作者：沉默王二
TP-LINK 联洲也开奖了，并且有球友给出的年包让人完全无法拒绝，我也统计了一波放到了《Java 面试指南》中供大家参考。
985 本华五硕给到 50 万的年包，软件开发方向，并且学长说联洲这两年处于业务上升期，年终能给到 5 个月。
南京大学给到 22k，年终 4 个月，并且在逼签两方了，违约金 3000
硕士 985 结构方向只给了 17k，纯粹的劝退价
硕士 985 后天开发给到 27k，算是 SSP 了，一年算下来也逼近 50 万年包了。
我只能说，成都地区能开到 50 万这么高的年包真的很舒服了，可以活的很潇洒。要我说，能给这个数就只管冲，至于网上那些风评差的说法可以完全忽视，我就没见过哪个公司没有负面评论。
换句话说，公司愿意给你这么多钱，你去了就会发展的很好，毕竟公司要从你身上赚回来这么多钱才能顾住本，不然不就亏损了嘛。
那我也找了一份《TP-LINK 联洲同学 5的面经》放在了 Java 面试指南中，大家一起来学习一下。
TP-LINK联洲一面
日常用的编程语言
大一上先学习的 C 语言，大一下半学期开始学习 Java，中间还学过一些 Python 和 JavaScript，但整体的感受上来说还是最喜欢 Java。
因为它可以做的事情太多了，既可以用它来爬一些数据做测试，还可以用它来写 Web 后端服务，就连一些轮子也可以用它来造，比如说我之前写过一个 MYDB 的轮子，就是用的 Java。
项目的优化在哪
技术派项目做了蛮多的性能优化，比如说前端静态资源通过 Nginx 进行缓存、压缩、CDN 分发，后端返回结果通过 Spring Boot 压缩，接口请求数据时串行改并行，加本地缓存 Caffeine 以及分布式缓存 Redis，通过 Spring 的事件管理机制、RabbitMQ 进行异步通知，再比如说合理的库表设计（如索引、分页），代码中减少锁的范围，使用池化技术（Druid、HikariCP），以及在使用 MySQL 或者 Redis 的时候采用批处理等。
二哥的编程星球：技术派性能优化
Jwt具体怎么做认证怎么校验
首先，用户通过提交用户名和密码进行登录，服务器验证后会生成一个 JWT，包含用户的身份信息（如用户 ID、权限等），并使用一个密钥对 JWT 进行签名。服务器返回 JWT 给客户端，客户端在后续的请求中将该 JWT 放入 Authorization 头部。
在服务器收到带有 JWT 的请求后，首先会解码 JWT，并使用事先约定的密钥进行签名验证，确保 JWT 未被篡改。接着会检查 JWT 的过期时间、签发者等字段，确保其合法性和有效性。校验通过后，服务器从 JWT 中提取用户信息并进行权限判断，决定是否允许访问请求的资源。
二哥的编程星球：技术派 JWT 验证流程
扫码登录具体的实现
用户在 PC 网页端登录时，生成一个唯一的二维码，绑定请求端的身份信息，网页客户端和服务端保持链接，等待手机端扫描二维码获取授权 URL，微信端扫码登录成功后回调服务端接口（附带用户身份信息），并传回给应用服务器，完成登录。登录成功后，服务器生成一个 JWT 或 Session 并返回给 PC 端，用户完成登录。
二哥的编程星球：技术派扫码登录方案
如何解决缓存穿透
面渣逆袭中第 6 次出现。
缓存穿透是指查询不存在的数据，由于缓存没有命中（因为数据根本就不存在），请求每次都会穿过缓存去查询数据库。如果这种查询非常频繁，就会给数据库造成很大的压力。
三分恶面渣逆袭：缓存穿透
缓存穿透意味着缓存失去了减轻数据压力的意义。
它主要有两种解决办法：
①、
缓存空值/默认值
客户端请求某个 ID 的数据，首先检查缓存是否命中。如果缓存未命中，查询数据库。如果数据库查询结果为空，将该空结果（如 null 或 {}）缓存起来，并设置一个合理的过期时间。当后续请求再访问相同 ID 时，缓存直接返回空结果，避免每次都打到数据库。
三分恶面渣逆袭：缓存空值/默认值
②、
布隆过滤器
通过布隆过滤器存储所有可能存在的合法数据的键，当请求到达时，先通过布隆过滤器判断该键是否存在：
如果布隆过滤器认为该键不存在，直接返回空，不会查询数据库。
如果布隆过滤器认为该键可能存在，则查询缓存和数据库。
三分恶面渣逆袭：布隆过滤器
布隆过滤器原理
面渣逆袭中第 1 次出现。
