疫情面前，“閉關(guān)修煉”的你是不是正在為金三銀四跳槽季發(fā)愁呢？若是能將小編今天說(shuō)的這富含30個(gè)章節(jié)的Java核心面試知識(shí)整理（包括：VM，JAVA集合，JAVA多線程并發(fā)，JAVA基礎(chǔ)，Spring原理，微服務(wù)，Netty與RPC，網(wǎng)絡(luò)，日志，Zookeeper，Kafka，RabbitMQ，Hbase，MongoDB，Cassandra，設(shè)計(jì)模式，負(fù)載均衡，數(shù)據(jù)庫(kù)，一致性哈希，JAVA算法，數(shù)據(jù)結(jié)構(gòu)，加密算法，分布式緩存，Hadoop，Spark，Storm，YARN，機(jī)器學(xué)習(xí)，云計(jì)算），好好吃透消化，讓你面試跳槽不再心慌！！

注意：有需要這份“面試跳槽寶典：Java核心知識(shí)整理”的（以及更多學(xué)習(xí)資料），可以免費(fèi)分享給大家一起學(xué)習(xí)，后臺(tái)私信 “面試” 即可免費(fèi)獲取?。?！

02 JVM

1. 線程

2. JVM內(nèi)存區(qū)域

3. JVM運(yùn)行時(shí)內(nèi)存

4. 垃圾回收與算法

5. JAVA四種引用類型

6. GC分代收集算法 VS 分區(qū)收集算法

7. GC垃圾收集器

8. JAVA IO/NIO

9. JVM類加載器

JVM

JVM

03 JAVA集合

1. 接口繼承關(guān)系和實(shí)現(xiàn)

2. LIST

3. SET

4. MAP

JAVA集合

JAVA集合

04 JAVA多線程并發(fā)

1. JAVA并發(fā)知識(shí)庫(kù)

2. JAVA線程實(shí)現(xiàn)/創(chuàng)建方式

3. 4種線程池

4. 線程生命周期（狀態(tài)）

5. 終止線程4種方式

6. sleep與wait區(qū)別

7. start與run區(qū)別

8. JAVA后臺(tái)線程

9. JAVA鎖

10. 線程基本方法

11. 線程上下文切換

12. 同步鎖與死鎖

13. 線程池原理

14. JAVA阻塞隊(duì)列原理

15. CyclicBarrier、CountDownLatch、Semaphore的方法

16. voliate關(guān)鍵字的作用（變量可見性、禁止重排序）

17. 如何在兩個(gè)線程之間共享數(shù)據(jù)

18. Threadlocal作用（線程本地存儲(chǔ)）

19. synchronized和ReentrantLock的區(qū)別

20. ConcurrentHashMap并發(fā)

21. Java中用到的線程調(diào)度

22. 進(jìn)程調(diào)度算法

23. 什么是CAS（比較并交換-樂(lè)觀鎖機(jī)制-鎖自旋）

24. 什么是AQS（抽象的隊(duì)列同步器）

JAVA多線程并發(fā)

JAVA多線程并發(fā)

05 JAVA基礎(chǔ)

1. JAVA異常分類及處理

2. JAVA反射

3. JAVA注解

4. JAVA內(nèi)部類

5. JAVA泛型

6. JAVA序列化（創(chuàng)建可復(fù)用的Java對(duì)象）

7. JAVA復(fù)制

JAVA基礎(chǔ)

JAVA基礎(chǔ)

06 Spring原理

它是一個(gè)全面的、企業(yè)應(yīng)用開發(fā)一站式的解決方案，貫穿表現(xiàn)層、業(yè)務(wù)層、持久層。但是 Spring仍然可以和其他的框架無(wú)縫整合

1. Spring特點(diǎn)

2. Spring核心組件

3. Spring常用模塊

4. Spring主要包

5. Spring常用注解

6. Spring第三方結(jié)合

7. Spring IOC原理

8. Spring APO原理

9. Spring MVC原理

10. Spring Boot原理

11. JPA原理

12. Mybatis緩存

13. Tomcat架構(gòu)

Spring原理

Spring原理

07 微服務(wù)

1. 服務(wù)注冊(cè)發(fā)現(xiàn)

2. API網(wǎng)關(guān)

3. 配置中心

4. 事件調(diào)度（kafka）

5. 服務(wù)跟蹤（starter-sleuth）

6. 服務(wù)熔斷（Hystrix）

7. API管理

微服務(wù)

微服務(wù)

