog.51cto.com/u_16213606/7587478

java数据结构

树

前序遍历 ①先访问根节点 ②在访问左节点，接着访问右节点

后序遍历 ①先访问左节点，在访问右节点 ②最后访问根节点

二叉树

一颗非空二叉树的第i层上最多有2^(i-1)个节点

一颗高度为k的二叉树，最多有2^k -1 个节点

满二叉

一颗高度为K 并且具有2^k - 1 个节点

完全二叉树

哈夫曼树

哈夫曼树又称最优二叉树,是一种带权路径长度最短的二叉树

数据结构——哈夫曼树-CSDN博客

二叉排序树

左小右大

二叉平衡树AVL

左右子树高度差 <=1

数据结构——常见的几种树（万字解析）_数据结构如何判断型lr型rr型rl型-CSDN博客

红黑树：带颜色非黑即红

二叉查找树：

Trie树：前缀树/字典树

从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串

B树：多路平衡查找树

每个节点最多只有m个子节点

非叶子节点中不仅包含索引，也会包含数据

B+树

所有的叶子结点中包含了全部关键字的信息

总结下各种常见树形结构的定义及特点（二叉树、AVL树、红黑树、Trie树、B树、B+树） - 知乎

mysql

count1和count*

数据量大 *费时没有主键 *慢，联合主键 *比主键慢一个字段*最快

*自动优化指定到某列字段

唯一索引和普通索引的区别

changeBuffer：buffer pool一部分，缓存非唯一索引，当操作命中缓存中索引时合并操作空闲写入磁盘减少IO

目的是减少查询索引表，唯一索引校验唯一性不得不查索引表不能使用changeBuffer

merge过程：

磁盘读取数据页到内存 changeBuffer找到数据页changeBuffer，应用到新数据页

redoLog含数据变更信息，changBuffer数据变更动作

Mysql - 普通索引与唯一索引之间性能差别change buffer-CSDN博客

redoLog与changeBuffer：

redoLog节省随机写磁盘的IO消耗转成顺序写

changeBuffer随机读磁盘的IO消耗

唯一索引和普通索引的区别，以及changeBuffer_唯一索引和普通索引区别 changebuffer-CSDN博客

普通索引和唯一索引，难道还分不清 - 知乎

页分裂

我也快分裂了什么世道卷吧比鸡蛋卷还🌹

一个数据页满的情况下，为插入新数据将该页分裂为两页新数据插入新页

减少数据迁移提供插入效率

过程：新建页原页一半数据移动到新页插入新数据到新页更新原页指针指向新页

调控优化：

innodb_autoinc_lock_mode 控制自增字段锁定方式，2页级锁定减少锁定粒度提供库性能

innodb_fill_factor控制数据页填充的程度，参数越小填充程度越高减少页分裂次数

优化查询语句合并事务

https://blog.51cto.com/u_16175465/9573866

页合并

ibd文件：segment段 extent区1M 64pages page页16k 2-N数据行 max8000bytes

merge_threshold

mysql InnoDB中的页合并与分裂_mysq页合并-CSDN博客

删除一行记录标上flaged 且被容许使用，删除记录达到merge_threshold 页体积50% innodb寻找最靠近的页是否可将两个合并

JVM

癫狂吧这个世界

可达性分析算法中根节点

GC管理主要是堆，你像方法区栈本地方法区

本地方法栈中JNI native方法引用的对象

虚拟机栈(局部变量表)引用的对象

方法区类静态属性引用的对象

方法区常量引用的对象

tracingGC 通过找到活对象把其他的空间认定为无用

hotspot

OopMap记录根对象引用

类加载完 hotspot会把对象内什么偏移量是什么类型的数据计算出来

特定位置记录栈寄存器哪些位置是引用

安全点：all线程尽快在安全点停下来 GC时挂起方法调用/循环跳转/异常跳转

安全区域：内引用关系不变化回收垃圾是安全的

记忆集：记录从非收集区域指向收集区域的指针集合

YGC时老年代对象引用了新生代对象，老年代加入可达性分析中

卡表:非收集区2的N次幂字节数大小区域，HotSpot中是2的9次幂=512字节

0无 1有 -1脏

写屏障：维护卡表，引用类型字段赋值前后加上前/后屏障 aop

并发的可达性分析

根节点出发找出所有存活对象，线程进入安全点或安全区域停顿等待可达性分析完成

避免长时间停顿，分为两阶段初始标记STW(根节点all被引用对象) 和并发标记(被引用对象出发找到后续引用对象) CMS G1

三色标记：

白色未被引用的垃圾对象黑色已扫描过的存活对象灰色：本身存活至少一个未扫描的引用

垃圾对象白色被重新引用：对象消失

插入一条/多条黑色对象到白色的引用同时删除灰色对象到白色对象的引用

解决：

增量更新：写屏障在引用变化时将相关黑色对象标记为灰色对象，重新标记阶段灰色被发现白色也被发现存活 CMS 黑色就不扫了所以灰色强制扫

原始快照：扫描生成对象图快照，删除灰色对白色引用时删除的引用记录下来并发扫描结束后将这些变动的引用中灰色作为根按快照图重新扫描快照图中保存了删除前引用关系白色扫描到标记为存活G1

