06.5.8.15 配套中间件综合场景
所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.5 PHP 后端 / 06.5.8 PHP 配套技术栈
06.5.8.15-001 秒杀链路整体如何编排缓存、队列与库存扣减?
一句话结论
秒杀链路按「入口限流 → 资格校验 → 缓存预扣库存 → 消息队列异步下单 → 数据库最终落单与扣减 → 前端轮询结果」编排;缓存承担挡量与预扣,MQ 削峰,数据库保证最终一致。
概念解释
瞬时高并发下数据库无法直接承接全部下单请求,先在入口拦截无效流量,缓存中预热商品与库存,预扣成功才进入队列;消费者按数据库承载能力创建订单、扣减库存。订单结果异步可查,避免请求长时间阻塞。各中间件职责边界:Redis 做缓存与预扣,MQ 做削峰解耦,MySQL 做权威库存与订单记录。
原理流程
- 活动前预热商品信息、库存到缓存,准备静态化页面。
- 请求进入:限流拦截 → 登录/活动资格校验 → 售罄判断。
- 缓存预扣库存成功后投递下单消息;失败直接返回售罄/排队中。
- 消费者创建订单、数据库扣减库存,更新订单状态,前端轮询结果。
代码或图示
// 文档示例:秒杀主链路伪代码(机制细节见 Redis/MQ 各分册)
// 1. 资格校验通过
// 2. $left = $redis->decr("stock:{$itemId}"); 预扣
// if ($left < 0) { 回补? 标记售罄; return; }
// 3. 投递 MQ:{item_id, user_id, request_id, trace_id}
// 4. 消费者:校验库存 → 创建订单 → DB 扣减 → 更新状态
// 5. 前端按 request_id 查询订单结果
常见误区
- 请求同步穿到数据库扣库存:峰值打满数据库,正常请求全部超时。
- 缓存预扣与数据库扣减不一致无兜底:超卖或库存长期挂空,需要对账回补。
追问
- 预扣失败但数据库还有库存怎么办?答:缓存库存与 DB 定期对账,缓存滞后导致的误售罄由预热与补偿修正。
- 下单消息消费失败怎么处理?答:进入重试与死信,库存预扣需对应回补或挂起,避免用户被占库存。
06.5.8.15-002 秒杀库存如何做到防超卖?
一句话结论
防超卖以数据库原子扣减(条件更新 stock > 0)为最终防线,缓存预扣做前置挡量;两层都要防止并发读到旧值,订单唯一约束兜底重复下单。
概念解释
超卖来自并发下多个请求同时判断有库存后各自扣减。数据库侧用条件更新保证扣减原子性:更新语句带库存大于 0 的条件,影响行数为 0 即扣减失败。Redis 预扣减少到达 DB 的流量,但不能替代 DB 权威约束。库存回补(取消订单、支付超时)要有受控流程,避免回补放大库存。
原理流程
- 活动前对齐 DB 与缓存库存数量。
- 缓存预扣过滤明显超量请求。
- DB 扣减执行条件更新,按影响行数判断成败。
- 对账发现库存漂移,按业务规则回补或修正,记录操作流水。
代码或图示
// 文档示例:数据库原子扣减方向(SQL 在 PHP 事务中执行)
// UPDATE items SET stock = stock - 1
// WHERE id = :itemId AND stock > 0;
// 影响行数 = 1:扣减成功;= 0:无库存,订单失败
// 订单表对 (item_id, user_id, 业务场景) 建唯一约束防重复下单
常见误区
- 先
SELECT查库存再UPDATE:两步之间并发窗口导致超卖。 - 只靠缓存扣减:Redis 故障或重启后库存丢失,DB 防线缺失。
追问
- 取消订单库存怎么回补?答:受控回补流水记录数量与原因,防止重复回补;回补后刷新缓存。
- 库存负数怎么排查?答:查扣减与回补流水、并发更新记录,定位条件更新失效或回补放大环节。
06.5.8.15-003 热点商品在缓存层如何治理?
