Java面试实战：电商高并发与分布式事务处理

Java面试实战：电商高并发与分布式事务处理

面试现场：电商技术终面室

面试官：谢飞机同学，今天我们聚焦电商系统的高并发架构和分布式事务处理技术。 谢飞机：（自信地）面试官好！我研究过双十一架构，秒杀系统、分布式事务这些我都懂！

第一轮：电商基础架构

面试官：请详细描述电商秒杀系统的架构设计，如何解决高并发和超卖问题？ 谢飞机：（眼睛发亮）秒杀系统要限流！用Redis预减库存！消息队列异步下单！超卖问题用Redis分布式锁！对，还有前端限流按钮置灰！ 面试官：（点头）不错。Redis的分布式锁实现有哪些方式？Redisson和自研实现各有什么优缺点？ 谢飞机：Redisson封装了各种锁！有可重入锁、公平锁、红锁！自研用SET NX EX命令！Redisson优点是功能全，缺点是多依赖；自研轻量但要处理超时释放问题！ 面试官：如何设计一个高可用的商品详情页？静态化和缓存策略是什么？ 谢飞机：（挠头）商品详情页用Nginx静态化！CDN加速！缓存分多级：本地缓存Caffeine→Redis→数据库！热点商品预热！

第二轮：高并发处理

面试官：电商系统的流量削峰有哪些策略？消息队列在其中扮演什么角色？ 谢飞机：（快速回答）削峰用队列缓冲！请求排队！消息队列解耦、削峰、异步通信！Kafka吞吐量高适合秒杀！RabbitMQ有死信队列适合订单超时处理！ 面试官：如何优化MySQL在高并发场景下的性能？分库分表的实现方案和挑战是什么？ 谢飞机：加索引！读写分离！分库分表用Sharding-JDBC！水平分表按用户ID哈希！挑战是分布式事务和跨表查询！ 面试官：Redis集群的部署方式有哪些？哨兵模式和Cluster模式的区别是什么？如何处理缓存穿透、击穿和雪崩？ 谢飞机：（语速加快）有主从、哨兵、Cluster！哨兵是主从切换，Cluster是分片存储！穿透用布隆过滤器！击穿用互斥锁！雪崩设置不同过期时间！

第三轮：分布式事务与安全

面试官：电商支付场景中如何保证分布式事务的一致性？Seata的AT模式和TCC模式有什么区别？ 谢飞机：（眼神飘忽）用Seata！AT模式自动生成undo log！TCC要手写Try-Confirm-Cancel！AT模式侵入性低，TCC性能好！ 面试官：如何设计一个防重复提交的方案？令牌桶算法和漏桶算法的应用场景是什么？ 谢飞机：前端按钮置灰！后端用Redis存token！令牌桶允许突发流量，漏桶控制流出速率！秒杀用令牌桶！ 面试官：电商系统的接口安全有哪些措施？如何防止接口被恶意调用和数据泄露？ 谢飞机：（紧张地）用HTTPS！接口签名！时间戳防重放！限流！敏感数据加密！输入校验！ 面试官：（合上电脑）今天的面试就到这里，请回家等通知。 谢飞机：（松口气）好的！希望能收到好消息！

技术点深度解析

一、秒杀系统架构

1. 核心架构设计

   客户端 → CDN → 负载均衡 → 限流层 → 应用服务 → 消息队列 → 数据库
   

   • 限流层：Nginx限流 + Redis计数器
   • 应用服务：无状态设计，水平扩展
   • 数据层：Redis预扣库存，数据库最终一致性

2. 超卖问题解决方案

   • Redis预扣库存：

     // 库存预扣
     Long remain = redisTemplate.opsForValue().decrement("seckill:stock:" + goodsId);
     if (remain < 0) {
         // 库存不足，回滚
         redisTemplate.opsForValue().increment("seckill:stock:" + goodsId);
         return "库存不足";
     }
     

   • 分布式锁：Redisson可重入锁保证原子操作
   • 数据库最终校验：最终库存以数据库为准，定期对账

二、Redis高可用方案

1. 部署模式对比 | 模式 | 优点 | 缺点 | 适用场景 | |------|------|------|----------| | 主从 | 简单，读写分离 | 手动故障转移 | 开发环境 | | 哨兵 | 自动故障转移 | 不能水平扩展 | 中小规模 | | Cluster | 分片存储，水平扩展 | 运维复杂 | 大规模生产环境 |

2. 缓存三大问题解决方案

   • 缓存穿透：
     • 布隆过滤器过滤无效key
     • 空值缓存 + 短期过期
   • 缓存击穿：
     • 互斥锁（Redis SET NX）
     • 热点数据永不过期
   • 缓存雪崩：
     • 过期时间加随机值
     • 多级缓存
     • Redis集群

三、分布式事务实战

1. Seata AT模式原理

   • 一阶段：
     1. 解析SQL，生成undo/redo log
     2. 执行SQL并提交本地事务
     3. 上报事务状态
   • 二阶段：
     • 成功：异步删除undo log
     • 失败：根据undo log回滚
   • 适用场景：无侵入，适用于大多数业务场景

2. TCC模式实现

   // Try阶段：预扣库存
   @Transactional
   public boolean tryDeductStock(Long goodsId, int quantity) {
       // 检查库存
       // 预扣库存（状态标记为冻结）
   }
   
   // Confirm阶段：确认扣减
   @Transactional
   public boolean confirmDeductStock(Long goodsId, int quantity) {
       // 将冻结库存转为实际扣减
   }
   
   // Cancel阶段：取消扣减
   @Transactional
   public boolean cancelDeductStock(Long goodsId, int quantity) {
       // 回滚冻结库存
   }
   

   • 适用场景：高性能要求，如金融支付

面试锦囊：电商场景是大厂面试高频考点，重点掌握高并发处理三板斧（限流、缓存、异步）和分布式事务解决方案。准备一个完整的秒杀系统设计方案，能显著提升面试通过率。