面试题：Go并发在分布式缓存更新业务场景的适配策略

设计思路

缓存更新一致性：

使用sync.Mutex来保护共享缓存数据。当一个goroutine要更新缓存时，先获取锁，更新完成后释放锁。这样可以防止多个goroutine同时更新缓存导致数据不一致。
示例代码：

var cacheMutex sync.Mutex
var cache map[string]interface{}

func updateCache(key string, value interface{}) {
    cacheMutex.Lock()
    defer cacheMutex.Unlock()
    if cache == nil {
        cache = make(map[string]interface{})
    }
    cache[key] = value
}

缓存更新高效性：

采用异步更新的方式。每个节点将缓存更新任务发送到一个任务队列（可以使用channel实现），然后启动一定数量的goroutine从队列中取出任务并执行更新操作。这样可以避免每个更新请求都直接阻塞处理，提高整体的处理效率。
示例代码：

type UpdateTask struct {
    key   string
    value interface{}
}

var updateQueue = make(chan UpdateTask, 100)

func init() {
    numWorkers := 5
    for i := 0; i < numWorkers; i++ {
        go func() {
            for task := range updateQueue {
                updateCache(task.key, task.value)
            }
        }()
    }
}

func enqueueUpdate(key string, value interface{}) {
    updateQueue <- UpdateTask{key, value}
}

处理缓存雪崩问题：
- 设置不同的过期时间：在更新缓存时，为每个缓存项设置一个随机的过期时间，避免大量缓存同时过期。
- 使用二级缓存：在主缓存失效时，先从二级缓存（如本地内存缓存）获取数据，给主缓存重建争取时间。
- 服务降级：当缓存大量失效导致系统压力过大时，暂时关闭一些非核心功能，优先保证核心业务的稳定运行。

优化goroutine数量：

动态调整：根据系统的负载情况动态调整处理缓存更新的goroutine数量。可以通过监控系统的CPU、内存使用率等指标，当负载过高时减少goroutine数量，负载较低时增加goroutine数量。
使用WaitGroup控制生命周期：在启动goroutine时，使用WaitGroup来等待所有goroutine完成任务后再退出程序，避免资源泄漏。
示例代码：

var wg sync.WaitGroup

func main() {
    numWorkers := 5
    for i := 0; i < numWorkers; i++ {
        wg.Add(1)
        go func() {
            defer wg.Done()
            for task := range updateQueue {
                updateCache(task.key, task.value)
            }
        }()
    }

    // 模拟添加更新任务
    for i := 0; i < 10; i++ {
        enqueueUpdate(fmt.Sprintf("key%d", i), fmt.Sprintf("value%d", i))
    }

    close(updateQueue)
    wg.Wait()
}

通过上述设计思路，可以在分布式系统中实现缓存更新的一致性和高效性，同时有效处理缓存雪崩问题并优化goroutine的使用。

星途面试题库

面试题：Go并发在分布式缓存更新业务场景的适配策略

知识考点

面试题答案

设计思路