08 Netty與RPC

Netty 是一個(gè)高性能、異步事件驅(qū)動(dòng)的 NIO 框架，基于 JAVA NIO 提供的 API 實(shí)現(xiàn)。它提供了對(duì)TCP、UDP 和文件傳輸?shù)闹С?，作為一個(gè)異步 NIO 框架，Netty 的所有 IO 操作都是異步非阻塞的，通過(guò) Future-Listener 機(jī)制，用戶可以方便的主動(dòng)獲取或者通過(guò)通知機(jī)制獲得 IO 操作結(jié)果。

1. Netty原理

2. Netty高性能

3. Netty RPC實(shí)現(xiàn)

4. RMI實(shí)現(xiàn)方式

5. Protocol Buffer

6. Thrift

Netty與RPC

Netty與RPC

09 網(wǎng)絡(luò)

1. 網(wǎng)絡(luò)7層架構(gòu)

2. TCP/IP原理

3. TCP三次握手/四次揮手

4. HTTP原理

5. CDN原理

網(wǎng)絡(luò)

網(wǎng)絡(luò)

10 日志

1. Slf4j

2. Log4j

3. logBack

4. ELK

日志

日志

11 Zookeeper

Zookeeper 是一個(gè)分布式協(xié)調(diào)服務(wù)，可用于服務(wù)發(fā)現(xiàn)，分布式鎖，分布式領(lǐng)導(dǎo)選舉，配置管理等。Zookeeper 提供了一個(gè)類似于 Linux 文件系統(tǒng)的樹形結(jié)構(gòu)（可認(rèn)為是輕量級(jí)的內(nèi)存文件系統(tǒng)，但只適合存少量信息，完全不適合存儲(chǔ)大量文件或者大文件），同時(shí)提供了對(duì)于每個(gè)節(jié)點(diǎn)的監(jiān)控與通知機(jī)制。

1. Zookeeper概念

2. Zookeeper角色

3. Zookeeper工作原理（原子廣播）

4. Zonde有四種形式的目錄節(jié)點(diǎn)

ZK

ZK

12 Kafka

Kafka 是一種高吞吐量、分布式、基于發(fā)布/訂閱的消息系統(tǒng)，最初由 LinkedIn 公司開發(fā)，使用Scala 語(yǔ)言編寫，目前是 Apache 的開源項(xiàng)目。

1. Kafka概念

2. Kafka數(shù)據(jù)存儲(chǔ)設(shè)計(jì)

3. 生產(chǎn)者設(shè)計(jì)

4. 消費(fèi)者設(shè)計(jì)

Kafka

Kafka

13 RabbitMQ

RabbitMQ 是一個(gè)由 Erlang 語(yǔ)言開發(fā)的 AMQP 的開源實(shí)現(xiàn)。AMQP ：Advanced Message Queue，高級(jí)消息隊(duì)列協(xié)議。它是應(yīng)用層協(xié)議的一個(gè)開放標(biāo)準(zhǔn)，為面向消息的中間件設(shè)計(jì)，基于此協(xié)議的客戶端與消息中間件可傳遞消息，并不受產(chǎn)品、開發(fā)語(yǔ)言等條件的限制。RabbitMQ 最初起源于金融系統(tǒng)，用于在分布式系統(tǒng)中存儲(chǔ)轉(zhuǎn)發(fā)消息，在易用性、擴(kuò)展性、高可用性等方面表現(xiàn)不俗

1. 概念

2. RabbitMQ 架構(gòu)

3. Exchange類型

RabbitMQ

RabbitMQ

14 Hbase

base 是分布式、面向列的開源數(shù)據(jù)庫(kù)（其實(shí)準(zhǔn)確的說(shuō)是面向列族）。HDFS 為 Hbase 提供可靠的底層數(shù)據(jù)存儲(chǔ)服務(wù)，MapReduce 為 Hbase 提供高性能的計(jì)算能力，Zookeeper 為 Hbase 提供穩(wěn)定服務(wù)和 Failover 機(jī)制，因此我們說(shuō) Hbase 是一個(gè)通過(guò)大量廉價(jià)的機(jī)器解決海量數(shù)據(jù)的高速存儲(chǔ)和讀取的分布式數(shù)據(jù)庫(kù)解決方案。

1. 概念

2. 列式存儲(chǔ)

3. Hbase核心概念

4. Hbase核心架構(gòu)

5. Hbase的寫邏輯

6. Hbase VS Cassandra

Hbase

Hbase

15 MongoDB

MongoDB 是由 C++語(yǔ)言編寫的，是一個(gè)基于分布式文件存儲(chǔ)的開源數(shù)據(jù)庫(kù)系統(tǒng)。在高負(fù)載的情況下，添加更多的節(jié)點(diǎn)，可以保證服務(wù)器性能。MongoDB 旨在為 WEB 應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。

