黑马点评项目问题总结

一、登录模块

1.Session存在共享问题

2. redis

因此选择用redis,数据结构:
手机号:验证码code
随机码为token:用户信息(保存为一个Map<String,Object>对象,具体为key与value)

3.整体流程

(1) 发送验证码
(2) 短信验证码登录、注册
(3) 校验登录状态 token
(4) 拦截器优化
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、实现商品信息缓存

1. 查询流程

在这里插入图片描述

2. 缓存与数据库一致性问题

  • redis缓存更新策略有几种?选择哪种?
    内存淘汰和过期淘汰 主动更新
  • 操作缓存和数据库
    (1) 删除缓存还是更新缓存 删除
    (2)如何保证缓存与数据库的操作同时成功或失败 事务
    (3)先操作缓存还是数据库 写数据库比较慢

3. 三大问题及解决方案

  • 缓存穿透
    定义、有哪两种方式解决
    在这里插入图片描述
    在这里插入图片描述
  • 缓存雪崩
    定义(2种情况)、解决方案
  • 缓存击穿
    定义
    两种解决方案: 一致性、可用性
  1. 互斥锁 setnx
    利用redis的setnx命令,通过获取锁和释放锁的方式来完成。锁的过期时间设置10s,能够保证一致性,但是无法保证可用性(线程会一直查询)
    在这里插入图片描述
  • 设置逻辑过期时间
    给缓存设置一个逻辑过期时间
    还是需要互斥锁,不同的就是:不是每一个线程都需要取重写数据库,如果发现获取不到锁会直接返回旧的数据,获取不到锁不会说一直重试,而且拿到锁也是开启一个新线程取写数据库。保证了可用性,但失去了一致性(此时拿到的数据不是新的数据)
    在这里插入图片描述
    在这里插入图片描述
  • 结果对比

在这里插入图片描述

三、优惠券秒杀

1. Redis自增实现全局唯一id

  • 常见的生成全局唯一id生成策略
    (各自特点,自己搜资料补充)
  • 具体实现方式及原因
    符号位+时间戳+序列号 保证了递增性、安全性、唯一性

2. 秒杀下单,并利用乐观锁解决超卖问题

在这里插入图片描述

  • 超卖是什么
    库存小于0
  • 下单必须满足的条件
    秒杀是否开始或结束,如果尚未开始或已经结束则无法下单
    库存是否充足,不足则无法下单
  • 能不能直接采用版本号?存在什么问题
    只要我扣减库存时的库存和之前我查询到的库存是一样的,就意味着没有人在中间修改过库存,那么此时就是安全的,但是以上这种方式通过测试发现会有很多失败的情况,失败的原因在于:在使用乐观锁过程中假设100个线程同时都拿到了100的库存,然后大家一起去进行扣减,但是100个人中只有1个人能扣减成功,其他的人在处理时,他们在扣减时,库存已经被修改过了,所以此时其他线程都会失败
  • 项目中的乐观锁如何实现
    在扣减库存之前 判断库存大于0就好

3. 优惠券秒杀:一人一单

  • 一人一单
  • 解决方案
    在这里插入图片描述
    根据用户id加一个synchronized锁
    控制锁的粒度
    代理模式解决事务失效,并且保证提交事务后再释放锁(不建议自己说出来,坑太多,不好讲)
  • 存在的问题:集群模式下锁失效

4.分布锁解决集群下锁失效的问题(基于Setnx)

4.1 基于setnex(setIfAbsent) 实现分布式锁

防止死锁?添加过期时间

4.2 分布式锁的误删问题

什么是误删? 线程1发生了业务阻塞,锁超时释放了自己的锁,后面正常执行业务后,线程1又执行锁释放把线程2的锁给释放了
如何解决?:在释放锁的时候判断锁是否属于自己
在这里插入图片描述

4.3 分布式锁的原子性问题

判断锁和释放锁是两个不同的动作!需要让判断和释放锁变成一个原子操作
利用lua脚本

4.4 存在的问题

不可重入
不可重试
超时释放
主从一致性

5. 基于Redission的分布式锁(对setnex的优化)

5.1 不可重入

在这里插入图片描述

5.2 锁重试和watchdog机制

在这里插入图片描述
在这里插入图片描述

5.3 MultiLock解决主从不一致问题

redission提出来了MutiLock锁,使用这把锁咱们就不使用主从了,每个节点的地位都是一样的, 这把锁加锁的逻辑需要写入到每一个主丛节点上,只有所有的服务器都写入成功,此时才是加锁成功,假设现在某个节点挂了,那么他去获得锁的时候,只要有一个节点拿不到,都不能算是加锁成功,就保证了加锁的可靠性

