高并发设计

高并发面试主线：缓存 → 异步 → 分片 → 限流。核心思想是"分而治之"。

Q1: 高并发系统的常见优化手段？ 「🟡 中级」

考察点：系统性思维。

参考答案：

• 缓存：多级缓存（本地 + Redis）、热点数据预加载、缓存穿透/击穿/雪崩防护。
• 异步：消息队列削峰、异步处理非核心逻辑。
• 分片：分库分表、读写分离、CDN 静态化。
• 限流：令牌桶/滑动窗口、熔断降级。
• 水平扩展：无状态服务 + 负载均衡。
• 数据库优化：索引优化、连接池、批量操作。

追问延伸：

• 这些手段的优先级怎么排？
• 什么阶段该用什么手段？

Q2: 缓存的常见策略和设计？ 「🟡 中级」

考察点：缓存是高并发的第一道防线。

参考答案：

• Cache Aside：先更新 DB，再删除缓存（主流）。
• Read/Write Through：应用只和缓存交互，缓存负责同步 DB。
• Write Behind（Write Back）：只更新缓存，异步批量写 DB（高性能但可能丢数据）。
• 多级缓存：本地缓存（Caffeine/Guava）→ 分布式缓存（Redis）→ DB。
• 热点数据：永不过期 + 逻辑过期（后台异步更新）。

追问延伸：

• 缓存和数据库一致性怎么保证？
• 热点 key 怎么发现和处理？

Q3: 分库分表后怎么处理跨库查询？ 「🔴 高级」

考察点：分片后的架构难题。

参考答案：

• 应用层组装：分别查询各分片，应用层合并（适合简单场景）。
• 宽表冗余：把关联数据冗余到同一分片（适合读多写少）。
• ES/ClickHouse：把数据同步到搜索引擎/OLAP 引擎做复杂查询。
• 全局索引表：维护一张索引表记录数据所在分片（适合按非分片键查询）。

追问延伸：

• 分片键怎么选？
• 跨分片的分布式 JOIN 怎么优化？

Q4: 消息队列怎么削峰？ 「🟡 中级」

考察点：异步解耦的核心价值。

参考答案：

• 突发流量先写入 MQ，消费端按自身能力慢慢消费。
• 关键配置：MQ 的容量要足够大（Kafka 天然支持海量堆积）；消费端并发度要可调。
• 配合限流：消费端加限流，避免打垮下游。
• 监控：积压告警、消费延迟监控。

追问延伸：

• 削峰时怎么保证不丢消息？
• 消费能力跟不上怎么动态扩容？

Q5: 秒杀系统怎么设计？ 「🔴 高级」

考察点：经典高并发场景综合题。

参考答案：

• 前端：按钮置灰、验证码、静态资源 CDN。
• 网关层：限流（令牌桶）、IP 黑名单、风控拦截。
• 服务层：库存预扣减（Redis Lua 原子操作）、异步下单（MQ 削峰）、一人一单校验。
• 数据层：库存分片、热点库存隔离。
• 兜底：降级页面、排队机制。

追问延伸：

• Redis 预扣减库存怎么保证原子性？
• 超卖问题怎么防止？

Q6: 怎么设计一个高可用的系统？ 「🔴 高级」

考察点：系统可靠性设计的综合能力。

参考答案：

• 冗余：多实例部署、多机房容灾。
• 隔离：业务隔离（核心/非核心分开）、资源隔离（线程池隔离）。
• 限流降级：快速失败、兜底数据。
• 数据一致性：最终一致性 + 补偿机制。
• 监控告警：全链路监控、异常自动告警。
• 演练：混沌工程、故障注入。

追问延伸：

• 多活架构有哪几种模式？
• 怎么做到 RTO=0、RPO=0？