419 lines
16 KiB
Markdown
419 lines
16 KiB
Markdown
|
||
|
||
因收到Google相关通知，网站将会择期关闭。相关通知内容
|
||
|
||
|
||
答疑篇：代码篇思考题集锦（二）
|
||
今天，我们继续一起分析这门课第 7~12 讲的课后思考题。这些题目涉及了数据库索引、判等问题、数值计算、集合类、空值处理和异常处理的 12 道问题。
|
||
|
||
接下来，我们就一一具体分析吧。
|
||
|
||
07 | 数据库索引：索引并不是万能药
|
||
|
||
问题 1：在介绍二级索引代价时，我们通过 EXPLAIN 命令看到了索引覆盖和回表的两种情况。你能用 optimizer trace 来分析一下这两种情况的成本差异吗？
|
||
|
||
答：如下代码所示，打开 optimizer_trace 后，再执行 SQL 就可以查询 information_schema.OPTIMIZER_TRACE 表查看执行计划了，最后可以关闭 optimizer_trace 功能：
|
||
|
||
SET optimizer_trace="enabled=on";
|
||
|
||
SELECT * FROM person WHERE NAME >'name84059' AND create_time>'2020-01-24 05:00:00';
|
||
|
||
SELECT * FROM information_schema.OPTIMIZER_TRACE;
|
||
|
||
SET optimizer_trace="enabled=off";
|
||
|
||
|
||
|
||
假设我们为表 person 的 NAME 和 SCORE 列建了联合索引，那么下面第二条语句应该可以走索引覆盖，而第一条语句需要回表：
|
||
|
||
explain select * from person where NAME='name1';
|
||
|
||
explain select NAME,SCORE from person where NAME='name1';
|
||
|
||
|
||
|
||
通过观察 OPTIMIZER_TRACE 的输出可以看到，索引覆盖（index_only=true）的成本是 1.21 而回表查询（index_only=false）的是 2.21，也就是索引覆盖节省了回表的成本 1。
|
||
|
||
索引覆盖：
|
||
|
||
analyzing_range_alternatives": {
|
||
|
||
"range_scan_alternatives": [
|
||
|
||
{
|
||
|
||
"index": "name_score",
|
||
|
||
"ranges": [
|
||
|
||
"name1 <= name <= name1"
|
||
|
||
] /* ranges */,
|
||
|
||
"index_dives_for_eq_ranges": true,
|
||
|
||
"rowid_ordered": false,
|
||
|
||
"using_mrr": false,
|
||
|
||
"index_only": true,
|
||
|
||
"rows": 1,
|
||
|
||
"cost": 1.21,
|
||
|
||
"chosen": true
|
||
|
||
}
|
||
|
||
]
|
||
|
||
|
||
|
||
回表：
|
||
|
||
"range_scan_alternatives": [
|
||
|
||
{
|
||
|
||
"index": "name_score",
|
||
|
||
"ranges": [
|
||
|
||
"name1 <= name <= name1"
|
||
|
||
] /* ranges */,
|
||
|
||
"index_dives_for_eq_ranges": true,
|
||
|
||
"rowid_ordered": false,
|
||
|
||
"using_mrr": false,
|
||
|
||
"index_only": false,
|
||
|
||
"rows": 1,
|
||
|
||
"cost": 2.21,
|
||
|
||
"chosen": true
|
||
|
||
}
|
||
|
||
]
|
||
|
||
|
||
|
||
问题 2：索引除了可以用于加速搜索外，还可以在排序时发挥作用，你能通过 EXPLAIN 来证明吗？你知道，针对排序在什么情况下，索引会失效吗？
|
||
|
||
答：排序使用到索引，在执行计划中的体现就是 key 这一列。如果没有用到索引，会在 Extra 中看到 Using filesort，代表使用了内存或磁盘进行排序。而具体走内存还是磁盘，是由 sort_buffer_size 和排序数据大小决定的。
|
||
|
||
排序无法使用到索引的情况有：
|
||
|
||
对于使用联合索引进行排序的场景，多个字段排序 ASC 和 DESC 混用；
|
||
|
||
a+b 作为联合索引，按照 a 范围查询后按照 b 排序；
|
||
|
||
排序列涉及到的多个字段不属于同一个联合索引；
|
||
|
