学习笔记复盘

一、手撕

1.手写一个可能发生死锁的场景

mutex mtx1，mtx2；

void thread1（）｛

unique_lock〈mutex〉lock1（mtx1）；unique_lock〈mutex〉lock2（mtx2）；

｝

void thread2（）｛

unique_lock〈mutex〉lock1（mtx2）；unique_lock〈mutex〉lock2（mtx1）；

｝

intmain（）{

thread t1（thread1）；

thread t2（thread2）；

t1.join() ;t2.join();}

死锁解决的方法一两个使用相同的申请资源的顺序

死锁解决的方法二使用延迟申请锁，然后一次申请两把锁

void thread1(){

unique_lock〈mutex〉lock1（mtx1，defer_lock）；

unique_lock〈mutex〉lock2（mtx2，defer_lock）；

lock（lock1，lock2）；

}

这里要记得我们平时使用的这些互斥锁都是线程粒度的，如果是 fork，父子两个进程会有独立的 mtx 变量

2.写一个优先队列支持 add，poll，remove

思路使用数组模拟堆，每个节点是以当前节点为根的二叉树的最大的节点

class MaxHeap{

public:

vector<int>m_arr;

void siftup(int index){

while（（index-1)/2>0&&m_arr $index$ >m_arr $(index-1)/2$ ）{swapm_arr $index$ m_arr $(index-1)/2$ ；

index=（index-1）/2；}

}

void siftdown（int index）{

int n=m_arr.size ();

while（2*index+1<n){

int largest =index ;

if (m_arr $2\*index+1$ >m_arr $largest$ )largest=2*index+1;

if (2*index+2<n&&m_arr $2\*index+2$ >m_arr $largest$ )largest=2*index+2;

if (index !=largest)swap(m_arr $index$ ,m_arr $largest$ );else break;

｝

然后实现的过程中，add 是插入在末尾，然后 siftup 最后一个，poll 是交换第一个和最后一个，popBack 然后 siftdown 第一个

二、八股

1.kafka 任务堆积怎么排查

从生产者，broker，消费者这三个方面考虑

第一个考虑生产者相对消费者速度，判断是否哪个有突然上涨，对于消费者要判断消费者和 partition 数量，消费者慢查询，IO 瓶颈，cpu 瓶颈

2.分布式锁的几种实现

使用 Redis 的 set nx px 结合 lua 脚本判断和释放

使用数据库的事务和原子性插入唯一索引释放就是删除

使用数据库的行锁作为

使用 ZooKeeper 的临时节点判断是不是自己得到锁

3.harness 解决随机性各个环节对随机性的容忍度以及加固方法

从意图理解，规划，工具选择，参数校验，工具执行，观测结果，最终结果几个维度去考虑

总结，对于 mutex 之前从来没理解过是什么粒度的，事实上 fork 会复制，底层，所以它是进程独有的，不是进程粒度的控制，面试官在面试的时候还提示过我，对于优先队列实现，不是很熟悉。

学习笔记 复盘

学习笔记复盘