MongoDB 將數(shù)據(jù)存儲(chǔ)為一個(gè)文檔，數(shù)據(jù)結(jié)構(gòu)由鍵值(key=>value)對(duì)組成。MongoDB 文檔類似于 JSON 對(duì)象。字段值可以包含其他文檔，數(shù)組及文檔數(shù)組。

1. 概念

2. 特點(diǎn)

MongoDB

MongoDB

16 Cassandra

Apache Cassandra 是高度可擴(kuò)展的，高性能的分布式 NoSQL 數(shù)據(jù)庫(kù)。 Cassandra 旨在處理許多商品服務(wù)器上的大量數(shù)據(jù)，提供高可用性而無(wú)需擔(dān)心單點(diǎn)故障。Cassandra 具有能夠處理大量數(shù)據(jù)的分布式架構(gòu)。 數(shù)據(jù)放置在具有多個(gè)復(fù)制因子的不同機(jī)器上，以獲得高可用性，而無(wú)需擔(dān)心單點(diǎn)故障。

1. 概念

2. 數(shù)據(jù)模型

3. Cassandra一致hash和虛擬節(jié)點(diǎn)

4. Gossip協(xié)議

5. 數(shù)據(jù)復(fù)制

6. 數(shù)據(jù)寫請(qǐng)求和協(xié)調(diào)者

7. 數(shù)據(jù)讀請(qǐng)求和后臺(tái)修復(fù)

8. 數(shù)據(jù)存儲(chǔ)（Commitlog、MemTable、SSTable）

9. 二級(jí)索引

10. 數(shù)據(jù)讀寫

Cassandra

Cassandra

Cassandra

17 設(shè)計(jì)模式

1. 設(shè)計(jì)原則

2. 工廠方法模式

3. 抽象工廠模式

4. 單例模式

5. 建造者模式

6. 原型模式

7. 適配器模式

8. 裝飾器模式

9. 代理模式

10. 外觀模式

11. 橋接模式

12. 組合模式

13. 享元模式

14. 策略模式

15. 模板方法模式

16. 觀察者模式

17. 迭代子模式

18. 責(zé)任鏈模式

19. 命令模式

20. 備忘錄模式

21. 狀態(tài)模式

22. 訪問(wèn)者模式

23. 中介者模式

24. 解釋器模式

18 負(fù)載均衡

載均衡 建立在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)之上，它提供了一種廉價(jià)有效透明的方法擴(kuò)展 網(wǎng)絡(luò)設(shè)備 和 服務(wù)器 的帶寬、增加 吞吐量 、加強(qiáng)網(wǎng)絡(luò)數(shù)據(jù)處理能力、提高網(wǎng)絡(luò)的靈活性和可用性。

1. 四層負(fù)載均衡 VS 七層負(fù)載均衡

2. 負(fù)載均衡算法/策略

3. LVS

4. Keepalive

5. Nginx反向代理負(fù)載均衡

6. HAProxy

負(fù)載均衡

負(fù)載均衡

負(fù)載均衡

19 數(shù)據(jù)庫(kù)

1. 存儲(chǔ)引擎

2. 索引

3. 數(shù)據(jù)庫(kù)三范式

4. 數(shù)據(jù)庫(kù)事務(wù)

5. 存儲(chǔ)過(guò)程（特定SQL語(yǔ)句集）

6. 觸發(fā)器

7. 數(shù)據(jù)庫(kù)并發(fā)策略

8. 數(shù)據(jù)庫(kù)鎖

9. 基于Redis分布式鎖

10. 分區(qū)分表

11. 兩階段提交協(xié)議

12. 三階段提交協(xié)議

13. 柔性事務(wù)

14. CPA

數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)

20 一致性哈希

1. Paxos

2. Zab

3. Raft

4. NWR

5. Gossip

6. 一致性hash

一致性哈希

一致性哈希

一致性哈希

21 JAVA算法

1. 二分查找

2. 冒泡排序算法

3. 插入排序算法

4. 快速排序算法

5. 希爾排序算法

6. 歸并排序算法

7. 桶排序算法

8. 基數(shù)排序算法

9. 剪枝算法

10. 回溯算法

11. 最短路徑算法

12. 最大子數(shù)組算法

13. 最長(zhǎng)公共子序算法

14. 最小生成樹算法

JAVA算法

JAVA算法

22 數(shù)據(jù)結(jié)構(gòu)

1. 棧

2. 隊(duì)列

3. 鏈表

4. 散列表

5. 排序二叉樹

6. 紅黑樹

7. B-Tree

8. 位圖

數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)結(jié)構(gòu)