||
排序列使用了表达式。
|
||
|
||
其实，这些原因都和索引的结构有关。你可以再有针对性地复习下第 07 讲的聚簇索引和二级索引部分。
|
||
|
||
08 | 判等问题：程序里如何确定你就是你？
|
||
|
||
问题 1：在实现 equals 时，我是先通过 getClass 方法判断两个对象的类型，你可能会想到还可以使用 instanceof 来判断。你能说说这两种实现方式的区别吗？
|
||
|
||
答：事实上，使用 getClass 和 instanceof 这两种方案都是可以判断对象类型的。它们的区别就是，getClass 限制了这两个对象只能属于同一个类，而 instanceof 却允许两个对象是同一个类或其子类。
|
||
|
||
正是因为这种区别，不同的人对这两种方案有不同的喜好，争论也很多。在我看来，你只需要根据自己的要求去选择。补充说明一下，Lombok 使用的是 instanceof 的方案。
|
||
|
||
问题 2：在“hashCode 和 equals 要配对实现”这一节的例子中，我演示了可以通过 HashSet 的 contains 方法判断元素是否在 HashSet 中。那同样是 Set 的 TreeSet，其 contains 方法和 HashSet 的 contains 方法有什么区别吗？
|
||
|
||
答：HashSet 基于 HashMap，数据结构是哈希表。所以，HashSet 的 contains 方法，其实就是根据 hashcode 和 equals 去判断相等的。
|
||
|
||
TreeSet 基于 TreeMap，数据结构是红黑树。所以，TreeSet 的 contains 方法，其实就是根据 compareTo 去判断相等的。
|
||
|
||
09 | 数值计算：注意精度、舍入和溢出问题
|
||
|
||
问题 1：BigDecimal提供了 8 种舍入模式，你能通过一些例子说说它们的区别吗？
|
||
|
||
答：@Darren 同学的留言非常全面，梳理得也非常清楚了。这里，我对他的留言稍加修改，就是这个问题的答案了。
|
||
|
||
第一种，ROUND_UP，舍入远离零的舍入模式，在丢弃非零部分之前始终增加数字（始终对非零舍弃部分前面的数字加 1）。 需要注意的是，此舍入模式始终不会减少原始值。
|
||
|
||
第二种，ROUND_DOWN，接近零的舍入模式，在丢弃某部分之前始终不增加数字（从不对舍弃部分前面的数字加 1，即截断）。 需要注意的是，此舍入模式始终不会增加原始值。
|
||
|
||
第三种，ROUND_CEILING，接近正无穷大的舍入模式。 如果 BigDecimal 为正，则舍入行为与 ROUND_UP 相同； 如果为负，则舍入行为与 ROUND_DOWN 相同。 需要注意的是，此舍入模式始终不会减少原始值。
|
||
|
||
第四种，ROUND_FLOOR，接近负无穷大的舍入模式。 如果 BigDecimal 为正，则舍入行为与 ROUND_DOWN 相同； 如果为负，则舍入行为与 ROUND_UP 相同。 需要注意的是，此舍入模式始终不会增加原始值。
|
||
|
||
第五种，ROUND_HALF_UP，向“最接近的”数字舍入。如果舍弃部分 >= 0.5，则舍入行为与 ROUND_UP 相同；否则，舍入行为与 ROUND_DOWN 相同。 需要注意的是，这是我们大多数人在小学时就学过的舍入模式（四舍五入）。
|
||
|
||
第六种，ROUND_HALF_DOWN，向“最接近的”数字舍入。如果舍弃部分 > 0.5，则舍入行为与 ROUND_UP 相同；否则，舍入行为与 ROUND_DOWN 相同（五舍六入）。
|
||
|
||
第七种，ROUND_HALF_EVEN，向“最接近的”数字舍入。这种算法叫做银行家算法，具体规则是，四舍六入，五则看前一位，如果是偶数舍入，如果是奇数进位，比如 5.5 -> 6，2.5 -> 2。
|
||
|
||
第八种，ROUND_UNNECESSARY，假设请求的操作具有精确的结果，也就是不需要进行舍入。如果计算结果产生不精确的结果，则抛出 ArithmeticException。
|
||
|
||
问题 2：数据库（比如 MySQL）中的浮点数和整型数字，你知道应该怎样定义吗？又如何实现浮点数的准确计算呢？
|
||
|
||
答：MySQL 中的整数根据能表示的范围有 TINYINT、SMALLINT、MEDIUMINT、INTEGER、BIGINT 等类型，浮点数包括单精度浮点数 FLOAT 和双精度浮点数 DOUBLE 和 Java 中的 float/double 一样，同样有精度问题。
|
||
|
||
要解决精度问题，主要有两个办法：
|
||
|
||
第一，使用 DECIMAL 类型（和那些 INT 类型一样，都属于严格数值数据类型），比如 DECIMAL(13, 2) 或 DECIMAL(13, 4)。
|
||
|
||
第二，使用整数保存到分，这种方式容易出错，万一读的时候忘记 /100 或者是存的时候忘记 *100，可能会引起重大问题。当然了，我们也可以考虑将整数和小数分开保存到两个整数字段。
|
||
|
||
10 | 集合类：坑满地的 List 列表操作
|
||
|
||
问题 1：调用类型是 Integer 的 ArrayList 的 remove 方法删除元素，传入一个 Integer 包装类的数字和传入一个 int 基本类型的数字，结果一样吗？
