面试题答案
一键面试1. 数据存储
- 数据库选择：选用支持范围分区的分布式数据库，如Cassandra。它具有良好的扩展性和高可用性，能处理大规模数据。
- 分区策略：根据商品ID范围进行分区，例如，按商品ID的哈希值或数值范围划分。比如将商品ID从1 - 10000划分到一个分区，10001 - 20000划分到另一个分区等。
- 数据结构：每个分区存储商品的基本信息及库存数据，如商品ID、名称、库存数量、库存阈值等。
2. 数据更新
- 写入操作：当发生商品库存变更时（如销售、补货等），根据商品ID定位到对应的分区。采用同步写入方式，确保数据一致性。同时，使用事务机制（如果数据库支持）保证库存更新操作的原子性。
- 更新频率：对于高频率的库存更新操作，可以采用批量更新的方式，减少数据库I/O开销。例如，每100次库存更新合并为一次批量操作。
3. 预警触发
- 监控模块：部署一个独立的库存监控模块，定期轮询每个分区的商品库存数据（可根据业务需求设置轮询间隔，如每5分钟一次）。
- 阈值检查：监控模块读取商品的库存数量和库存阈值，当库存数量低于阈值时，触发预警。为提高效率，可以在数据库层面设置触发器（如果支持），在库存更新时直接检查阈值，实时触发预警。
4. 通知机制
- 消息队列：当预警触发后，将预警信息发送到消息队列，如Kafka。消息队列具有高吞吐量和可靠的消息传递机制，能确保预警消息不丢失。
- 通知服务：一个独立的通知服务从消息队列中消费预警消息，根据配置的通知方式（如邮件、短信、即时通讯工具等）通知相关人员。例如，通过邮件服务向运营人员发送库存预警邮件。
5. 确保高可用性
- 数据库层面：
- 多副本：Cassandra通过设置副本因子，将数据复制到多个节点，确保部分节点故障时数据不丢失。
- 节点自动修复：当节点故障恢复后，数据库自动进行数据同步和修复，保持数据一致性。
- 服务层面：
- 冗余部署：对监控模块和通知服务进行冗余部署，部署多个实例。使用负载均衡器（如Nginx）将请求均匀分配到各个实例，当某个实例故障时，负载均衡器能自动将流量切换到其他正常实例。
- 健康检查：定期对各个服务实例进行健康检查，及时发现并剔除故障实例。
6. 确保数据一致性
- 读写一致性级别：在数据库层面，根据业务需求设置合适的读写一致性级别。例如，对于库存数据的读取，设置为强一致性级别，确保读取到最新的库存数据。
- 数据同步：对于跨分区的数据操作（如涉及多个分区的库存调整），采用分布式事务或两阶段提交协议（2PC）来保证数据一致性。同时，利用数据库的日志机制，在节点故障恢复时进行数据重放，确保数据的一致性。