6. 异步秒杀优化

在这里插入图片描述

  • 基于阻塞队列的思路
  • 先利用Redis完成库存余量、一人一单判断,完成抢单业务
  • 再将下单业务放入阻塞队列,利用独立线程异步下单
  • 基于阻塞队列的异步秒杀存在哪些问题?
    内存限制问题
    数据安全问题
  • 基于Redis的Stream结构作为消息队列,实现异步秒杀下单
  • 创建一个Stream类型的消息队列,名为stream.orders
  • 修改之前的秒杀下单Lua脚本,在认定有抢购资格后,直接向stream.orders中添加消息,内容包含voucherId、userId、orderId
  • 项目启动时,开启一个线程任务,尝试获取stream.orders中的消息,完成下单 (用Java代码消息队列中的信息),出现异常需要读取Pending List的
  • Stream类型消息队列的消费者组的特点

四. 点赞排行榜

SortedSet数据结构 根据时间进行排行的

  • 问题一:代码细节
    List<UserDTO> userDTOS = userService.query()
            .in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list()
            .stream()
            .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
            .collect(Collectors.toList());
  • 问题二:SortedSet底层
    hash结构:关联元素和权重
    跳跃表:空间换时间,提高查找效率

五. 附近商户

  • 设计思路
    在这里插入图片描述
  • 选择geo数据结构
  • 分组
    根据type来对数据进行筛选,所以我们可以按照商户类型做分组,类型相同的商户作为同一组,以typeId为key存入同一个GEO集合中即可
  • 导入数据
    数据库表中的数据导入到redis中去,redis中的GEO,GEO在redis中就一个menber和一个经纬度,我们把x和y轴传入到redis做的经纬度位置去,但我们不能把所有的数据都放入到menber中去,毕竟作为redis是一个内存级数据库,如果存海量数据,redis还是力不从心,所以我们在这个地方存储他的id即可。

六. 用户签到

0. 数据结构

Bitmap
bitMap返回的数据是10进制
在这里插入图片描述

1. 签到功能

@Override
public Result sign() {
    // 1.获取当前登录用户
    Long userId = UserHolder.getUser().getId();
    // 2.获取日期
    LocalDateTime now = LocalDateTime.now();
    // 3.拼接key
    String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM"));
    String key = USER_SIGN_KEY + userId + keySuffix; //user:sign:5:202302
    // 4.获取今天是本月的第几天
    int dayOfMonth = now.getDayOfMonth();
    // 5.写入Redis SETBIT key offset 1
    stringRedisTemplate.opsForValue().setBit(key, dayOfMonth - 1, true);
    return Result.ok();
}

2. 统计签到天数

思路:
bitMap返回的数据是10进制,哪假如说返回一个数字8,那么我哪儿知道到底哪些是0,哪些是1呢?我们只需要让得到的10进制数字和1做与运算就可以了,因为1只有遇见1 才是1,其他数字都是0 ,我们把签到结果和1进行与操作,每与一次,就把签到结果向右移动一位,依次内推,我们就能完成逐个遍历的效果了。

七. UV统计

数据结构的选择HyperLogLog

八. 共同关注

选择的数据结构是set,比如用户1关注了A B C,那么就是 1:A B C
同理对用户2有同样的操作,求共同关注就是求两个set的交集

//设置key:当前登录用户,关注的对象
   stringRedisTemplate.opsForSet().add(key, followUserId.toString());
 //求交集
   Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2);

九. 推模式Feed流

1. Feed流理论

  1. feed流:内容推送给用户
  2. feed流两种模式:Timeline和智能排序
  3. Timeline三种实现方式:推、拉、推拉结合
    拉模式:
    当张三和李四和王五发了消息后,都会保存在自己的邮箱中,假设赵六要读取信息,那么他会从读取他自己的收件箱,此时系统会从他关注的人群中,把他关注人的信息全部都进行拉取,然后在进行排序
    拉模式
    推模式:
    推模式是没有写邮箱的,当张三写了一个内容,此时会主动的把张三写的内容发送到他的粉丝收件箱中去,假设此时李四再来读取,就不用再去临时拉取了
    优点:时效快,不用临时拉取
    缺点:内存压力大,假设一个大V写信息,很多人关注他, 就会写很多分数据到粉丝那边去
    在这里插入图片描述
    推拉结合模式:也叫做读写混合,兼具推和拉两种模式的优点。
    推拉模式是一个折中的方案,站在发件人这一段,如果是个普通的人,那么我们采用写扩散的方式,直接把数据写入到他的粉丝中去,因为普通的人他的粉丝关注量比较小,所以这样做没有压力,如果是大V,那么他是直接将数据先写入到一份到发件箱里边去,然后再直接写一份到活跃粉丝收件箱里边去,现在站在收件人这端来看,如果是活跃粉丝,那么大V和普通的人发的都会直接写入到自己收件箱里边来,而如果是普通的粉丝,由于他们上线不是很频繁,所以等他们上线时,再从发件箱里边去拉信息。