|
||
|
||
答：传 int 基本类型的 remove 方法是按索引值移除，返回移除的值；传 Integer 包装类的 remove 方法是按值移除，返回列表移除项目之前是否包含这个值（是否移除成功）。
|
||
|
||
为了验证两个 remove 方法重载的区别，我们写一段测试代码比较一下：
|
||
|
||
private static void removeByIndex(int index) {
|
||
|
||
List<Integer> list =
|
||
|
||
IntStream.rangeClosed(1, 10).boxed().collect(Collectors.toCollection(ArrayList::new));
|
||
|
||
System.out.println(list.remove(index));
|
||
|
||
System.out.println(list);
|
||
|
||
}
|
||
|
||
private static void removeByValue(Integer index) {
|
||
|
||
List<Integer> list =
|
||
|
||
IntStream.rangeClosed(1, 10).boxed().collect(Collectors.toCollection(ArrayList::new));
|
||
|
||
System.out.println(list.remove(index));
|
||
|
||
System.out.println(list);
|
||
|
||
}
|
||
|
||
|
||
|
||
测试一下 removeByIndex(4)，通过输出可以看到第五项被移除了，返回 5：
|
||
|
||
5
|
||
|
||
[1, 2, 3, 4, 6, 7, 8, 9, 10]
|
||
|
||
|
||
|
||
而调用 removeByValue(Integer.valueOf(4))，通过输出可以看到值 4 被移除了，返回 true：
|
||
|
||
true
|
||
|
||
[1, 2, 3, 5, 6, 7, 8, 9, 10]
|
||
|
||
|
||
|
||
问题 2：循环遍历 List，调用 remove 方法删除元素，往往会遇到 ConcurrentModificationException，原因是什么，修复方式又是什么呢？
|
||
|
||
答：原因是，remove 的时候会改变 modCount，通过迭代器遍历就会触发 ConcurrentModificationException。我们看下 ArrayList 类内部迭代器的相关源码：
|
||
|
||
public E next() {
|
||
|
||
checkForComodification();
|
||
|
||
int i = cursor;
|
||
|
||
if (i >= size)
|
||
|
||
throw new NoSuchElementException();
|
||
|
||
Object[] elementData = ArrayList.this.elementData;
|
||
|
||
if (i >= elementData.length)
|
||
|
||
throw new ConcurrentModificationException();
|
||
|
||
cursor = i + 1;
|
||
|
||
return (E) elementData[lastRet = i];
|
||
|
||
}
|
||
|
||
final void checkForComodification() {
|
||
|
||
if (modCount != expectedModCount)
|
||
|
||
throw new ConcurrentModificationException();
|
||
|
||
}
|
||
|
||
|
||
|
||
要修复这个问题，有以下两种解决方案。
|
||
|
||
第一种，通过 ArrayList 的迭代器 remove。迭代器的 remove 方法会维护一个 expectedModCount，使其与 ArrayList 的 modCount 保持一致：
|
||
|
||
List<String> list =
|
||
|
||
IntStream.rangeClosed(1, 10).mapToObj(String::valueOf).collect(Collectors.toCollection(ArrayList::new));
|
||
|
||
for (Iterator<String> iterator = list.iterator(); iterator.hasNext(); ) {
|
||
|
||
String next = iterator.next();
|
||
|
||
if ("2".equals(next)) {
|
||
|
||
iterator.remove();
|
||
|
||
}
|
||
|
||
}
|
||
|
||
System.out.println(list);