垃圾收集器

年轻代收集器：Serial、ParNew、Parallel Scavenge

老年代收集器：Serial Old、CMS、Parallel Old

Parallel Scavenge、Parallel Old：JDK8

提供jvm吞吐量，STW整个流程

-XX:MaxGCPauseMillis最大停顿时间，收集器尽量时间内回收，越小新生代越小回收空间小吞吐量容易变低

-XX:GCTimeRatio(垃圾收集时间比率0-100)运行用户代码时间占比

1:19 占1%总时间 ;最大占5%的总时间

CMS

缩短GC停顿时间，内存不足收集失败就会用 serialOld单线程收集垃圾

问题：

cpu核数少垃圾回收对用户程序影响大，默认开启(处理器核心数量 +3)/4 (2+4)/4=1占有50cpu资源

浮动垃圾下次GC才能回收

并发收集失败 concurrent mode failure单线程回收，预留内存不足分配新对象，老年代到了-XX:CMSInitiatingOccupancyFraction使用率触发CMS 1-100，越小预留空间越大 cms越频繁

标记清除算法内存碎片，开启内存整理（-XX:+UseCMS-CompactAtFullCollection）9废弃

G1

jdk9默认，物理上不分代，逻辑上分代；堆内存划分成N个相等大小的Region

动态指定region属于eden/survivor或老年代中的一种，大对象Humongous区域

-XX:MaxGCPauseMillis最大收集停顿时间200ms，region回收最小单元，维护可回收region集合collectionSet：g1计算回收能获得空间大小时间过往回收经验按停顿时间有计划回收高优先级收益大region

region维护哈希表结构的记忆集记录跨region引用，key别的region的起始地址，value存储卡表的索引号集合，双向结构

TAMS指针：划分region空间分配新对象，默认存活不纳入回收范围

cms和G1区别

cms标记清除/g1复制清除

g1耗内存，维护region记忆集合20%甚至更多内存，cms只是记录跨代引用

g1负载高，cms g1写屏障维护记忆集合：变动的引用信息，g1复杂维护成本高 cms简单卡表

并发标记对象消失问题：cms增量更新黑变灰，g1 satb原始快照停顿时间短

整体看：小内存应用cms优shi大 6-8G

satb

Snapshot-At-The-Beginning

开始标记生成快照图，标记存活对象，并发标记被改变对象入队(写屏障 all旧引用指向的对象变灰)

tams：top at mark start region记录prevTAMS nextTAMS，tasm分配新对象

JVM垃圾回收总结_可达性分析算法中根节点有哪些-CSDN博客

SATB深入详解与问题剖析【纯理论】-CSDN博客

怎样GC调优

Young GC后的存活对象小于Survivor区域50%，都留存在年轻代里

jstat：内存分配速率 GC次数/耗时

jstat -gc pid 时间间隔次数

jmap：运行时对象分布/内存

jmap -histo:live pid

jmap -dump:live,format=b,file=dump.hprof <pid>

-XX:+HeapDumpOnOutOfMemoryError. -XX:HeapDumpPath=<path>. -XX:HeapDumpInterval=<seconds>

jstack:堆栈跟踪工具

当前时刻的线程快照

jstack pid|grep -A 100 线程id(printf '%x\n' * )

jinfo系统参数命令，启动参数

jinfo -flags pid

arthas：在线诊断工具https://arthas.aliyun.com/doc/

如何进行GC调优 - 简书

FullGC触发条件：

老年代空间不足：新生代空间不足放到老年代，老年代不足fullGC -- XX:NewRatio=n
永久代空间不足：7堆MaxPermSize8本地内存MaxMetaspaceSize，字符串常量池在堆中
CMS碎片过多扛不住 CMSFullGCsBeforeCompaction多少次fullGC压缩堆，整理碎片
CMS GC时出现了promotion failed新生代把对象扔老年代，老年代不行和concurrent mode failure启动老年代内存占比阈值高，预留空间不足，担保机制
老年代增长过快触发full gc进行清理，CMSInitiatingOccupancyFraction降低触发CMS的阀值
system.gc建议系统调用fullGC -XX:-DisableExplicitGC禁止此类full gc
新生代minor gc时晋升到老年代的平均大小大于老生代剩余空间

