面试题答案
一键面试1. 选择合适的数据库
- 关系型数据库：如 PostgreSQL 或 Oracle。它们具有强大的事务处理能力，遵循 ACID 特性，能确保数据一致性。在金融交易场景中，对每笔交易的完整性要求极高，关系型数据库可通过事务保证一系列操作要么全部成功，要么全部失败。例如，在一笔转账交易中，从账户 A 扣除金额和向账户 B 添加金额这两个操作需在一个事务内完成。
- 分布式数据库：TiDB 是一款优秀的分布式关系型数据库，它不仅具备传统关系型数据库的事务处理能力，还能通过分布式架构应对高并发和大规模数据存储。其自动数据分片功能可将数据均匀分布在多个节点上，提升读写性能。
2. 数据持久化策略
- 使用卷挂载：在容器化环境中，利用 Docker 卷或 Kubernetes PersistentVolume（PV）和 PersistentVolumeClaim（PVC）将容器内的数据目录挂载到宿主机或网络存储上。这样即使容器被销毁或重新创建，数据依然保留。例如，对于 PostgreSQL 容器，将其数据目录（如
/var/lib/postgresql/data）挂载到宿主机的指定目录（如/data/postgres）。 - 定期备份：无论是关系型还是分布式数据库，都要制定定期备份策略。可以使用数据库自带的备份工具，如 PostgreSQL 的
pg_dump命令进行全量备份，配合pg_basebackup进行增量备份。将备份数据存储在异地存储中，防止本地数据丢失或损坏。
3. 应对容器动态扩展
- 数据库连接池：在应用程序端使用连接池技术，如 HikariCP（适用于 Java 应用）。连接池可以管理和复用数据库连接，减少频繁创建和销毁连接的开销。当容器动态扩展时，每个新容器可以从连接池中获取连接，避免因大量新连接导致数据库连接资源耗尽。
- 负载均衡：对于读操作，可以在数据库前端部署负载均衡器，如 HAProxy 或 Nginx。将读请求均匀分配到多个数据库副本（如果采用主从复制架构）上，减轻主数据库的读压力。对于写操作，要确保数据一致性，通常直接写入主数据库。
4. 故障恢复
- 数据库复制：采用主从复制（如 PostgreSQL 的流复制）或多副本机制（如 TiDB 的 Raft 协议保证多副本一致性）。当主数据库出现故障时，从数据库可以快速提升为主数据库，继续提供服务，确保交易数据不丢失且服务可用性。
- 日志记录：数据库的事务日志记录了所有的数据库操作。在故障恢复时，通过重放日志可以将数据库恢复到故障前的状态。例如，MySQL 的二进制日志（binlog）和 InnoDB 存储引擎的重做日志（redo log）都在故障恢复中发挥关键作用。
5. 高并发处理
- 缓存机制：引入缓存，如 Redis。在处理高并发交易时，先将高频读取的数据（如账户余额等）缓存到 Redis 中。对于读请求，优先从缓存中获取数据，减少数据库的读压力。当数据发生变化时，及时更新缓存和数据库，保证数据一致性。
- 异步处理：对于一些非关键的操作，如生成交易报表等，可以采用异步处理方式。使用消息队列（如 Kafka 或 RabbitMQ）将这些任务异步化，交易系统在完成核心交易操作后，将相关任务发送到消息队列，由专门的消费者进行处理，从而提高交易系统的响应速度。