|
||
|
||
|
||
|
||
第二种，直接使用 removeIf 方法，其内部使用了迭代器的 remove 方法：
|
||
|
||
List<String> list =
|
||
|
||
IntStream.rangeClosed(1, 10).mapToObj(String::valueOf).collect(Collectors.toCollection(ArrayList::new));
|
||
|
||
list.removeIf(item -> item.equals("2"));
|
||
|
||
System.out.println(list);
|
||
|
||
|
||
|
||
11 | 空值处理：分不清楚的 null 和恼人的空指针
|
||
|
||
问题 1：ConcurrentHashMap 的 Key 和 Value 都不能为 null，而 HashMap 却可以，你知道这么设计的原因是什么吗？TreeMap、Hashtable 等 Map 的 Key 和 Value 是否支持 null 呢？
|
||
|
||
答：原因正如 ConcurrentHashMap 的作者所说：
|
||
|
||
The main reason that nulls aren’t allowed in ConcurrentMaps (ConcurrentHashMaps, ConcurrentSkipListMaps) is that ambiguities that may be just barely tolerable in non-concurrent maps can’t be accommodated. The main one is that if map.get(key) returns null, you can’t detect whether the key explicitly maps to null vs the key isn’t mapped. In a non-concurrent map, you can check this via map.contains(key), but in a concurrent one, the map might have changed between calls.
|
||
|
||
如果 Value 为 null 会增加二义性，也就是说多线程情况下 map.get(key) 返回 null，我们无法区分 Value 原本就是 null 还是 Key 没有映射，Key 也是类似的原因。此外，我也更同意他的观点，就是普通的 Map 允许 null 是否是一个正确的做法，也值得商榷，因为这会增加犯错的可能性。
|
||
|
||
Hashtable 也是线程安全的，所以 Key 和 Value 不可以是 null。
|
||
|
||
TreeMap 是线程不安全的，但是因为需要排序，需要进行 key 的 compareTo 方法，所以 Key 不能是 null，而 Value 可以是 null。
|
||
|
||
问题 2：对于 Hibernate 框架，我们可以使用 @DynamicUpdate 注解实现字段的动态更新。那么，对于 MyBatis 框架来说，要如何实现类似的动态 SQL 功能，实现插入和修改 SQL 只包含 POJO 中的非空字段呢？
|
||
|
||
答：MyBatis 可以通过动态 SQL 实现：
|
||
|
||
<select id="findUser" resultType="User">
|
||
|
||
SELECT * FROM USER
|
||
|
||
WHERE 1=1
|
||
|
||
<if test="name != null">
|
||
|
||
AND name like #{name}
|
||
|
||
</if>
|
||
|
||
<if test="email != null">
|
||
|
||
AND email = #{email}
|
||
|
||
</if>
|
||
|
||
</select>
|
||
|
||
|
||
|
||
如果使用 MyBatisPlus 的话，实现类似的动态 SQL 功能会更方便。我们可以直接在字段上加 @TableField 注解来实现，可以设置 insertStrategy、updateStrategy、whereStrategy 属性。关于这三个属性的使用方式，你可以参考如下源码，或是这里的官方文档：
|
||
|
||
/**
|
||
|
||
* 字段验证策略之 insert: 当insert操作时，该字段拼接insert语句时的策略
|
||
|
||
* IGNORED: 直接拼接 insert into table_a(column) values (#{columnProperty});
|
||
|
||
* NOT_NULL: insert into table_a(<if test="columnProperty != null">column</if>) values (<if test="columnProperty != null">#{columnProperty}</if>)
|
||
|
||