大对象：对象池技术重复利用对象；分配从堆移动到本地内存

对象池的介绍与使用-CSDN博客

怎样排查CPU彪高

监控cpu使用率：top taskManager jstat

线程分析：jstack

关联分析：线程转储与CPU占用线程的操作系统id关联；ps -L -p pid进程中的线程进程

代码分析：死循环大量循环计算密集字符串操作

性能剖析：visualVM YourKit JProfiler实时监控

Java CPU或内存使用率过高问题定位教程_java内存和cpu飙升-CSDN博客

Prometheus如何收集数据

基于时间序列数据库的监控系统

拉取pull，定期拉取监控数据，默认
推送push，目标主动将监控数据推送到服务器
服务发现，支持多种服务发现机制 Consul, DNS, Kubernetes，自动发现需要监控的目标
集成第三方： Graphite, InfluxDB, Elasticsearch 等

克服网络障碍：Prometheus如何通过间接方式采集目标服务数据 - 知乎

grafana 和 Prometheus 采集数据并展示 - 简书

内存彪高

创建大量对象导致的垃圾回收跟不上速度内存泄漏无法回收

jstat -gc pid 查看gc次数时间

jmap -histo pid ｜ head -20 堆内存占用空间max的20个对象类型

逃逸分析

分析技术，分析对象的动态作用域，供其他优化措施提供依据

TLAB

为新对象分配内存空间时，让每个Java应用线程使用自己专属的分配指针来分配空间（Eden区，默认Eden的1%），减少同步开销

线程堆Eden中预分配私有内存，all线程都能访问，一个满了申请另一个

现在是北京时间 ****整接着奏乐

标量替换：

逃逸分析：一个对象只会作用于方法内部标量替换优化

Java线上服务CPU、内存飙升问题排查步骤！_java cpu过高排查-CSDN博客

redis

redis数据结构

redis原理深入解析之看完这篇还需要努力-CSDN博客

跳跃表：skip list

有序元素序列快速搜索的随机化数据结构

zset内部使用了

typedef struct zskiplistNode {// 成员对象，字符串保存SDSrobj *obj;// 分值，有序double score;// 后退指针，一次后退一步struct zskiplistNode *backward;// 层 数量越多访问其他节点的速度越快struct zskiplistLevel {// 指向表尾的前进指针struct zskiplistNode *forward;// 跨度 记录距离，跨度大距离远unsigned int span;} level[];
} zskiplistNode;

Redis-跳跃表（skip List）_redis跳表-CSDN博客

我们项目redis qps能上多少

概念：qps：每秒查询率 tps：事务数/秒

思路一：仿真环境 py 测试每秒查询的次数

//官方单机可达到11万次/秒，其中写的速度大约为8万次/秒

思路二：Redis自带的`redis-benchmark`性能测试工具来测算Redis处理实际生产请求的QPS

具体：

社交类平台，日活百万 QPS 30w+

sentinel和cluster区别和各自适用场景

sentinel主从复制，周期性检测redis实例状态，主不可用从选主 3个

cluster分布式，数据分散多个节点吞吐量，自动分片/故障切换 3主3从

详解Redis三大集群模式，轻松实现高可用！ - 知乎

redis cluster集群同步过程

16384个槽，每个槽被分配给主和*个从，节点加入离开一致性哈希算法自动分片

redis单线程为什么快

单线程：网络io / 键值对读写不需要创建线程/上下文切换/线程竞争/代码简单

io多路复用，并发处理连接

epoll 读写关闭连接转成事件，多路复用

io多路复用：多个socket 连接复用一个线程，select poll epoll

https://www.cnblogs.com/uniqueDong/p/15376479.html

string分布式锁，lua脚本；int raw

sds

list：关注： ziplist linkedlist

hash：用户信息 ziplist hashtable

链式哈希解决冲突，两个hash 先用1 rehash给2更大的空间映射拷贝到2。释放1

set：动态点赞踩(后面去掉了) 共同好友；intset hashtable

zset：金币数排行榜 / 签到排行榜 ziplist/skiplist

ziplist：特殊编码的连续内存块组成的顺序型的数据结构

struct ziplist<T> {int32 zlbytes; // 整个压缩列表占用字节数int32 zltail_offset; // 最后一个元素距离压缩列表起始位置的偏移量，用于快速定位到最后一个节点int16 zllength; // 元素个数T[] entries; // 元素内容列表，挨个挨个紧凑存储int8 zlend; // 标志压缩列表的结束，值恒为 0xFF
}

