面试题答案
一键面试1. 限流策略
- 接口限流：对系统的入口接口采用限流算法，如令牌桶算法或漏桶算法。例如，使用Guava的RateLimiter实现令牌桶限流，限制每秒到达系统的请求数量，防止大量请求直接冲击后端服务，减轻消息队列和后端系统的压力。
- 用户限流：根据用户标识进行限流，比如限制每个用户在一定时间内的请求次数。可以通过Redis的原子操作（如INCR和EXPIRE）实现，以保护系统不被单个用户的高并发请求拖垮。
2. 数据持久化与补偿机制
- 请求日志记录：在请求进入系统时，无论缓存是否失效，都将请求数据持久化到可靠的存储中，如数据库或分布式文件系统。记录请求的关键信息，以便后续进行补偿处理。
- 消息队列数据持久化：确保消息队列本身对消息进行持久化存储，避免因队列故障导致消息丢失。例如，Kafka通过将消息持久化到磁盘来保证数据的可靠性。
- 补偿任务：启动一个后台任务，定期检查消息队列的积压情况和缓存失效期间的请求日志。对于未处理的请求，按照一定的策略重新发送到消息队列或直接处理，以保证数据的完整性。
3. 降级策略
- 非核心功能降级：识别系统中的非核心功能，在缓存失效和队列积压严重时，暂时关闭这些功能，优先保证核心业务的正常运行。例如，某些统计报表生成、推荐系统等功能可以在紧急情况下降级。
- 只读模式：对于一些允许读旧数据的业务场景，将系统切换到只读模式。此时，即使缓存失效，仍然可以从数据库等持久化存储中读取数据返回给用户，虽然数据可能不是最新的，但能保证系统的可用性。
4. 动态资源调整
- 增加资源：监控系统的各项指标，如CPU、内存、网络等。当发现系统资源紧张时，自动触发资源扩容机制，如增加服务器节点、扩展消息队列的分区数等。云平台（如阿里云、AWS）通常提供自动伸缩（Auto Scaling）功能来实现这一点。
- 优化资源利用：检查系统中是否存在资源浪费的情况，例如不合理的数据库查询、无效的缓存使用等。优化代码和配置，提高系统资源的利用率，以应对高并发压力。
5. 熔断机制
- 设置熔断阈值：针对依赖的外部服务（如缓存服务），设置熔断阈值。当请求失败率或响应时间超过一定阈值时，触发熔断，暂时停止对该服务的请求，避免大量无效请求堆积。
- 熔断恢复：在熔断后，每隔一段时间尝试恢复对缓存服务的请求，如采用逐步试探的方式，逐渐增加请求量，直到缓存服务恢复正常。