* NOT_EMPTY: insert into table_a(<if test="columnProperty != null and columnProperty!=''">column</if>) values (<if test="columnProperty != null and columnProperty!=''">#{columnProperty}</if>)
|
||
|
||
*
|
||
|
||
* @since 3.1.2
|
||
|
||
*/
|
||
|
||
FieldStrategy insertStrategy() default FieldStrategy.DEFAULT;
|
||
|
||
|
||
|
||
/**
|
||
|
||
* 字段验证策略之 update: 当更新操作时，该字段拼接set语句时的策略
|
||
|
||
* IGNORED: 直接拼接 update table_a set column=#{columnProperty}, 属性为null/空string都会被set进去
|
||
|
||
* NOT_NULL: update table_a set <if test="columnProperty != null">column=#{columnProperty}</if>
|
||
|
||
* NOT_EMPTY: update table_a set <if test="columnProperty != null and columnProperty!=''">column=#{columnProperty}</if>
|
||
|
||
*
|
||
|
||
* @since 3.1.2
|
||
|
||
*/
|
||
|
||
FieldStrategy updateStrategy() default FieldStrategy.DEFAULT;
|
||
|
||
|
||
|
||
/**
|
||
|
||
* 字段验证策略之 where: 表示该字段在拼接where条件时的策略
|
||
|
||
* IGNORED: 直接拼接 column=#{columnProperty}
|
||
|
||
* NOT_NULL: <if test="columnProperty != null">column=#{columnProperty}</if>
|
||
|
||
* NOT_EMPTY: <if test="columnProperty != null and columnProperty!=''">column=#{columnProperty}</if>
|
||
|
||
*
|
||
|
||
* @since 3.1.2
|
||
|
||
*/
|
||
|
||
FieldStrategy whereStrategy() default FieldStrategy.DEFAULT;
|
||
|
||
|
||
|
||
12 | 异常处理：别让自己在出问题的时候变为瞎子
|
||
|
||
问题 1：关于在 finally 代码块中抛出异常的坑，如果在 finally 代码块中返回值，你觉得程序会以 try 或 catch 中的返回值为准，还是以 finally 中的返回值为准呢？
|
||
|
||
答：以 finally 中的返回值为准。
|
||
|
||
从语义上来说，finally 是做方法收尾资源释放处理的，我们不建议在 finally 中有 return，这样逻辑会很混乱。这是因为，实现上 finally 中的代码块会被复制多份，分别放到 try 和 catch 调用 return 和 throw 异常之前，所以 finally 中如果有返回值，会覆盖 try 中的返回值。
|
||
|
||
问题 2：对于手动抛出的异常，不建议直接使用 Exception 或 RuntimeException，通常建议复用 JDK 中的一些标准异常，比如IllegalArgumentException、IllegalStateException、UnsupportedOperationException。你能说说它们的适用场景，并列出更多常见的可重用标准异常吗？
|
||
|
||
答：我们先分别看看 IllegalArgumentException、IllegalStateException、UnsupportedOperationException 这三种异常的适用场景。
|
||
|
||
IllegalArgumentException：参数不合法异常，适用于传入的参数不符合方法要求的场景。
|
||
|
||
IllegalStateException：状态不合法异常，适用于状态机的状态的无效转换，当前逻辑的执行状态不适合进行相应操作等场景。
|
||
|
||
UnsupportedOperationException：操作不支持异常，适用于某个操作在实现或环境下不支持的场景。
|
||
|
||
还可以重用的异常有 IndexOutOfBoundsException、NullPointerException、ConcurrentModificationException 等。
|
||
|
||
以上，就是咱们这门课第 7~12 讲的思考题答案了。
|
||
|
||
关于这些题目，以及背后涉及的知识点，如果你还有哪里感觉不清楚的，欢迎在评论区与我留言，也欢迎你把今天的内容分享给你的朋友或同事，一起交流。
|
||
|
||
|
||
|
||
|