quicklist：ziplist 和 linkedlist

skipList有序数据结构

大key：key对应的value过大

string:10kb. set/zset/hash 5000条

bigkeys查找，阻塞线程

解决：数据结构优化/数据分片到多个key/压缩数据/分布式存储/及时清理过期数据

热key产生原因和后果以及怎么解决

业务规划不足，无效数据堆积，访问突增

4.0起提供了MEMORY USAGE命令来帮助分析Key的内存占用

4.0起提供了UNLINK命令，该命令能够以非阻塞的方式缓慢逐步的清理传入的Key

4.0起提供hotkeys参数来进行实例级的热Key分析功，该参数能够返回所有Key的被访问次数

Redis内存报警阈值来提醒我们此时可能有大Key正在产生

详解Redis中BigKey、HotKey的发现与处理 - 知乎

增加分片副本，二级缓存，jvm本地缓存

Redis中的热点Key问题_redis 热点key 问题-CSDN博客

Redis-大key热点key的问题_redis 大key 热点-CSDN博客

Tair：分布式缓存系统：

Tair首页、文档和下载 - 分布式key/value存储系统 - OSCHINA - 中文开源技术交流社区

Redis原理之BigKey和热点Key_redis hotkeys命令原理-CSDN博客

mdb：高效缓存存储引擎 memcached 内存管理方式

fdb：简单高效持久化存储引擎，key 的 hash 值索引数据，索引文件数据文件分离，尽量保持索引文件在内存中

京东hotkey

hotkey: 京东App后台中间件，毫秒级探测热点数据，毫秒级推送至服务器集群内存，大幅降低热key对数据层查询压力

本地缓存需要高时效性怎么办

缓存雪崩/击穿/穿透

一致性：mq/canal+mq

脑裂

两个主节点。当前主库暂时性失联，哨兵主从切换机制原主库恢复开始处理请求

min-slaves-to-write（最小从服务器数）和 min-slaves-max-lag（从连接的最大延迟时间）

主库连接的从库中至少有 N 个从库，和主库进行数据复制时的 ACK 消息延迟不能超过 T 秒，否则，主库就不会再接收客户端的请求了，客户端也就不能在原主库中写入新数据；

spring

spring的作用

开源框架，IOC AOP

spring循环依赖怎么解决（说出三级缓存源码细节）

一级缓存singletonObjects存放经过spring完整生命周期的单例bean

二级缓存earlySingletonObjects已经实例化/经过aop的半成品bean

三级缓存singletonFactories存放工厂，将bean提前aop 没有属性填充/没有完成初始化

百度安全验证写得挺好

addSingletonFactory方法在createBeanInstance之后

spring aop原理（动态代理）

JDK：Proxy类和InvocationHandler接口

@EnableCaching(mode = AdviceMode.ASPECTJ)

LTW加载时织入：JVM加载类的时候，对jar包里的类做一些修改，两种方式

classLoader：@EnableLoadTimeWeaving只在应用容器中运行，tomcat jboss，boot是jar❌

jvm传递javaagent：aspectjweaver.jar 启动时指定jar包路径 -javaagent:path

spring bean生命周期（源码细节，以及各个位置的设计思路，有什么可扩展的）

Spring Boot教程(20) – 用AspectJ实现AOP内部调用 - 知乎

区别：aop运行时创建目标对象代理类 AspectJ编译/类加载改变class字节码织入切面到代码

https://www.cnblogs.com/hackem/p/9718311.html

待续

dubbo

海燕呐～

dubbo服务暴露和引用过程

远程暴露：发布到远程注册中心，通过协议 dubbo rmi hessian http 网络传输发布到中心消费者订阅注册中心获取提供者地址，通过协议进行网络通信，调用方法

url = exportRemote(url, registryURLs);#指定的协议进行暴露 url暴露的服务信息 registryRULs注册中心
MetadataUtils.publishServiceDefinition(url, providerModel.getServiceModel(), getApplicationModel());
额外的导出协议(解析url上String[] extProtocols = extProtocol.split(",", -1);) 也是这样流程 遍历注册中心 跳过自省/本地暴露
url 添加 DYNAMIC_KEY  MONITOR_KEY  
registryURL 添加PROXY_KEY 
// 把服务消息作为一个属性包裹在注册中心url内，并执行导出
doExportUrl(registryURL.putAttribute(EXPORT_KEY, url), true);//会根据协议类型来选择实现类来进行发布 ZookeeperRegistry
public void doRegister(URL url) {try {checkDestroyed();zkClient.create(toUrlPath(url), url.getParameter(DYNAMIC_KEY, true), false);} catch (Throwable e) {throw new RpcException("Failed to register " + url + " to zookeeper " + getUrl() + ", cause: " + e.getMessage(), e);}
}

本地暴露：服务发布到jvm，同一jvm其他服务调用；提供者实现类通过代理注入本地jvm缓存中，消费者从jvm缓存获取代理对象，调用方法

injvm协议构建URL protocolSPI.export(invoker) 进行导出实现类InjvmProtocol

Dubbo最核心功能——服务暴露的配置、使用及原理_dubbo服务暴露及服务调用流程-CSDN博客