操作系统一些面试

你这个请求队列是属于一写多读对吧，怎么解决冲突的？

可以采用双buffer或者说双缓冲区，一个缓冲区用来写，一个缓冲区用来读，采用交换指针的方法来进行缓存区的交换，这样交换效率是O(1)的，但是交换指针的时候仍然需要自旋锁，具体的话可以采用共享指针来进行操作，因为共享指针的引用计数是原子性的，当需要切换指针的时候先看现在读的指针的引用计数是不是等于1（代表只有目前的你切换指针的这个线程在用这个读指针），这个时候就表示读缓冲区的数据读完了，可以切换指针了。（但切换指针这里仍要要加自旋锁）当然这样子还有延时性的问题，就是读的线程读不到最新的数据，要考虑对数据实时性要求的影响。

读写模型有没有了解过？

多写一读模型：
多个线程写，一个线程读，这个时候不建议用自旋锁，因为多线程写的时候对数据要求的实时性比较高。而且多写的情况你也要等写缓存区一直没有线程占用的时候再切换，然后还要等读缓存区一直没有线程占用的情况切换，在数据频繁更新的情况下很可能数据的实时性效果很差

你的意思是epoll模型客户端不需要拷贝进内核吗？

需要拷贝

那那个链表空间在哪里？

用户态

那客户端从内核态到用户态不用拷贝吗？

需要拷贝

所以是拷贝一次还是两次？

两次

那epoll可以无限的承载这些socket请求吗？

不可以，因为一个进程最多打开1024个文件描述符。

可能客户端跟你tcp连接的时候客户端断开连接了嘛，然后这个socket还在你的队列里面，怎么把它删掉？

采用定时器小根堆，非活跃连接定期检测

socket在什么情况下是可以读的？

建立连接并且有数据到来

accept之后就永远可以读吗，就是你调用read函数之后一直都可以读吗？

read等于0的时候就说明客户端正常关闭了

read函数会阻塞吗？

可以设置成非阻塞
1.在Linux上，可以通过使用fcntl函数或者ioctl函数给创建的socket增加O_NONBLOCK标志来将socket设置为非阻塞模式
2.Linux上的socket函数也可以在创建时将socket设置为非阻塞模式，只要给type参数增加一个SOCK_NONBLOCK标志即可
3.在Linux上利用accept函数返回的代表与客户端通信的socket也提供了一个扩展函数accept，直接将accept函数返回的socket设置为非阻塞的，只需要将accept函数最后一个参数设置为SOCK_NONBLOCK即可。

如果现在read阻塞，对方客户端异常关闭这种情况会发生什么，还是一直阻塞死循环了？

read会返回负数

那现在是可读的情况还是异常之外的情况？

异常之外的

那epoll可以解决这种情况吗，可以识别这种情况吗？

可以，epoll事件中有epollrdhub，epollhub，epollerr表示这些情况。注意对方客户端异常发出的信号都是对方操作系统发出的，假如对方直接断电停机是不会发出异常信号的，只能是定时器检测非活跃连接。

那你知道在linux下一个进程创建线程是时候它是怎么做的吗，因为线程它是共享资源的嘛，那怎么让他实现共享资源的？

共享虚拟地址空间，任何线程都能访问这个虚拟地址空间，所以所有东西本质上都能共享。

那你刚刚说了线程有自己的栈嘛，那这个栈是放到哪里的知道吗，是进程的栈区还是独立于进程外的栈区？

线程（非主线程）的栈的大小是固定的，其会在空闲的堆（堆顶附近自顶向下分配）或者是空闲栈（栈底附近自底向上分配），因此线程栈局部函数中分配的变量是存放到各自分配的栈空间，因此可以说是线程私有的，又因为该线程栈的边界是设定好的，因此该线程栈的大小的固定的。

那你知道协程吗？

协程（Coroutine）是一种用户态的轻量级线程，协程不同于操作系统内核管理的线程和进程，而是由用户程序自行管理和调度，因此可以在单线程模型下完成并发任务。协程本质上是一种函数调用机制，可以看作是一种特殊的函数，其执行可以被中断和恢复，具备切换执行上下文的能力。

协程可以实现对复杂的任务进行分解，将大型任务分解为多个步骤，每个步骤作为一个协程运行，使用协程可以极大地简化代码逻辑，避免函数嵌套过深的问题，提高代码可读性和复用性。

协程的特点包括：

协程是在用户空间中实现的，不需要调用操作系统内核的函数，因此创建与切换协程的代价比线程要小得多，节约了系统资源，提高了代码执行效率。

协程具有分步执行的能力，可以在多个点挂起和恢复执行。协程间的切换不需要借助内核调度，只需要通过代码自身的语法控制，避免了线程切换的上下文保存和寄存器备份等操作，也就避免了线程切换时的开销，提高了执行效率。

协程更加灵活高效，可以在协程中使用传统的同步和异步编程模型，可以方便地处理 I/O 操作、计算密集型任务等多种场景。

现在要做缓存服务嘛，那本地要做一个缓存嘛，那你本地量越来越大的时候本地肯定顶不住嘛，那你就得布好几台机器处理这个缓存，可能同一个东西缓存记录到机器A去了，然后又记录到B 去了，那可能最后每台机器都存了全部的数据，可能每个缓存元素的存活时间非常短，那有什么办法解决这种问题吗？

一致性哈希+集群，先哈希到一个虚拟节点，这个节点代表一个集群，然后再在集群里随机哈希找一台机器。