项目中遇到的bug及面试问题总结

本文分享了高并发秒杀系统的实战经验,包括Redis预减库存、页面静态化、利用消息队列等策略应对高并发挑战,以及如何优化数据库访问减少压力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.Redis服务器 can not get resource from pool.

 1000个线程并发还能跑,5000个线程的时候出现这种问题,查后台debug日志,发现redis 线程池不够。刚开始设置的是:

# redis 配置文件
#redis
redis.host=127.0.0.1
redis.port=6379
redis.timeout=300        等待时间  10s改为300s
redis.password=123456
redis.poolMaxTotal=1000   连接数,刚开始最大连接数 设置为100.
redis.poolMaxIdle=500      最大空闲连接数  100改成500
redis.poolMaxWait=300      

顺便也改了一下jdbc 的连接池参数,最大空闲和最大连接数都改成1000.在测一下。可以

spring.datasource.filters=stat
spring.datasource.maxActive=1000
spring.datasource.initialSize=100
spring.datasource.maxWait=60000
spring.datasource.minIdle=500
spring.datasource.timeBetweenEvictionRunsMillis=60000
spring.datasource.minEvictableIdleTimeMillis=300000
spring.datasource.validationQuery=select 'x'
spring.datasource.testWhileIdle=true
spring.datasource.testOnBorrow=false
spring.datasource.testOnReturn=false
spring.datasource.poolPreparedStatements=true
spring.datasource.maxOpenPreparedStatements=20

2.5000并发下的问题,20个商品,库存减到-4980。

后来看代码发现,判断库存用的是if(stock==0 ) 抛出异常。应该用stock<0,因为 若此时同时2个线程进来,就永远小于0,后面的业务逻辑都可以执行。

3.然后就是超卖的问题

第一次压力测试的时候,5000个线程,分别取不同的token(sessionId),同时访问 秒杀这个接口,商品个数只放了20个。结果出现最后商品数量变负的问题。

4.编码的问题

接口限流防刷的时候,通过计数器限流,如果超过某个阈值,向前端返回一个codeMsg对象用于显示的时候,显示的是String是乱码的问题,之前由于一直返回都是json 格式,都是封装好在data里。

这次返回是直接通过输出流直接写到response直接返回字节数组的,而不是spring controller 返回数据(springboot 默认utf-8),出现乱码问题,用utf-8编码,解决。

5.压测是如何压测的,以及压测的瓶颈?

压测是利用Jmeter压测。(Apache开发的基于java的压测工具)。

压测具体实现:

1.在数据库中提前插入5000个用户密码(脚本 for循环 id是13000000+i),密码统一为“123456”,随机盐值也是固定的,方便操作。用JDBC存入数据库。作为5000个备用用户。

2.然后写了一个小脚本让5000个用户post请求我的登陆接口(login),生成sessionId并存入缓存,并改写了一下login接口让其换回sessionId。把这5000个用户的id和对应sessionid写到了一个TXT文件里面。

3.最后利用jmeter 创建5000个线程,账号每个线程携带提前写好的用户token(sessionId),参数就是商品id和sessionid,商品id确定我要买的票是哪个,sessionid用来获取用户信息。(从缓存中拿)

 

压测的瓶颈:qps-126/s----静态化-250/s---接口优化-860/s.

瓶颈主要是对数据库的访问。

1.数据库读取,写入,处理请求的速度。

数据库读取写入加上网络IO速度很慢,减少对数据库的访问,在缓存这一端就屏蔽掉大部分访问数据库的请求(Redis预减库存操作)

2.利用消息队列,异步业务逻辑的处理速度慢,可以先返回结果,让其轮询。

3.利用内存map,减少对Redis服务器的访问,flag机制。

4.其他想到的但还没实现

  1. 服务器系统的负载均衡+集群
  2. 数据库数据达到1000W以上就很慢,分库分表

 

6.用户登陆的整个流程是如何实现的?