2. 实现方案

在保存完探店笔记后,获得到当前笔记的粉丝,然后把数据推送到粉丝的redis中去。按照时间顺序feed,数据结构

@Override
public Result saveBlog(Blog blog) {
    // 1.获取登录用户
    UserDTO user = UserHolder.getUser();
    blog.setUserId(user.getId());
    // 2.保存探店笔记
    boolean isSuccess = save(blog);
    if(!isSuccess){
        return Result.fail("新增笔记失败!");
    }
    // 3.查询笔记作者的所有粉丝 select * from tb_follow where follow_user_id = ?
    List<Follow> follows = followService.query().eq("follow_user_id", user.getId()).list();
    // 4.推送笔记id给所有粉丝
    for (Follow follow : follows) {
        // 4.1.获取粉丝id
        Long userId = follow.getUserId();
        // 4.2.推送
        String key = FEED_KEY + userId;
        stringRedisTemplate.opsForZSet().add(key, blog.getId().toString(), System.currentTimeMillis());
    }
    // 5.返回id
    return Result.ok(blog.getId());
}

功能二:实现分页查询
思路分析
1、每次查询完成后,我们要分析出查询出数据的最小时间戳,这个值会作为下一次查询的条件
2、我们需要找到与上一次查询相同的查询个数作为偏移量,下次查询时,跳过这些查询过的数据,拿到我们需要的数据
综上:我们的请求参数中就需要携带 lastId:上一次查询的最小时间戳 和偏移量这两个参数。
这两个参数第一次会由前端来指定,以后的查询就根据后台结果作为条件,再次传递到后台。

### 黑马点评面试问题总结与经验分享 #### 面试准备阶段 在参加黑马点评的面试之前,充分了解公司的业务范围和技术栈是非常重要的。对于技术岗位而言,除了掌握基本的技术技能外,还需要熟悉常见的算法和数据结构[^1]。例如,在Java开发领域,候选人应具备扎实的基础知识以及解决实际问题的能力。 #### 常见技术类面试题目解析 以下是几个可能出现在黑马点评面试中的典型技术问题及其解答思路: 1. **为什么选择离开当前职位?** 当被问到离职原因时,建议给出积极正面的理由,比如寻求更大的职业发展空间、更贴近个人兴趣的工作机会等。同时可以提及对公司文化和发展方向的认可,这表明应聘者对未来有清晰规划并希望加入一家能够支持其成长的企业[^1]。 2. **如何应对生产环境下的异常情况(如内存泄露或OOM)?** 对于此类操作性较强的问题,则需展示完整的解决方案流程——从发现问题迹象(性能下降、响应变慢)[^2], 到具体诊断方法(JVM参数调优、堆转储分析工具使用), 再至最终修复措施及后续预防机制建立. 3. **项目经历阐述** 讲述过往参与过的项目时要注重逻辑性和条理性,说明你在其中承担的角色职责以及取得的成绩。特别是当提到某些特定挑战是如何克服的时候,更能体现你的技术水平和个人素质[^3]. #### 软实力考察要点 除硬核编码能力之外,沟通表达能力和团队协作精神同样受到重视。因此在整个交流过程中保持自信从容的态度很重要;另外适时展现对自己行业的热爱之情也能给考官留下深刻印象。 ```python # 示例代码片段用于演示候选人在讨论编程技巧时可能会涉及的内容 def fibonacci(n): if n<=0: return [] elif n==1: return [0] fib_series=[0,1] while len(fib_series)<n: next_val=fib_series[-1]+fib_series[-2] fib_series.append(next_val) return fib_series[:n] print(fibonacci(10)) ``` 以上仅作为参考模板之一,具体情况还需根据实际需求调整优化。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值