秒杀项目常见面试题

秒杀项目常见面试题

0、介绍一下你的项目

为什么做这个项目？

希望将过去所学的一些知识进行系统化的深入理解。秒杀项目应用场景丰富，涉及高并发、缓存、消息队列、分布式锁等多个中间件，更有利于对 Web 服务架构的深入学习。

项目整体流程

项目主要模拟高并发秒杀场景。请求到达 Nginx 后，通过负载均衡策略分发到后端两台服务器。

为解决秒杀场景中的入口流量和瞬时高并发问题，引入了 Redis 作为缓存中间件，实现缓存预热、库存预扣减等功能；通过秒杀令牌与秒杀大闸机制限制入口流量；通过线程池技术实现流量削峰，缓解系统瞬时压力。

1、秒杀中如何处理超卖问题？

仅依靠 MySQL 时，可以通过库存条件更新语句实现：

update table_prmo
set num = num - 1
where id = 1001
and num > 0;

更常见的方案是利用 Redis 单线程特性进行库存预扣减。

1. 系统启动时，将商品库存预热到 Redis。
2. 用户请求到达后，先在 Redis 中执行库存预减。
3. 库存不足直接返回失败。
4. 库存扣减成功后进入异步队列。
5. 消费者生成订单并扣减数据库库存。

2、秒杀中如何解决重复下单问题？

采用：

• MySQL 唯一索引（用户ID + 商品ID）
• 分布式锁控制并发

3、热点数据失效（缓存击穿）问题如何解决？

热点数据设置为永不过期。

4、缓存和数据库数据一致性如何保证？

• 使用 Canal 监听 MySQL Binlog 实现同步。
• 先更新数据库，再删除缓存。
• 缓存失效后重新从数据库加载数据。

5、减库存成功但生成订单失败怎么办？

单体项目可通过 Spring 事务解决。

分布式环境下需要使用分布式事务保证库存与订单的一致性。

相关理论

• CAP 理论
• BASE 理论

常见解决方案

• 全局消息
• 可靠消息最终一致性（MQ）
• TCC
• 最大努力通知
• Seata 分布式事务

6、做了哪些限流削峰措施？

• 秒杀令牌（Token）
• 秒杀大闸机制
• 线程池削峰
• 验证码防刷

7、如何解决恶意下单问题？

通过 Nginx 进行 IP 访问频率限制。

访问频率异常的 IP 可以自动拉黑。

8、多机器扣减库存如何保证线程安全？

使用 Redis 分布式锁。

实际项目中通常采用 Redisson 实现分布式锁。

9、如何扣减 Redis 中的库存？

Redis 原子操作：

• decrement：库存减一
• increment：库存加一

以上命令均具备原子性。

10、缓存突然失效导致大量请求打到数据库怎么办？

这是典型的缓存雪崩问题。

解决方案是在缓存过期时间基础上增加随机值。

11、Redis 挂掉后如何减轻数据库压力？

搭建 Redis 高可用集群。

主从模式

主节点故障后，从节点通过：

slaveof no one

解除主从关系并提升为主节点。

哨兵模式

核心机制：

• 心跳检测（Ping/Pong）
• 投票选举

当 Sentinel 判断 Master 宕机后，会自动选举新的 Master。

12、页面静态化

将静态资源提前部署到 CDN，减轻秒杀时服务器压力。

13、秒杀系统面临的问题

• 高并发
• 超卖问题
• 重复下单问题
• 恶意请求
• 数据库压力过大
• 缓存击穿
• 缓存穿透
• 缓存雪崩

14、秒杀系统架构设计

1. Nginx 动静分离与负载均衡
2. Redis 缓存预热与库存预减
3. MQ 异步下单

15、分布式会话问题

通过 Token + Redis 实现分布式会话。

用户首次登录成功后生成 Token，并将用户信息存入 Redis。

// 首次登录
String uuid = UUID.randomUUID().toString();
redisTemplate.opsForValue().set(uuid, userModel);

// Token 返回客户端保存

后续请求携带 Token，从 Redis 获取用户信息完成身份验证。

16、线程池执行过程

核心参数

• corePoolSize：核心线程数
• maximumPoolSize：最大线程数
• keepAliveTime：非核心线程存活时间
• unit：时间单位
• workQueue：阻塞队列
• threadFactory：线程工厂
• handler：拒绝策略