1.首先输入登陆页面的url.http://localhost:8080/login/to_login,controller根据map映射返回给html页,到达登陆页面

2.整个页面是一个login表单,包含用户名和密码两个输入框部分,还有一个登陆按钮和重置按钮。

3.在前端,给登陆按钮绑定一个login()方法,login()方法中会获取表单中的用户名和密码,然后将密码利用封装好的md5()函数以及设置的固定盐值进行拼接,盐值设置为“1a2b3c”,然后进行MD5算法生成4个32位拼接的散列值作为输入密码(用于 网络传输),作为参数传给后端。(这里的目的主要是第一道加密,防止http明文传输,泄漏密码)。

4.然后ajax异步访问do_login 接口,参数为用户名和md5之后的密码,后端接收到前端传输来的参数后,会对用户名和密码进行参数校验,验证是否为空,是否有格式问题(密码长度6位以上,用户名格式11位等等),如果验证不通过,返回CodeMsg(),封装好的对应的错误信息给前端。

5.如果验证成功,进入下一步,用户的登陆,首先通过用户名取用户对象信息(先从缓存中取,取不到取数据库取,取到了将用户信息存入缓存中,下一次登录我们可以先从缓存中取用户,降低数据库压力),然后返回一个user对象,再判断这个user对象是否为空,若是空就抛出异常,不是空的情况说明数据库中有该用户,然后根据传入的密码和数据中保存的随机盐值,进行md5再次拼接,获得的值若是和数据库中的密码一致,那么说明登陆成功。

关键点6.登陆成功的时候,随机生成uuid作为sessionId,将其写入cookie中返回给客户端,并且将模块前缀+该用户id作为key和sessionId 作为值,存入缓存(这里为分布式缓存提供的基础)。这时候跳转到 抢票列表页面,如果密码不匹配,抛出异常,返回。

 

7.秒杀的两个关键点如何应对--高并发应对策略+页面加载速度?

程序员说受不了怎么办?
短时间的大访问量网站服务器同网站,不同项目部署,/独立域名 避免对网站造成影响
高并发问题,不停刷新数据库页面静态化
带宽 200k的页面 并发1w次 ,带宽为2G带宽秒杀页缓存cdn 租借临时带宽,反向代理服务器,nginx ,甚至用户浏览器。(cookie)
不能提前下单服务器url动态化,+随机数
下单之后的抢的问题sql乐观锁

大量访问高并发的应对(主要访问大量访问数据库崩溃)

1.Redis预减库存减少数据库访问 

2.map标记减少Redis访问屏蔽一定的请求减轻缓存压力

3.消息队列异步处理

  1. 流量削峰 开始抢购的瞬间 大量并发进入,先将请求入队,若队列满了,那么舍弃再入队的请求返回一个异常 
  2. 先给前端一个数据返回表示排队中,再进行后续的业务处理,前端轮询最后成功或者失败在显示业务结果

4.数据库运行的问题,传统的sql写成存储过程(直接调用),加速sql

5.数据库里锁及唯一索引来处理抢的问题。

页面加载速度

  1. 页面静态化,缓存在客户端
  2. CDN服务器

在上表中列出来的解决方案中看出,利用 页面静态化、数据静态化,反向代理 等方法可以避免 带宽和sql压力 ,但是随之而来一个问题,页面抢单按钮也不会刷新了,可以把 js 文件单独放在js服务器上,由另外一台服务器写 定时任务 来控制js 推送。 
另外还有一个问题,js文件会被大部分浏览器缓存,我们可以使用xxx.js?v=随机数 的方式来避免js被缓存

 

8.页面静态化的过程

更为激进的缓存方式(之前可以用将html源码缓存起来再读,避免服务器渲染html过程)。

什么是浏览器缓存:

  简单来说,浏览器缓存就是把一个已经请求过的Web资源(如html页面,图片,js,数据等)拷贝一份副本储存在浏览器中。缓存会根据进来的请求保存输出内容的副本。当下一个请求来到的时候,如果是相同的URL,缓存会根据缓存机制决定是直接使用副本响应访问请求,还是向源服务器再次发送请求。比较常见的就是浏览器会缓存访问过网站的网页,当再次访问这个URL地址的时候,如果网页没有更新,就不会再次下载网页,而是直接使用本地缓存的网页。只有当网站明确标识资源已经更新,浏览器才会再次下载网页。