一句话结论
热点治理包括活动前预热、多级缓存分担读压力、商品页面静态化与热点 key 拆分;避免单 key 承载全部读请求,缓存失效时按互斥/单飞重建(机制见 06.5.8.2 与 06.5.8.4)。
概念解释
秒杀商品是典型热点:读请求集中、key 集中、失效时刻集中。预热把商品信息与库存提前加载;本地缓存分担部分只读请求;静态化页面减少动态渲染。热点 key 探测与拆分在 Redis 限流与热点分册已展开,综合场景关注组合落地:哪些数据进本地缓存、哪些走 Redis、失效如何兜底。
原理流程
- 活动前加载商品详情、规格与库存到缓存。
- 只读配置走本地缓存,价格/库存等动态信息走 Redis。
- 页面与图片静态化,CDN 承接大部分静态流量。
- 监控热点 key 命中率与访问量,失效时受控重建。
代码或图示
// 文档示例:热点数据分层
// CDN/静态页:商品介绍、图片、规格图
// 本地缓存:活动规则等低频变更配置
// Redis:库存、价格、可售状态等动态数据
// 兜底:缓存未命中受控重建,避免击穿打到 DB
常见误区
- 活动开始瞬间才加载缓存:冷启动击穿数据库。
- 所有热点数据都放 Redis:单实例承压,本地与 CDN 分担不足。
追问
- 本地缓存与 Redis 一致性怎么处理?答:变更后失效本地缓存;短 TTL 兜底,热点拆分见 06.5.8.4。
- 热点 key 被攻击式刷量怎么识别?答:按访问速率与来源监控,限流与缓存预热结合应对。
06.5.8.15-004 异步下单链路如何保证订单最终落库?
一句话结论
下单消息可靠投递到 MQ,消费者幂等创建订单并扣减库存,失败重试与死信兜底;订单状态可查询,补偿任务扫描超时未完成订单,保证每条有效请求最终有确定状态。
概念解释
异步链路的不确定点在投递、消费与下游依赖。生产端本地消息表或可靠投递保证消息不丢;消费端按业务键幂等,重复消息不产生重复订单;失败有限重试后进死信人工/补偿处理。订单状态机(待确认、已创建、支付中、完成、取消)覆盖全流程,状态可追溯。
原理流程
- 预扣成功后写入待发送记录并投递下单消息。
- 消费者校验资格与库存,幂等创建订单、扣减 DB 库存。
- 失败按策略重试,超限进死信并挂起对应预扣。
- 补偿任务扫描异常状态订单,对账后补发、关闭或转人工。
代码或图示
// 文档示例:订单状态与补偿方向
// 状态:created / paying / paid / shipped / closed / canceled
// 补偿:扫描 created 超时未支付订单 → 关闭并回补库存
// 死信:消费多次失败消息存档,修复后受控回放
// 幂等:request_id 唯一约束,重复消费直接返回已有订单
常见误区
- 消息投递成功但订单状态不可查:用户重复下单,前端需要明确结果查询入口。
- 补偿任务并发扫同一批订单:需要状态更新条件与锁,避免重复处理。
追问
- 消费者宕机已拉取消息怎么办?答:位点未提交,重启后重新拉取;消费幂等保证不重复落单。
- 库存预扣了但订单创建失败怎么回补?答:失败流程触发库存回补,补偿任务核对预扣与 DB 库存一致性。
06.5.8.15-005 订单超时关闭有哪些实现方案,如何取舍?
一句话结论
常见方案为 MQ 延时消息、Redis ZSet 轮询、数据库定时扫描;延时消息时效性最好,ZSet 适合中等规模,DB 扫描简单但精度与成本随数据量上升。
概念解释
支付超时、待确认超时都需要到期触发关闭动作。延时消息到点投递关闭事件;ZSet 按到期时间排序,轮询取出到期订单;DB 扫描按更新时间批量捞取。选型看订单规模、时效要求与现有中间件。方案都要处理重复关闭、并发关闭与库存回补一致性。
原理流程
- 订单创建时记录超时时间与超时类型。
- 按方案设置延时触发:延时消息投递关闭事件,或写入 ZSet/待扫描表。
- 到期消费者/任务校验订单状态,未支付则关闭并回补库存。
- 重复触发时按状态条件更新,幂等关闭。
代码或图示
// 文档示例:三种方案对照
// MQ 延时:订单创建发延时消息,到点消费关闭;时效高,依赖 MQ 延时能力
// ZSet:ZADD close:order <到期时间戳> <order_id>,轮询 ZRANGEBYSCORE
// DB 扫描:定时任务查 status=created AND expire_at < NOW()
// 关闭:UPDATE orders SET status='closed' WHERE id=:id AND status='created'
常见误区
- 用同步 sleep 等待超时:占用进程/连接,大规模订单不可行。
- 关闭动作不做状态条件判断:重复关闭导致库存多次回补。
追问
- 延时消息丢失怎么办?答:DB 扫描作为兜底对账层,关闭任务双重保障。
- 高峰订单量很大扫描怎么优化?答:按时间分片扫描,索引命中 expire_at,批量处理避免大事务。
06.5.8.15-006 延时任务在 PHP 常驻进程下如何落地?
