困状态不好的一次

Redis 大key 热key原因导致的问题，如何解决。热key说了本地缓存和分key还被追问了
Mysql ACID各自咋保障的【锁和MVCC 管并发，保障隔离性。三者合力，达成一致性。】
介绍实习Redis架构
redis集群如何路由和扩容缩容的？
rpc和http区别 rpc是服务间 Https c/s架构一般
rpc设计，我提到了负载均衡、序列化、通信协议、注册中心
追问: 负载均衡如何监控节点down机
补充：我没提到rpc可能存在链式调用情况，追问链式调用会发生什么问题我：服务雪崩
服务雪崩如何解决有用过什么框架嘛 sentinel
一个用户ID如何在rpc链式调用中传递呢
进程编程做过嘛举例子
我说了僵尸进程，追问如何解决僵尸进程我说kill - 9 编写代码及时wait掉子进程
concurrenthashmap没有提到CAS 只说了sychronized
矩阵dp[i][j]=min(dp[i-1][j]+dp[i][j-1])+grid[i][j]追问如何优化空间复杂度

13. flux 为啥用这个

进程编程

锁(Lock)、信号量(Semaphore)、事件(Event)这些同步机制在进程编程和线程编程中都有，但是它们的作用范围不同。在线程编程中，这些同步机制用于同一进程内的线程之间同步；而在进程编程中，它们用于不同进程之间的同步，通常需要使用跨进程的同步机制（如命名信号量、命名事件等）或者使用在共享内存中创建的同步原语。对于进程间的同步，Java并没有内置的高级支持，通常需要借助操作系统级别的机制（如文件锁、套接字、信号量等）或者使用中间件。可以通过以下方式：

文件锁：FileLock可以用于进程间的同步，但它是基于文件的，不同进程可以通过对同一个文件加锁来实现同步。
套接字：通过网络套接字进行进程间通信和同步。
使用操作系统提供的信号量（如通过JNI调用系统信号量）或者使用消息队列等。

例如，使用文件锁进行进程间同步：

import java.io.RandomAccessFile;
import java.nio.channels.FileLock;

public class FileLockExample {
    public static void main(String[] args) throws Exception {
        RandomAccessFile file = new RandomAccessFile("lockfile.txt", "rw");
        java.nio.channels.FileChannel channel = file.getChannel();

        // 获取文件锁
        FileLock lock = channel.lock();
        try {
            // 执行临界区代码
            System.out.println("进程获得了文件锁，正在执行操作...");
            Thread.sleep(5000);
        } finally {
            lock.release();
        }

        file.close();
    }
}

总结：

进程编程涉及创建和管理操作系统进程，通常用于需要隔离或运行外部程序的场景。
线程编程是在同一进程内创建多个执行流，共享内存空间，但需要同步机制来保证数据一致性。
锁、信号量、事件等同步机制在线程编程中常用，而进程间同步需要使用跨进程的机制。

进程编程与线程编程的区别

资源开销：进程是资源分配的基本单位，创建进程比创建线程开销大，因为每个进程都有独立的地址空间。
隔离性：进程之间相互隔离，一个进程的崩溃不会影响其他进程；线程共享同一进程的资源，一个线程的崩溃可能导致整个进程的崩溃。
通信方式：进程间通信（IPC）需要特定的机制，如管道、消息队列、共享内存等；线程间通信可以直接读写共享数据（但需要同步机制）。
上下文切换：进程上下文切换开销大，线程上下文切换开销小。

Redis分片集群伸缩：

关键命令redis-cli cluster reshard ip端口给节点重新分哈希槽

add-node, del-node

数据都是跟着哈希槽走的，只是更改了哈希slot和redis节点的映射，将slot变更到新加入的redis节点上

Redis大key：

导致的问题：

内存不均：在集群模式下，可能导致某个数据分片内存占用远高于其他节点，影响集群稳定性。
阻塞操作：使用 DEL 删除大 Key 会阻塞 Redis 服务进程，导致其他命令超时。KEYS, HGETALL, LRANGE 等命令也会长时间阻塞。【使用 UNLINK 命令代替 DEL。UNLINK 会在后台异步删除，不会阻塞主线程。使用 MEMORY USAGE 命令查找大 Key，并使用 SCAN 类命令（如 HSCAN, SSCAN）渐进式处理。】
网络拥塞：一次查询大 Key 会占用大量带宽，影响其他请求。
数据迁移困难：在集群扩容或缩容时，大 Key 的迁移会非常耗时，容易导致迁移失败。

Redis热key：导致的问题：

流量倾斜：在集群模式下，大量请求会集中打到某一个数据分片上，导致该分片 CPU 和网络负载过高，成为系统瓶颈。
缓存击穿：如果热 Key 突然过期，海量请求会同时穿透到数据库，可能导致数据库瞬时压力过大而宕机。

Flux

Flux 是 Reactor 库的核心类，代表一个**异步的、能够发出 0 到 N 个元素的序列流**。核心是**发布-订阅**模型。.subscribe()订阅flux，采用streamobsever接收，具体是onNext和 onComplete，onComplete 是一个基于事件的通知，通过回调机制告诉订阅者流已经完成。sse.send分块把序列流传给前端。

我们使用 Reactor 的 Flux 时，订阅后通过 Subscriber（而不是 StreamObserver）来接收事件。Flux 是一个发布者，它发出数据流，我们通过订阅（subscribe）这个发布者来消费数据。在订阅时，我们提供一个 Subscriber（或者通过 lambda 表达式提供回调函数）来处理数据流中的元素、错误和完成信号。你提到 SSE（Server-Sent Events），确实可以通过 Flux 来发送服务器端事件流。在 Spring 中，我们可以使用 Flux 作为返回类型，并设置媒体类型为 "text/event-stream"，然后 Spring 会将其转换为 SSE 流。每个元素都会被发送到前端，直到 onComplete 事件发生，前端会收到一个完成信号。

ConcurrentHashMap

Segment（分段锁）在Java 8之前，ConcurrentHashMap使用分段锁技术。它将整个哈希表分成多个段（Segment），每个段是一个独立的哈希表，拥有自己的锁。段的结构ConcurrentHashMap内部包含一个Segment数组，每个Segment是一个类似于HashMap的结构，即一个数组加链表。每个Segment继承自ReentrantLock，因此每个段都是一个可重入锁。

并发操作当进行put、remove等操作时，只需要锁定当前操作所在的段，其他段不会被锁定。

在Java 8及之后的版本中，ConcurrentHashMap放弃了分段锁，转而使用CAS操作和synchronized关键字来实现线程安全。CAS是一种无锁技术，它通过硬件指令来保证操作的原子性。

插入节点：当向一个空的桶中插入节点时，使用CAS来设置节点【比如数组的引用、节点的引用等。】，如果失败则重试或转为使用synchronized锁。

与synchronized的结合当多个线程竞争同一个桶时，ConcurrentHashMap会使用synchronized关键字来锁定桶中的第一个节点，从而保证线程安全。由于锁的粒度很小（只有一个桶），所以并发性能很好。

#找工作中的小确幸##秋招踩过的“雷”，希望你别再踩#