执行流程

1. 优先创建核心线程。
2. 核心线程满后进入阻塞队列。
3. 阻塞队列满后创建非核心线程。
4. 达到最大线程数后执行拒绝策略。

17、项目中的难点

限流与削峰设计

采用秒杀令牌和秒杀大闸机制控制入口流量。

例如：

10 万用户抢购 10 件商品，仅允许部分用户进入系统。

// 设置秒杀大闸
redisTemplate.opsForValue()
.set("door_count"+promoId,itemModel.getStock()*5);

// 获取剩余令牌
int dazha =
redisTemplate.opsForValue()
.get("door_count"+promoId);

if(dazha <= 0){
    throw new Exception();
}else{
    String token =
    UUIDUtils.getUUID()+promoId;

    redisTemplate.opsForValue()
    .set(userToken,token);
}

高并发流量限制

• 线程池
• Semaphore 信号量

分布式会话问题

通过 Cookie 共享和 Redis 存储 Token 解决登录状态不一致问题。

18、项目中 Redis 做了什么？

• 缓存中间件
• 库存预减
• 热点数据缓存

19、项目中 ActiveMQ 做了什么？

作为异步下单中间件，利用消息队列缓解数据库压力。

20、线程池核心线程数经验值

场景	推荐配置
CPU密集型	N + 1
IO密集型	2N + 1

21、TPS 提升情况

阶段	TPS
基础架构	200
引入 Nginx、Redis、分布式扩展后	2500

22、Nginx 负载均衡策略

• 轮询（Round Robin）
• 权重（Weight）
• IP Hash
• 最少连接（Least Connections）

23、项目架构

秒杀系统整体采用 Nginx + Redis + MQ + MySQL 架构。

24、引导用户进入降级页面是什么意思？

当系统流量过大或服务异常时，引导用户进入降级页面，避免系统雪崩。

25、Redis 与 MySQL 数据一致性问题

常见方案：

• 更新数据库后删除缓存
• Canal 监听 Binlog 同步缓存
• MQ 最终一致性方案

26、电脑和手机同时抢购会颁发几个 Token？

同一用户无论登录多少设备，本质上对应同一个账号。

系统只会为用户颁发一个有效 Token。

27、如何利用线程池实现流量削峰？

通过限制线程池最大线程数控制系统并发量，其余请求进入队列等待。

28、线程池拒绝策略

ThreadPoolExecutor.AbortPolicy
// 丢弃任务并抛出异常

ThreadPoolExecutor.DiscardPolicy
// 丢弃任务

ThreadPoolExecutor.DiscardOldestPolicy
// 丢弃最老任务

ThreadPoolExecutor.CallerRunsPolicy
// 调用者线程执行任务

29、被线程池拒绝的用户令牌是否有效？

无效。

对应 Token 会从 Redis 中删除。

30、线程池阻塞队列大小如何设置？

通常设置为：

秒杀商品数量 - 核心线程数

31、线上查看 JVM GC 情况命令

jstat -gc vmid count

jstat -gc 12538 5000

表示每 5 秒打印一次指定 Java 进程的 GC 情况。

32、项目预期

用于深入理解高并发、缓存、消息队列、分布式事务等核心技术。

33、秒杀令牌每秒生成多少个？

令牌数量会动态变化。

通常通过令牌桶算法控制生成速率。

34、MQ 异步扣减库存流程

1. Redis 扣减库存成功。
2. 生成包含商品和用户信息的消息。
3. MQ 发送消息。
4. 订单服务消费消息。
5. 生成订单。
6. 更新 MySQL 库存。

35、项目性能指标

• TPS：单机约 2000
• QPS：未记录

36、MySQL 表设计

• item 商品表
• item_stock 库存表
• order 订单表
• user 用户表

37、多人协作如何协调？

可采用 Git Flow、接口文档管理、代码评审等方式进行协作开发。

38、只使用 MySQL 如何防止超卖？

将查询库存和扣减库存放入同一个事务中执行。

虽然能够保证正确性，但并发能力较弱。

39、数据库扣减库存 SQL

update table
set stock = stock - 1
where prom_id = ?
and stock > 1;

40、如何防止用户反复点击下单按钮？

前端方案

• 点击后按钮置灰
• 限制重复点击时间

后端方案

• 秒杀令牌校验
• Redis 去重
• 重复请求直接返回“正在抢购中”