一句话结论
PHP 无内置定时器,延时任务由 CLI 消费者轮询 ZSet/延时队列或由 MQ 延时消息驱动;进程由守护机制拉起,到期任务执行关闭/通知等动作,超时与异常受控重试。
概念解释
FPM 请求生命周期内不能等待长延时;延时触发依赖外部中间件存储到期任务,CLI 常驻进程或定时任务拉取到期项。当前环境未装 swoole/swow,按普通 CLI 循环模型讨论:循环拉取、处理、休眠间隔,进程崩溃由守护重启。任务执行要幂等,避免到期重复触发产生重复副作用。
原理流程
- 任务创建时把到期时间与任务标识写入延时存储。
- CLI 进程按间隔拉取到期任务,校验状态后执行。
- 执行失败记录重试次数,超限转补偿/人工。
- 进程退出与重启由守护机制管理,任务进度落存储不依赖内存。
代码或图示
// 文档示例:CLI 延时任务骨架(非工程可执行代码)
while ($running) {
$due = $this->zset->rangeByScore('close:order', 0, microtime(true));
foreach ($due as $orderId) {
$this->closeOrderIfUnpaid($orderId); // 状态条件判断 + 回补
}
usleep(200_000);
}
// 进程退出后由守护机制重启;任务状态持久化在 DB/Redis,不在内存
常见误区
- 任务队列只存在进程内存:进程重启丢失全部延时任务。
- 轮询间隔过短或过长:过短空转耗 CPU,过长超时关闭不及时。
追问
- 多实例同时拉到同一任务怎么办?答:领取时做条件更新或占位锁,同一订单只被一个实例处理。
- 任务执行耗时超过轮询周期怎么办?答:任务拆分或限速,避免堆积;积压监控见 MQ 分册。
06.5.8.15-007 多级缓存在综合业务中如何协作与兜底?
一句话结论
本地缓存存低频变更只读配置,Redis 存共享动态数据,DB 为权威来源;按层级设置 TTL 与失效策略,变更时逐级失效,未命中受控重建,一致性要求高的数据不走多级缓存。
概念解释
多级缓存降低 Redis 与 DB 压力,但层级越多一致性越复杂。本地缓存实例间不共享,变更需要广播失效或短 TTL;Redis 与 DB 的一致性机制见 06.5.8.2。综合场景先划分数据类别:可短暂不一致的展示数据进缓存,强一致的余额、库存等直接读 DB 或走受控扣减。
原理流程
- 分类数据:只读配置、展示数据、动态交易数据。
- 本地缓存承载配置,Redis 承载展示与共享状态。
- 变更后失效对应层级缓存,按延迟双删/订阅方式收敛。
- 监控各层命中率与不一致告警,定期对账缓存与 DB。
代码或图示
// 文档示例:层级职责
// L1 本地:活动规则、字典配置,短 TTL + 变更失效
// L2 Redis:商品展示、可售状态、聚合计数
// L3 DB:库存、订单、余额等权威数据
// 兜底:L1 未命中查 L2,L2 未命中受控重建;交易数据直读 DB
常见误区
- 多级缓存都设长 TTL:变更后各层旧值残留时间叠加,不一致窗口拉长。
- 把强一致数据放本地缓存:多实例间状态不一致,影响交易判断。
追问
- 本地缓存如何感知其他实例变更?答:配置变更走配置中心广播或短 TTL 兜底;实时性要求高的数据不放本地。
- 缓存与 DB 对账怎么做?答:抽样比对关键字段,差异记录并修复,对账频率按数据重要性设定。
06.5.8.15-008 分布式事务在跨中间件场景如何取舍?