页面静态化的好处:我们知道浏览器会将html,图片等静态数据,缓存到本地,在高并发抢票场景,用户会通过不断的刷新页面来进行抢票操作,这样带来Web带宽的浪费以及服务器的访问压力。于是,我们可以通过将抢票页面做成静态页面html页,其中的票务数据通过ajax异步调用接口来获取,仅仅交互的是部分数据,减少了带宽,也加快用户访问的速度。

  function getDetail() {
        var goodsId = g_getQueryString("goodsId");
        $.ajax({
            url : "/goods/to_detail/"+goodsId,
            type : "GET",
            success: function (data) {
                if (data.code  == 0) {// 访问后端detail 接口拿到数据
                    render(data.data);//渲染界面的方法
                }else {
                    layer.msg(data.msg)
                }
            },
            error:function () {
             layer.msg("客户端请求有误!")
            }
        })
    }

    function render(detail) {
        var  goodsVo =detail.goodsVo;
        var miaoshaStatus =detail.miaoshaStatus;
        var remainSeconds =detail.remainSeconds;
        var user =detail.user;
        if (user) {
            $("#userTip").hide();//没有就不展示
        }
        //用获取的参数 放入 对应的模板中
            $("#goodsName").text(goodsVo.goodsName);
            $("#goodsImg").attr("src", goodsVo.goodsImg);
            $("#startTime").text(new Date(goodsVo.startDate).format("yyyy-MM-dd hh:mm:ss"));
            $("#remainSeconds").val(remainSeconds);
            $("#goodsId").val(goodsVo.id);
            $("#goodsPrice").text(goodsVo.goodsPrice);
            $("#miaoshaPrice").text(goodsVo.miaoshaPrice);
            $("#stockCount").text(goodsVo.stockCount);
            countDown();//调用倒计时
    }
    function countDown() {
        var remainSeconds = $("#remainSeconds").val();
        // var remainSeconds = $("#remainSeconds").val();
        var timeout;//定义一个timeout 保存Timeout 值
        if (remainSeconds>0){//秒杀未开始
            $("#buyButton").attr("disabled",true);/*还没开始的时候按钮不让点*/
            $("#miaoshaTip").html("秒杀倒计时:"+remainSeconds+"秒");
            /*且做一个倒计时*/
            timeout=setTimeout(function () {//setTimeout 为时间到了之后执行 该函数
                $("#countDown").text(remainSeconds-1);//将显示中的值 -1
                $("#remainSeconds").val(remainSeconds-1);// remianSeconds 值减一
                countDown();//在调用该方法 实现循环
            },1000)
        }else if (remainSeconds == 0){//秒杀进行中
            $("#buyButton").attr("disabled",false);
            //当remainSeconds =0
            clearTimeout(timeout);//取消timeout 代码执行
            $("#miaoshaTip").html("秒杀进行中!")//修改其中的内容
            /**加入秒杀数学验证码 功能
             * 1.一开始图形验证码和输入框都是隐藏的
             * 2.当秒杀进行的时候,显示验证码和输入框
             * */
            $("#verifyCodeImg").attr("src", "/miaosha/verifyCode?goodsId="+$("#goodsId").val());//访问验证码接口
            $("#verifyCodeImg").show();
            $("#verifyCode").show();

        } else {//秒杀结束
            $("#buyButton").attr("disabled",true);
            $("#miaoshaTip").html("结束!!!")//修改其中的内容
        }
    }

做法:首先将票务详情这个template 模板 html页放在static 文件下,然后改掉thymeleaf 模板语言标签让其成为纯html语言,然后将票务列表中的链接指向(本来是requestMapping,向后端contrller 请求这个详情业务及数据,然后利用spring渲染模板,在返回的),现在直接指向static文件下的票务详情页(链接中带商品id作为参数),最后在这个html页面写ajax异步访问后端接口/getdetail,后端接口也改造一下返回的是这个商品的全部详细信息,封装在data里,以json的形式,然后写了一个render(),把从后端传来的数据写进对应数据中。

 /** 页面静态化:商品详情页面
     * 方法:返回的是一个静态html 页面 + 利用ajax(通过接口)从服务端获取对应数据 + js技术将数据放入html
     * */
    @RequestMapping(value = "/to_detail/{goodsId}") // 前端传入的参数 goodsId
    @ResponseBody
    public Result<GoodsDetailVo> detail(HttpServletRequest request, HttpServletResponse response, Model model, MiaoshaUser user,
                         @PathVariable("goodsId") Long goodsId){//通过注解@PathVariable获取路径参数
        /*先将user 传进去 用来判断是否登录*/
        model.addAttribute("user",user);
        /*根据传入的Id 通过service 拿到对应的Good信息*/
        GoodsVo goods = goodsService.getGoodsById(goodsId);
        model.addAttribute("goods",goods);