23 加密算法

1. AES

2. RSA

3. CRC

4. MD5

加密算法

加密算法

24 分布式緩存

1. 緩存雪崩

2. 緩存穿透

3. 緩存預(yù)熱

4. 緩存更新

5. 緩存降級(jí)

分布式緩存

分布式緩存

25 Hadoop

就是一個(gè)大數(shù)據(jù)解決方案。它提供了一套分布式系統(tǒng)基礎(chǔ)架構(gòu)。 核心內(nèi)容包含 hdfs 和mapreduce。hadoop2.0 以后引入 yarn.

hdfs 是提供數(shù)據(jù)存儲(chǔ)的，mapreduce 是方便數(shù)據(jù)計(jì)算的。

1. hdfs 又對(duì)應(yīng) namenode 和 datanode. namenode 負(fù)責(zé)保存元數(shù)據(jù)的基本信息，datanode 直接存放數(shù)據(jù)本身；

2. mapreduce 對(duì)應(yīng) jobtracker 和 tasktracker. jobtracker 負(fù)責(zé)分發(fā)任務(wù)，tasktracker 負(fù)責(zé)執(zhí)行具體任務(wù)；

3. 對(duì)應(yīng)到 master/slave 架構(gòu)，namenode 和 jobtracker 就應(yīng)該對(duì)應(yīng)到 master, datanode和 tasktracker 就應(yīng)該對(duì)應(yīng)到 slave.

1. 概念

2. HDFS

3. MapReduce

4. Hadoop MaReduce作業(yè)的生命周期

Hadoop

Hadoop

26 Spark

Spark 提供了一個(gè)全面、統(tǒng)一的框架用于管理各種有著不同性質(zhì)（文本數(shù)據(jù)、圖表數(shù)據(jù)等）的數(shù)據(jù)集和數(shù)據(jù)源（批量數(shù)據(jù)或?qū)崟r(shí)的流數(shù)據(jù)）的大數(shù)據(jù)處理的需求。

1. 概念

2. 核心架構(gòu)

3. 核心組件

4. SPARK編程模型

5. SPARK計(jì)算模型

6. SPARK運(yùn)行流程

7. SPARK RDD

8. SPARK RDD流程

Spark

Spark

27 Storm

Storm 是一個(gè)免費(fèi)并開源的分布式實(shí)時(shí)計(jì)算系統(tǒng)。利用 Storm 可以很容易做到可靠地處理無(wú)限的數(shù)據(jù)流，像 Hadoop 批量處理大數(shù)據(jù)一樣，Storm 可以實(shí)時(shí)處理數(shù)據(jù)。

1. 概念

2. 集群架構(gòu)

3. 編程模型

4. Toplogy運(yùn)行

5. Strom Streaming Grouping

Storm

Storm

28 YARN

YARN 是一個(gè)資源管理、任務(wù)調(diào)度的框架，主要包含三大模塊：ResourceManager（RM）、NodeManager（NM）、ApplicationMaster（AM）。其中，ResourceManager 負(fù)責(zé)所有資源的監(jiān)控、分配和管理；ApplicationMaster 負(fù)責(zé)每一個(gè)具體應(yīng)用程序的調(diào)度和協(xié)調(diào)；NodeManager 負(fù)責(zé)每一個(gè)節(jié)點(diǎn)的維護(hù)。對(duì)于所有的 applications，RM 擁有絕對(duì)的控制權(quán)和對(duì)資源的分配權(quán)。而每個(gè) AM 則會(huì)和 RM 協(xié)商資源，同時(shí)和 NodeManager 通信來(lái)執(zhí)行和監(jiān)控 task。

1. 概念

2. ResourceMananger

3. NodeMananger

4. ApplicationMaster

5. YARN運(yùn)行流程

YARN

YARN

29 機(jī)器學(xué)習(xí)

1. 決策樹

2. 隨機(jī)森林算法

3. 邏輯回歸

4. SVM

5. 樸素貝葉斯

6. K最近鄰算法

7. K均值算法

8. Adaboost算法

9. 神經(jīng)網(wǎng)絡(luò)

10. 馬爾可夫

30 云計(jì)算

1. SaaS

2. PaaS

3. IaaS

4. Docker

5. OpenStack

云計(jì)算

云計(jì)算

最后再?gòu)?qiáng)調(diào)一次，要想金三銀四跳槽面試不心慌，那就在家好好“閉關(guān)修煉”，啃透這本《面試跳槽寶典：Java核心知識(shí)整理》，有需要即可免費(fèi)分享給你，