一句话结论
按一致性要求选择:本地消息表 + 最终一致覆盖大多数业务事件;强一致跨库写评估 TCC/事务型消息;PHP 工程落地优先最终一致 + 对账补偿,不追求全链路强事务。
概念解释
订单、库存、支付、通知分布在不同存储与服务,无法用单库事务覆盖。本地消息表保证业务与待发记录同事务,异步投递后补偿对账;事务消息提供半消息与回查;TCC 预留资源、确认/取消,侵入性强。选型看业务是否允许短暂不一致、失败补偿成本与团队实现能力。基础机制见 06.5.8.9 与 06.5.8.8。
原理流程
- 梳理参与方与数据一致性要求:必须同时成功还是允许最终对齐。
- 事件驱动场景用本地消息表/MQ 最终一致 + 对账补偿。
- 强一致预留场景评估 TCC 或事务消息,设计空回滚与悬挂防护。
- 所有方案记录状态机与补偿入口,异常可追溯。
代码或图示
// 文档示例:方案取舍对照
// 最终一致:本地事务写业务 + outbox 记录 → MQ 投递 → 消费幂等 → 对账
// 事务消息:半消息 → 本地事务 → 提交/回滚,回查接口幂等
// TCC:Try 预留 / Confirm 确认 / Cancel 取消,防悬挂与空回滚
// 兜底:对账任务发现漂移,补偿或人工介入
常见误区
- 把跨服务调用包进一个数据库事务:连接与事务边界跨不出数据库。
- 选 TCC 但不设计异常分支:空回滚、悬挂、重复 Confirm 缺少防护。
追问
- 支付成功通知库存扣减失败怎么办?答:状态机记录支付成功待扣减,补偿任务重试;对账发现支付与订单状态不一致。
- 最终一致窗口多长可接受?答:按业务场景定,展示类可分钟级,资金类需接近实时并加强对账。
06.5.8.15-009 跨中间件一致性兜底体系包含哪些环节?
一句话结论
兜底体系包括可靠投递、消费幂等、状态机记录、定时对账与人工介入入口;每条数据链路都能回答「当前状态、是否一致、差异如何修复」。
概念解释
单点机制都可能失效:消息丢、消费重复、下游超时、进程崩溃。兜底靠多层叠加:发送端记录待发状态,消费端幂等落库,状态机约束流转,对账任务比对 DB 与缓存/MQ 侧数据,无法自动修复的转人工。对账要覆盖数量、关键字段与孤儿记录。
原理流程
- 建立业务状态机,每个动作有明确前置状态与结果状态。
- 关键写入落流水记录,便于追溯与重放。
- 定时对账比对权威库与派生数据(缓存、ES、通知状态)。
- 自动补偿失败或超出规则范围的差异进入人工队列。
代码或图示
// 文档示例:对账维度
// 数量:DB 订单数 vs MQ 消息数 vs ES 文档数
// 字段:库存、状态、金额关键字段抽样比对
// 孤儿:有对象无业务记录 / 有业务记录无派生数据
// 处理:自动回补 → 标记待人工 → 修复记录归档
常见误区
- 只做实时链路不做对账:偶发失败累积成长期漂移,发现时影响已扩大。
- 对账只比对总量:总量一致也可能存在字段错配与互相抵消。
追问
- 对账频率怎么定?答:核心交易链路高频对账,展示与派生数据低频对账;差异量级触发加急排查。
- 人工介入入口需要什么信息?答:业务键、当前状态、链路记录、差异类型与建议修复动作。
06.5.8.15-010 各中间件故障时的降级预案怎么设计?
一句话结论
按依赖分级设计降级:Redis 不可用读 DB 兜底或返回静态页,MQ 积压/故障本地落库补偿,下游服务超时熔断返回兜底数据;降级动作预先定义、可开关、可监控。
概念解释
故障预案覆盖缓存、队列、数据库、外部接口四类依赖。降级原则:保核心链路(下单、支付),牺牲非核心(推荐、评价、画像)。降级策略包括兜底数据、限流排队、静态页面与只读模式。预案要明确触发条件、执行动作、恢复条件与监控指标,不能等故障时临时决策。
原理流程
- 梳理依赖关系与核心/非核心功能分级。
- 为每个依赖准备降级方案:兜底数据源、开关、限流阈值。
- 故障触发时按预案切换,观察核心指标。
- 依赖恢复后逐步回切,核对数据一致性。
代码或图示
// 文档示例:降级对照方向
// Redis 故障:热点读直读 DB(限流保护)或返回静态/缓存旧值
// MQ 故障:关键事件落本地表,恢复后补发;非核心异步任务暂缓
// 下游接口超时:熔断返回兜底数据/提示,不阻塞主流程
// 预案:开关配置 + 触发指标 + 恢复步骤 + 责任人
常见误区
- 降级只想到关功能:缺少兜底数据与只读模式,用户面对错误页。
- 预案未演练:故障时动作不熟,降级不及时或误操作扩大影响。
追问
- DB 主库不可用怎么降级?答:按架构评估只读切换与写入排队;极端情况进入只读模式,保护数据一致性。
- 降级状态如何告知用户?答:明确提示排队、稍后重试或功能暂不可用,避免误展示成功结果。
06.5.8.15-011 熔断、限流与排队在综合链路中如何分层布置?
