✍个人博客：Pandaconda-CSDN博客
📣专栏地址：https://blog.csdn.net/newin2020/category_12903849.html
📚专栏简介：在这个专栏中，我将会分享后端开发面试中常见的面试题给大家，每天的题目都是独立且随机的，之前的面试题不会影响接下来的学习~
❤️如果有收获的话，欢迎点赞👍收藏📁，您的支持就是我创作的最大动力💪
题目 1: 什么是缓存穿透、缓存击穿和缓存雪崩？如何解决这些问题？
答案：
缓存是提高系统性能的重要手段，但在实际使用中可能会遇到以下三种问题：
-
缓存穿透
- 定义：查询一个不存在的数据，缓存和数据库都没有命中，导致请求直接打到数据库。
- 解决方案：
- 使用布隆过滤器（Bloom Filter）提前过滤掉无效的查询请求。
- 对于空结果也设置缓存，并设置较短的过期时间。
-
缓存击穿
- 定义：某个热点数据在缓存中失效时，大量请求同时打到数据库，造成数据库压力骤增。
- 解决方案：
- 设置热点数据永不过期。
- 使用互斥锁（如 Redis 的分布式锁）确保只有一个请求加载数据到缓存，其他请求等待。
-
缓存雪崩
- 定义：大量缓存在同一时间失效，导致所有请求都打到数据库，引发系统崩溃。
- 解决方案：
- 给缓存设置随机的过期时间，避免同时失效。
- 增加多级缓存（如本地缓存 + 分布式缓存）。
- 在缓存失效时启动降级策略（如返回默认值或静态页面）。
题目 2: 如何设计一个分布式任务调度系统？请描述核心组件和实现思路。
答案：
分布式任务调度系统用于在分布式环境中协调和执行定时任务，以下是其核心组件和实现思路：
核心组件：
-
任务管理模块
负责任务的注册、配置和状态管理，包括任务名称、执行时间、执行频率等信息。 -
调度器 (Scheduler)
根据任务的执行时间和频率，触发任务的执行。可以使用时间轮算法或优先队列实现高效的调度。 -
执行器 (Executor)
实际执行任务逻辑的组件，分布在不同的节点上，支持水平扩展。 -
分布式协调模块
使用分布式协调工具（如 Zookeeper 或 Consul）确保任务在多个节点之间只被一个节点执行。 -
监控与报警模块
记录任务的执行日志、状态和性能指标，并在任务失败时发送报警通知。
实现思路：
-
任务分发
调度器将任务分配给可用的执行器，确保负载均衡。 -
任务幂等性
确保任务即使被多次执行也不会产生副作用。 -
容错机制
如果某个执行器宕机，调度器需重新分配任务到其他节点。 -
动态扩展
支持动态添加或移除执行器节点，无需重启系统。
示例：
使用 Quartz 配合 Redis 实现分布式任务调度：
- Quartz 负责任务的调度逻辑。
- Redis 存储任务的状态和锁，确保任务的唯一性和一致性。
题目 3: 什么是消息队列？它的作用是什么？常见的消息队列有哪些？
答案：
消息队列是一种异步通信机制，用于在分布式系统中传递消息，解耦生产者和消费者。
作用：
-
解耦
生产者和消费者之间通过消息队列进行通信，彼此无需直接依赖。 -
异步处理
将耗时操作放入消息队列，消费者异步处理，提升系统的响应速度。 -
削峰填谷
在高并发场景下，消息队列可以缓冲流量，避免下游系统过载。 -
可靠性
消息队列支持持久化存储，确保消息不会因系统故障而丢失。
常见的消息队列：
-
RabbitMQ
- 特点：支持多种协议（如 AMQP），功能强大，适合复杂的路由场景。
- 应用场景：金融系统、订单处理。
-
Kafka
- 特点：高吞吐量，适合大规模数据流处理。
- 应用场景：日志收集、实时数据分析。
-
RocketMQ
- 特点：高性能，支持事务消息，适合电商等对可靠性要求高的场景。
- 应用场景：订单系统、库存管理。
-
ActiveMQ
- 特点：成熟稳定，支持 JMS 协议。
- 应用场景：传统企业级应用。
选择建议：
根据业务需求选择合适的消息队列，例如高吞吐量场景选择 Kafka，复杂路由场景选择 RabbitMQ。
)