布隆过滤器（Bloom Filter）是一种空间效率极高的概率型数据结构，用于快速检查一个元素是否存在于一个集合中。
布隆过滤器由一个长度为 m 的位数组和 k 个哈希函数组成。
当一个元素被添加到过滤器中时，它会被 k 个哈希函数分别计算得到 k 个位置，然后将位数组中对应的位设置为 1。
当检查一个元素是否存在于过滤器中时，同样使用 k 个哈希函数计算位置，如果任一位置的位为 0，则该元素肯定不在过滤器中；如果所有位置的位都为 1，则该元素可能在过滤器中。
三分恶面渣逆袭：布隆过滤器
这种方式下5%的错误率可接受？
面渣逆袭中第 1 次出现。
布隆过滤器的优点是空间效率和查询时间都远远超过一般的算法，缺点是存在误判和删除困难。
勇哥：布隆过滤器
当布隆过滤器保存的元素越多，被置为 1 的 bit 位就会越多。假设元素 x 没有存储过，但其他元素的哈希函数映射到位数组的三个位刚好都为 1 且恰好覆盖了元素 x 映射的位置，那么对于布隆过滤器来讲，元素 x 这个值就是存在的，也就是说布隆过滤器存在一定的误判率。
布隆过滤器的误判率取决于以下几个因素：
位数组的大小（m）：位数组的大小决定了可以存储的标志位数量。如果位数组过小，那么哈希碰撞的几率就会增加，从而导致更高的误判率。
哈希函数的数量（k）：哈希函数的数量决定了每个元素在位数组中标记的位数。哈希函数越多，碰撞的概率也会相应变化。如果哈希函数太少，则过滤器很快会变得不精确；如果太多，误判率也会升高，效率下降。
存入的元素数量（n）：存入的元素越多，哈希碰撞的几率越大，从而导致更高的误判率。
勇哥：布隆过滤器的误判
误判率公式如下：
虽然布隆过滤器会产生误判，但在很多场景下一定的误判率是可以接受的，这是因为布隆过滤器的主要优点是其高效的查询速度和低内存占用。相比其他精确的集合数据结构（如哈希表、树等），布隆过滤器可以在空间效率和查询速度上表现更优。
Jvm内存区域
面渣逆袭中第 14 次出现。
按照 Java 的虚拟机规范，JVM 的内存区域（JVM 的内存结构/JVM 运行时数据区）可以细分为
程序计数器
、
虚拟机栈
、
本地方法栈
、
堆
、
方法区
等。
三分恶面渣逆袭：Java虚拟机运行时数据区
其中
方法区
和
堆
是线程共享的，
虚拟机栈
、
本地方法栈
和
程序计数器
是线程私有的。
本地方法栈的运行场景
面渣逆袭中第 1 次出现。
当 Java 应用需要与操作系统底层或硬件交互时，通常会用到本地方法栈。
比如调用操作系统的特定功能，如内存管理、文件操作、系统时间、系统调用等。
举例：
System.currentTimeMillis()
就是调用本地方法来获取操作系统的当前时间。
二哥的Java 进阶之路：currentTimeMillis方法源码
再比如 JVM 自身的一些底层功能也需要通过本地方法来实现。像 Object 类中的
hashCode()
方法、
clone()
方法等。
二哥的Java 进阶之路：hashCode方法源码
Native方法解释一下
面渣逆袭中第 1 次出现。
Native 方法是在 Java 中通过 native 关键字声明的，用于调用非 Java 语言（如 C/C++）编写的代码。Java 可以通过 JNI（Java Native Interface）与底层系统、硬件设备、或高性能的本地库进行交互。
怎么保证多线程安全
面渣逆袭中第 3 次出现。
多线程安全是指在并发环境下，多个线程访问共享资源时，程序能够正确地执行，而不会出现数据不一致或竞争条件等问题。
为了保证线程安全，可以使用 synchronized 关键字或 ReentrantLock 来保证共享资源的互斥访问。
对于简单的变量操作，可以使用 Atomic 类来实现无锁线程安全。
可以使用线程安全容器，如 ConcurrentHashMap 或 CopyOnWriteArrayList。
对于每个线程独立的数据，可以使用 ThreadLocal 来为每个线程提供独立的变量副本。
对于简单的状态标志，可以使用 volatile 关键字确保多线程间的可见性。
Hashtable数据结构 底层
面渣逆袭中第 1 次出现。
与 HashMap 类似，Hashtable 的底层数据结构也是一个数组加上链表的方式，然后通过 synchronized 加锁来保证线程安全。
二哥的Java 进阶之路：Hashtable源码
Tcp三次握手