一句话结论
入口层 Nginx/网关限流挡非法与超量流量,应用层按用户/资源限流与熔断下游,队列在后端缓冲削峰;三层各有职责,避免把所有保护压在单一组件上。
概念解释
限流算法与 Redis 实现见 06.5.8.4;综合场景关注分层:入口控制总流量,应用层保护下游依赖,MQ 与排队缓冲瞬时峰值。熔断在下游持续失败时打开,停止调用并走降级;半开状态探测恢复。各层阈值压测确定,告警联动。
原理流程
- 入口限流:按 IP/接口控制总请求速率与连接数。
- 应用层:资格校验前置,对 DB、缓存、外部接口设置超时与熔断。
- 缓冲:超出处理能力的请求进入队列或排队页面,不穿透到 DB。
- 监控各层拒绝量与下游健康度,调整阈值与降级状态。
代码或图示
// 文档示例:保护分层
// 入口:Nginx limit_req/limit_conn,控制总流量
// 应用:用户维度限流、下游调用超时、熔断状态机
// 缓冲:MQ 异步下单 + 排队结果页
// 观测:入口拒绝率 / 熔断状态 / 队列 lag / 下游错误率
常见误区
- 只在入口限流:下游依赖仍可能被应用内并发打满。
- 队列无上限缓冲:积压最终拖垮消费者与下游,缓冲变成风险堆积。
追问
- 熔断打开后请求怎么处理?答:走降级逻辑返回兜底或排队提示,定期半开探测恢复。
- 限流阈值依据什么定?答:压测得到各层安全容量,结合峰值余量设定;入口阈值大于应用安全容量预留缓冲。
06.5.8.15-012 容量评估需要按哪些口径计算?
一句话结论
容量评估以峰值 QPS、单请求资源消耗(CPU、内存、连接、下游调用)为基础,按冗余系数推算实例数与中间件容量;口径要覆盖读写、消息积压与存储增长。
概念解释
先估算业务峰值:日常 QPS × 峰值系数(活动/节假日倍率),再按单实例处理能力反推实例数。资源口径包括 CPU 核心、内存、网络带宽、数据库连接数、缓存容量与 MQ 吞吐。存储按数据量增长与保留周期估算。评估留冗余,避免按平均值规划。
原理流程
- 统计历史流量与活动峰值,预测目标峰值 QPS 与并发数。
- 压测单实例/单分片能力,记录安全水位下的吞吐与资源占用。
- 按峰值除以单能力,乘冗余系数得到实例与资源规模。
- 估算 MQ 峰值吞吐与积压空间、DB 存储与连接数、缓存容量。
代码或图示
// 文档示例:容量计算口径(数值为示例口径,非实测)
// 峰值 QPS = 日常 QPS × 峰值系数
// 应用实例数 ≈ 峰值 QPS / 单实例安全 QPS × 冗余系数
// 连接数 ≈ 实例数 × 单实例连接池大小,对齐 DB max_connections
// MQ 容量:峰值吞吐 × 积压容忍时长 + 消费者处理能力余量
// 存储:日增数据量 × 保留周期 × 冗余副本
常见误区
- 按平均流量规划容量:峰值时刻资源打满,无冗余应对突发。
- 只评估应用不评估下游:DB、缓存、MQ 成为容量瓶颈。
追问
- 峰值系数怎么取?答:参考历史大促/活动数据,预留业务增长;不确定时取保守上限并压测复核。
- 容量评估多久复核一次?答:随业务增长与定期压测更新,架构变更后重新评估。
06.5.8.15-013 压测场景如何设计与结果判读?