        long startTime = goods.getStartDate().getTime();
        long endTime = goods.getEndDate().getTime();
        long nowTime = System.currentTimeMillis();/* 拿到现在时间的毫秒值*/
        /**这里要做一个秒杀时间的判断 秒杀开始 秒杀结束 秒杀进行
         * */
        int miaoshaStatus = 0;/*用该变量来表示 秒杀的状态 0 表示秒杀未开始 1 开始 2 结束*/
        int remainSeconds = 0; /*表示剩余时间 距离秒杀开始的时间*/
        if (nowTime<startTime){//秒杀未开始
            miaoshaStatus = 0;
            remainSeconds = (int)((startTime-nowTime)/1000);//注意此时是 毫秒值 要除以1000
        }else if (endTime<nowTime){//秒杀结束
            miaoshaStatus = 2;
            remainSeconds = -1;
        }else {//秒杀进行中
            miaoshaStatus = 1;
            remainSeconds = 0;
        }
        model.addAttribute("remainSeconds",remainSeconds);
        model.addAttribute("miaoshaStatus",miaoshaStatus);
        /*
        将我们需要的数据 封装到GoodsDetailVo中
         */
        GoodsDetailVo goodsDetailVo = new GoodsDetailVo();
        goodsDetailVo.setGoodsVo(goods);
        goodsDetailVo.setMiaoshaStatus(miaoshaStatus);
        goodsDetailVo.setRemainSeconds(remainSeconds);
        goodsDetailVo.setUser(user);
        return Result.success(goodsDetailVo);

 

