面试题答案
一键面试1. 缓存与数据库双写一致性解决方案
读写策略
- 读操作：
- 先从缓存读数据，如果缓存命中，直接返回数据。
- 如果缓存未命中，从数据库读取数据，将数据写入缓存（设置合适的过期时间），然后返回数据。
- 写操作：
- 先更新数据库，成功后再更新缓存。这种顺序可以避免先更新缓存，数据库更新失败导致数据不一致的情况。
缓存选型
选用如 Redis 这样高性能、支持丰富数据结构的缓存系统。Redis 具备高并发读写能力，适合处理电商系统的高并发操作。
批量更新操作
- 对于库存批量更新操作，先将批量更新的数据进行整理，一次性更新数据库。数据库操作成功后，批量更新缓存。可以使用 Redis 的事务（MULTI - EXEC）功能确保缓存更新的原子性，防止部分更新成功部分失败的情况。
2. 并发冲突处理
扣减库存操作
- 乐观锁：在数据库表中增加一个版本号字段。每次扣减库存前，先读取库存数据及版本号，扣减库存时带上版本号进行更新，并将版本号加 1。只有当数据库中的版本号与读取时一致时，更新才会成功，否则重试。
- 分布式锁：使用 Redis 的 SETNX 命令实现分布式锁。在扣减库存操作前，先获取锁，操作完成后释放锁。这样可以保证同一时间只有一个线程能进行扣减库存操作，避免并发冲突。但要注意锁的过期时间设置，防止死锁。
库存查询与写操作并发
- 读操作本身不会直接导致数据不一致，但高并发下可能读到脏数据。可以通过合理设置缓存过期时间，使缓存数据能及时更新。同时，在写操作完成后，主动刷新相关缓存数据，保证后续读操作能获取到最新数据。
3. 异常情况处理
数据库更新异常
- 如果数据库更新失败，记录详细的错误日志，包括操作类型、商品信息、失败原因等。对于重要的更新操作，可以进行重试，设置合理的重试次数和重试间隔。如果多次重试仍失败，通知相关运维人员进行处理。
缓存更新异常
- 缓存更新失败时，同样记录错误日志。可以考虑使用消息队列（如 Kafka）将更新缓存的任务重新发送到队列中，由专门的消费者进行重试，确保缓存最终能更新成功。同时，在系统中设置监控机制，对缓存更新失败的频率进行监控，当失败次数超过阈值时发出告警。