一句话结论
压测按真实业务比例构造场景与数据,阶梯加压观察各层拐点;判读看错误率、响应延迟分位、资源水位与下游瓶颈,达到安全容量上限即为该层可承载 QPS。
概念解释
压测场景覆盖核心链路(浏览、下单、支付、查询),流量比例参照生产真实分布。数据准备模拟商品库存、用户量与下游依赖;外部依赖可打桩但要记录真实延迟基线。阶梯加压逐步找到拐点:错误率上升、延迟恶化或资源打满的水位即为容量边界。
原理流程
- 梳理核心链路与生产流量比例,设计压测用例与数据规模。
- 准备隔离环境或线上影子库,避免污染生产数据。
- 阶梯加压:记录各压力档的错误率、P95/P99 延迟、CPU/内存/连接。
- 定位瓶颈层,优化后复测;输出安全容量与阈值建议。
代码或图示
// 文档示例:压测判读指标
// 业务:成功率 / 下单 TPS / 支付成功率
// 延迟:P50 / P95 / P99 响应时间
// 资源:CPU、内存、网络、DB 连接、缓存命中率
// 拐点:错误率抬头、延迟分位恶化、资源水位达上限
// 结论:各层安全 QPS、瓶颈位置、优化项与复测结果
常见误区
- 压测全是只读请求:写链路与库存扣减瓶颈未覆盖。
- 只看平均响应时间:长尾延迟被平均值掩盖,P95/P99 才反映体验。
追问
- 外部依赖不可控怎么压?答:测试环境打桩模拟,同时记录生产真实延迟基线;核心链路预留超时与降级。
- 压测数据怎么隔离?答:影子表/独立库,压测后清理;库存与订单数据不与生产混用。
06.5.8.15-014 重复下单与请求幂等在综合链路如何落地?
一句话结论
前端生成请求幂等键,后端按唯一约束与状态机防重;重复提交、重试回调与消息重投都命中同一业务记录,不产生重复副作用。
概念解释
重复下单来源:用户双击、网络超时重试、前端重发、MQ 重复投递、回调重复通知。幂等键贯穿请求、订单与消息;落库时唯一约束兜底,业务逻辑先查已有记录。支付回调等外部通知同样按业务单号幂等处理。幂等设计在 06.5.8.3 与 06.5.8.8 已展开,综合场景要求全链路统一键。
原理流程
- 提交前生成稳定 request_id,随请求、消息与回调传递。
- 落库按唯一约束防重,先查已有业务记录再处理。
- 重复请求返回已有结果,不重复扣减库存或记账。
- 外部通知按业务单号 + 通知类型幂等记录处理状态。
代码或图示
// 文档示例:幂等方向
// 请求:request_id = 业务标识 + 场景 + 随机串
// 落库:唯一索引 (request_id),重复插入冲突转查已有订单
// 消息:消费按业务键查记录,已处理直接确认
// 回调:记录通知处理状态,重复通知不重复入账
常见误区
- 只在前端防重复点击:后端缺少约束,重试与重投仍会重复落单。
- 幂等键每次请求重新生成:无法识别同一业务的重复提交。
追问
- 幂等记录保留多久?答:覆盖业务重试与回调窗口,长期记录归档到历史表。
- 并发同一请求同时到达怎么办?答:唯一约束串行化冲突,后到者查询已有结果返回。
06.5.8.15-015 秒杀场景中缓存击穿与雪崩如何组合防护?
一句话结论
击穿靠热点预热 + 受控重建(互斥/单飞),雪崩靠 TTL 打散 + 多副本/兜底 + 限流排队;组合预案在大促前演练,避免缓存故障直接冲击数据库。
概念解释
机制细节见 06.5.8.2,综合场景关注秒杀时段的组合防护:活动前预热全部热点 key;key 到期时间加随机打散避免同时失效;缓存故障时入口限流与静态页兜底,DB 不被穿透。热点数据拆分与本地缓存分担见 06.5.8.4。防护措施要在压测与预案演练中验证。
原理流程
- 活动前预热商品与库存缓存,设置错开的 TTL。
- 缓存未命中按受控方式重建,避免并发回源击穿。
- 缓存整体故障:入口限流、静态页兜底、只读降级。
- 监控命中率与 DB 负载,异常按预案切换降级。
代码或图示
// 文档示例:组合防护清单
// 预热:活动前加载热点 key 与库存
// 打散:TTL 加随机偏移,避免集中过期
// 重建:单飞/互斥锁控制并发回源
// 兜底:静态页 + 限流 + DB 只读保护
// 观测:缓存命中率、DB QPS、入口拒绝率
常见误区
- 只配 TTL 不预热:冷启动时刻集中击穿。
- 缓存故障仍放行全部读请求:DB 被穿透打满,核心链路同时受损。
追问
- 热点 key 过期瞬间怎么处理?答:过期前后台续期或单飞重建,其余请求等待或读旧值。
- 多副本缓存能防雪崩吗?答:副本降低单实例故障影响,但配置与数据一致问题仍需监控。
06.5.8.15-016 消息积压在下单链路中如何应急处理?
