面试题：缓存设计之在线教育平台复杂业务场景下的缓存架构

Question

在线教育平台涉及多种复杂业务场景，如直播课程的实时数据推送、学员学习进度跟踪、课程购买交易等。在这些不同的业务场景下，如何设计一个统一的缓存架构，既能满足各业务场景对缓存的特殊需求，又能保证整个系统在高并发下的稳定性、可扩展性和数据一致性？请详细描述设计思路及关键技术点。

Answer 1

设计思路

1. 业务场景分析与分类
   • 直播课程实时数据推送：对实时性要求极高，数据更新频繁，需保证用户看到最新直播状态。
   • 学员学习进度跟踪：关注数据准确性和一致性，在用户学习过程中及时更新进度并持久化。
   • 课程购买交易：涉及金额等关键数据，对数据一致性和事务性要求严格，确保交易安全。
2. 分层缓存架构
   • 前端缓存：在客户端（如浏览器、移动应用）设置缓存，减轻后端压力。对于直播课程，缓存直播画面的静态资源（如背景图片等）；对于学员学习进度，缓存近期学习记录用于快速展示。使用本地存储或内存缓存实现，根据业务需求设置合适的缓存过期策略。
   • 应用层缓存：在应用服务器上设置缓存，使用如 Ehcache 等。针对直播课程，缓存直播的元数据（如主播信息、课程简介等）；对于学员学习进度，缓存短时间内频繁读取的进度片段；课程购买交易时，缓存商品详情等不频繁变动的数据，减少数据库查询。
   • 分布式缓存：采用 Redis 等分布式缓存。对于直播课程实时数据，如在线人数、实时互动消息等，利用 Redis 的发布订阅功能实现实时推送；学员学习进度的关键节点数据持久化到 Redis 以保证一致性；课程购买交易时，使用 Redis 实现分布式锁来保证交易原子性，防止超卖等问题。
3. 缓存策略制定
   • 读写策略：对于直播课程实时数据以写后读为主，优先保证写操作的实时性，读操作尽量从缓存获取；学员学习进度跟踪采用读写结合策略，读时优先从缓存取，写时同步更新缓存和数据库；课程购买交易先写缓存标记，再异步持久化到数据库，读时保证数据一致性。
   • 过期策略：直播课程实时数据设置较短过期时间，如几分钟；学员学习进度关键节点数据不过期，其他辅助数据设置较长过期时间；课程购买交易相关缓存，在交易完成后及时删除。

关键技术点

1. 缓存穿透：使用布隆过滤器。对于直播课程、学员学习进度、课程购买交易中可能查询但不存在的数据，通过布隆过滤器提前拦截，避免查询穿透到数据库。
2. 缓存雪崩：对不同业务场景的缓存设置随机过期时间，避免大量缓存同时过期。同时设置多级缓存，当一级缓存失效时，二级缓存能提供一定保护。
3. 缓存击穿：针对直播课程热点数据、课程购买热门商品等，使用互斥锁或本地缓存（如 Guava Cache）作为保护机制，防止高并发下单个热点数据缓存失效导致大量请求直接打到数据库。
4. 数据一致性：对于学员学习进度和课程购买交易等对数据一致性要求高的场景，采用缓存与数据库双写一致性方案，如先更新数据库，再更新缓存，同时结合分布式事务（如 Seata）保证数据最终一致性。对于直播课程实时数据，因实时性优先，允许一定程度的数据不一致。