一句话结论
先按 Lag 定位积压环节与瓶颈(消费者、下游 DB、毒消息),再扩消费者/批量处理/隔离毒消息;下游瓶颈未解时扩容无效,追平时间按积压量与净消费速率估算。
概念解释
积压机制与监控见 06.5.8.9。下单链路积压会导致订单状态延迟、用户反复查询。应急步骤:确认生产与消费速率、消费者存活、下游依赖健康;分区/队列有余量则扩消费者,否则批量消费与限速处理;反复失败消息隔离到异常队列。应急后复盘根因与容量预留。
原理流程
- 查看各 Topic/队列 Lag 与生产/消费速率,定位积压位置。
- 检查消费者实例存活、下游 DB 与接口耗时。
- 扩容消费者或提升批量处理效率;毒消息隔离后继续主队列。
- 估算追平时间,积压期间前端明确排队/处理中状态。
代码或图示
// 文档示例:积压应急方向
// 指标:lag / produce_tps / consume_tps / 下游耗时
// 扩容:分区有余量时加消费者实例
// 提速:批量拉取、合并下游写入、异步化非关键步骤
// 隔离:多次失败消息转死信,主队列恢复后回放
// 复盘:根因、容量缺口、阈值与告警调整
常见误区
- 一积压就加机器:下游 DB 瓶颈未解,消费者扩容增加连接竞争。
- 积压期间跳过消息:订单丢失风险,必须先存档再评估处理。
追问
- 消费者处理太慢怎么定位?答:分段计时区分业务逻辑、DB 写入与外部调用耗时。
- 追平后要做什么?答:核对订单状态与库存一致性,确认无遗留失败消息。
06.5.8.15-017 订单状态不一致的排查路径是什么?
一句话结论
以订单号/trace_id 为主线,依次查业务库状态、缓存预扣记录、MQ 消息与消费记录、下游通知与对账结果,定位不一致发生在哪个环节与成因类型。
概念解释
状态不一致常见表现:支付成功但订单未更新、库存扣了订单不存在、订单存在但 ES/通知缺失。排查从权威库出发,沿链路向派生数据核对:先确认 DB 订单与支付状态,再查消息是否投递、消费是否成功、下游是否收到。每一步留证据,区分丢消息、消费失败、重复处理与回补错误。
原理流程
- 取订单号、用户标识与时间窗口,确认权威 DB 当前状态。
- 查库存扣减/回补流水与缓存预扣记录。
- 按业务键检索 MQ 消息与消费日志、死信记录。
- 核对下游(ES、通知、支付回调)状态,定位差异环节。
- 按对账规则修复并记录根因与处理动作。
代码或图示
// 文档示例:排查顺序
// 1. DB:orders 状态、金额、时间戳
// 2. 库存:扣减/回补流水,缓存库存数量
// 3. MQ:消息是否存在、消费成功/失败、死信
// 4. 下游:ES 文档、通知记录、支付回调
// 5. 结论:差异环节 + 成因(丢消息/失败/重复/回补)+ 修复
常见误区
- 只看订单表就判断故障:派生数据与消息环节未核对,根因定位偏浅。
- 不保留中间记录:事后无法还原链路,只能凭推测处理。
追问
- 支付成功订单关闭了怎么查?答:核对回调记录、超时关闭任务执行时间与并发条件,判断重复关闭或状态错乱。
- 排查结论如何沉淀?答:形成案例补充到预案与对账规则,避免同类问题重复发生。
06.5.8.15-018 综合链路监控指标全景如何搭建?
一句话结论
监控分层覆盖入口、应用、缓存、DB、MQ 与下游依赖,指标包括流量、错误、延迟、积压与资源水位;告警按核心程度分级,关联 trace_id 可下钻日志。
概念解释
全景指标:入口 QPS/拒绝率,应用错误率与 P95/P99 延迟,缓存命中率与连接数,DB 慢查询与连接水位,MQ Lag 与消费速率,下游接口成功率与耗时。指标与日志、链路追踪关联:告警带 trace_id 与实例标识,可直接下钻。指标口径统一,避免各组件各报各的。
原理流程
- 按链路层级列出关键指标与采集来源。
- 设定基线、阈值与告警分级,区分核心与非核心。
- 指标关联日志与 trace,告警可下钻定位。
- 定期复盘告警有效性,收敛噪音并调整阈值。
代码或图示
// 文档示例:指标分层
// 入口:QPS / 拒绝率 / 连接数
// 应用:错误率 / P95-P99 / 异常计数 / 实例存活
// 缓存:命中率 / 命令耗时 / 连接数 / 内存水位
// DB:慢查询 / 锁等待 / 连接数 / QPS
// MQ:Lag / 生产消费 TPS / 死信数
// 下游:成功率 / 耗时 / 熔断状态
常见误区
- 只监控资源不监控业务:CPU 正常但下单成功率已下降。
- 告警阈值过多过密:告警疲劳,核心告警被淹没。
追问
- 指标基线怎么建立?答:压测与历史观测得到正常区间,随业务增长更新。
- 告警通知给谁?答:按服务归属与级别路由,核心链路值班优先响应。
06.5.8.15-019 综合场景设计题如何输出完整方案?
一句话结论
按「业务目标与约束 → 链路架构 → 各中间件职责 → 一致性与兜底 → 降级与容量 → 风险清单」组织方案,明确取舍依据与待验证项,不堆砌技术名词。
概念解释
设计题先澄清规模、时效与一致性要求,再画链路:入口保护、缓存、异步队列、数据库与下游。每个组件说明职责边界与失效兜底;给出状态机、幂等与对账方案;容量与压测口径支撑资源规划。不确定的版本行为与参数标注待确认,列出验证手段。
原理流程
- 澄清业务量、峰值、时效与一致性要求等约束。
- 画出请求链路与数据流转,标注各中间件职责。
- 设计幂等、状态机、事务/最终一致与对账补偿。
- 给出降级预案、监控指标与容量压测方案。
- 列出风险点、取舍理由与待验证项。
代码或图示
// 文档示例:方案输出骨架
// 约束:峰值 QPS / 时效 / 一致性等级 / 现有基础设施
// 架构:入口限流 → 校验 → 缓存预扣 → MQ → DB 落单
// 一致性:幂等键 + 状态机 + 对账补偿
// 降级:缓存/MQ/下游故障预案
// 容量:压测口径与安全容量;风险:待确认项与验证计划
常见误区
- 上来选中间件不讲业务约束:技术与场景不匹配。
- 方案只讲正常链路:失败、积压、故障降级与对账缺失。
追问
- 方案中哪些需要先验证?答:客户端/扩展可用性、服务端默认配置、性能基线,标注待确认并给实测命令。
- 如何判断方案是否可落地?答:依赖现有基础设施、团队运维能力与容量预算,风险有对应兜底措施。
06.5.8.15-020 本章节各分册如何串联复用?
一句话结论
Redis 分册提供缓存、锁与限流基础,MySQL 分册提供事务、索引与分片能力,MQ 分册提供可靠投递与消费治理;本综合场景页把这些能力按业务链路组合,遇到具体机制问题回到对应分册复核。
概念解释
单册讲透单点机制,综合场景讲组合决策:缓存模式与一致性看 06.5.8.1/2,分布式锁与 Lua 看 06.5.8.3,限流热点看 06.5.8.4,数据库索引事务分片看 06.5.8.5/6/7,RabbitMQ 看 06.5.8.8,RocketMQ/Kafka 看 06.5.8.9,网关、容器、交付、可观测与存储见后续分册。跨中间件问题以状态机、幂等、对账与降级为主线串联。
原理流程
- 先定位问题属于哪个单点机制:缓存、锁、限流、数据库还是 MQ。
- 回到对应分册核对原理、配置与常见误区。
- 综合场景页补充链路组合、兜底预案与排查路径。
- 方案落地前核对环境事实:扩展安装、服务实例与版本行为,不确定项标注待确认。
代码或图示
// 文档示例:分册索引
// 06.5.8.1/2:Redis 结构、缓存模式与一致性
// 06.5.8.3/4:分布式锁、Lua、限流与热点治理
// 06.5.8.5/6/7:MySQL 索引、事务锁、分库分表
// 06.5.8.8/9:RabbitMQ、RocketMQ/Kafka 可靠接入
// 06.5.8.10~14:网关协作、容器、CI/CD、日志追踪、搜索与对象存储
// 06.5.8.15:综合场景串联与兜底预案
常见误区
- 综合场景里重复推导基础机制:应引用分册结论,把篇幅留给组合决策与风险。
- 脱离环境事实设计方案:未核实扩展与服务实例,把假设当成已验证能力。
追问
- 新出现的中间件归到哪里?答:先判断机制归属,无法归类的题目放入待归类分册,不在综合场景硬塞。
- 如何持续维护本章节?答:场景案例按实际项目补充,机制修正回对应分册;变更后同步章节索引与自检清单。