<think>好的,用户问的是面试时会不会对项目遇到的问题进行深入提问。首先,我需要明确用户的身份,可能是一个准备面试的求职者,特别是应届生或者有一定工作经验但面试经验不足的人。他们的需求不仅仅是知道会不会被问,更想知道如何准备这类问题,以及背后的考察点。 接下来,我要考虑用户可能没有直接表达的需求。他们可能担心自己在项目中的实际经历不够突出,或者处理问题的方法不够系统,希望通过了解面试官的意图来更好地准备答案。此外,用户可能希望得到具体的应对策略和例子,以便在面试中更有信心。 然后,我应该回忆常见的面试技巧和面试官常问的问题类型。项目中的问题解决确实是考察重点,因为能反映候选人的分析能力、解决实际问题的能力和应变能力。需要分点说明为什么会被深问,比如真实性验证、思维方式、技术深度、抗压能力等。 还需要考虑用户可能的误区,比如认为只需要简单描述问题,而忽略过程和细节。因此,在回答中需要强调STAR法则的重要性,并提供具体的话术示例,帮助用户结构化回答。 另外,要提醒用户避免编造问题,因为面试官可能会深入追问细节,编造容易暴露。同时,强调复盘总结的必要性,展示学习能力。 最后,总结建议用户如何准备,包括提前复盘项目、模拟练习等,确保回答既有条理又真实可信。这样不仅帮助用户应对问题,也提升他们的整体面试表现。</think>以下是关于面试项目问题深挖的完整解析,包含应对策略和常见考察点: --- ### **一、面试官深挖项目问题的核心目的** ```mermaid graph TD A[项目问题深挖] --> B[能力验证] A --> C[思维模式考察] A --> D[潜力评估] B --> B1(技术实现真实性) B --> B2(问题解决能力) C --> C1(分析问题逻辑性) C --> C2(技术选型合理性) D --> D1(学习能力) D --> D2(抗压能力) ``` --- ### **二、必被深挖的5类问题场景** #### **1. 技术选型争议** ```python # 示例问题演进路径 Q1: "为什么选用Redis而不用Memcached?" Q2: "考虑过Redis集群的脑裂问题吗?" Q3: "如果现在重新设计,会做哪些改进?" ``` **考察重点**:技术决策能力、方案对比能力 #### **2. 性能优化案例** ```java // 典型追问逻辑 if (你说优化了接口响应时间) { 面试官会问: a. 优化前的基准数据如何获取? b. 使用什么工具定位瓶颈? c. 具体优化手段的技术原理? d. 如何验证优化效果? } ``` **数据准备建议**: - 优化前后对比数据(如QPS从500→2000) - 火焰图关键指标截图 - 监控系统数据趋势图 #### **3. 线上事故处理** **STAR法则应用示例**: | 要素 | 内容要点 | |-------------|---------------------------------| | Situation | 618大促期间订单服务雪崩(影响金额500万+)| | Task | 1小时内恢复核心交易链路 | | Action | 1. 限流降级 2. 线程池扩容 3. SQL优化 | | Result | 30分钟恢复,损失降低80% | #### **4. 技术难点突破** **回答结构模板**: ``` 技术背景(当时业界方案)→ 项目特殊需求 → 尝试的3种方案 → 失败原因分析 → 最终方案选择 → 验证过程 → 经验沉淀 ``` #### **5. 跨团队协作问题** **常见陷阱问题**: - "如果产品经理坚持不合理需求怎么办?" - "当测试与开发BUG认定有分歧时怎么处理?" --- ### **三、回答策略与技巧** #### **1. 技术细节准备表** | 准备项 | 合格标准 | 优秀标准 | |----------------|---------------------------------|---------------------------------| | 系统架构图 | 能手绘基础组件关系 | 标注关键数据流和QPS指标 | | SQL优化案例 | 说明索引改进 | 展示执行计划对比图 | | 并发问题 | 知道用锁机制 | 能手写CAS实现伪代码 | | 设计模式 | 说出使用场景 | 能对比多种模式的适用场景 | #### **2. 问题分级应答法** ```python def answer_question(question_level): if question_level == 1: # 基础问题 return "现象描述+直接解决方案" elif question_level == 2: # 原理层 return "技术原理图解+同类方案对比" else: # 扩展层 return "行业方案演进+未来优化方向" # 示例:关于Redis持久化 L1: "我们用了RDB和AOF两种方式" L2: "这是我们的混合持久化配置参数..." L3: "考虑到新版本Redis的ACID特性改进..." ``` #### **3. 风险问题转化技巧** ```markdown 原问题:"项目延期两个月的原因是什么?" 转化回答: 1. **客观因素**:第三方支付接口标准变更(占比40%) 2. **改进措施**: - 建立接口变更监控机制 - 增加沙箱环境预验证环节 3. **成效**:后续版本交付准时率提升至95% ``` --- ### **四、高频难题破解示例** #### **场景**:你提到做了数据库分库分表,那么: 1. **基础问**:分片键怎么选的? 2. **进阶问**:跨分片查询怎么处理? 3. **致命问**:如果现在要增加分片数量,怎么做到不停机迁移? **完美回答结构**: ```sql -- 第一步:分片键选择 SELECT user_id AS shard_key FROM orders; -- 用户ID哈希 -- 第二步:跨分片方案 CREATE GLOBAL INDEX merchant_idx ON orders(merchant_id); -- 全局索引 -- 第三步:在线扩容 /* 使用双写策略: 1. 新数据按新规则写入 2. 旧数据异步迁移 3. 版本开关控制读分流 */ ``` --- ### **五、面试官评分维度表** | 评分项 | 权重 | 合格表现 | 加分表现 | |----------------|-----|----------------------------|----------------------------| | 技术深度 | 30% | 能说清技术原理 | 能对比不同方案的底层实现差异 | | 问题分析 | 25% | 定位问题准确 | 能建立多维分析模型 | | 复盘能力 | 20% | 总结项目不足 | 形成可复用的方法论 | | 沟通表达 | 15% | 逻辑清晰 | 能用架构图辅助说明 | | 创新思维 | 10% | 提出改进建议 | 有专利或创新方案产出 | --- ### **六、实战准备清单** 1. **项目自测表**: - [ ] 能说清每个技术组件的版本号 - [ ] 记得关键方案的实施时间节点 - [ ] 准备3个以上放弃的备选方案 2. **模拟演练**: ```python # 用录音工具自问自答,重点检查: - 技术术语发音准确性(如Kafka念/ˈkɑːfkə/) - 每分钟有效信息密度(建议>3个技术点) - 无意识的口头禅次数(控制在<2次/分钟) ``` 3. **反杀问题准备**: - "这个方案最大的遗憾是什么?" - "如果现在推翻重做,会怎么设计?" --- **最后建议**:对于3年经验以内的候选人,面试官通常会花费40%-60%的时间深度挖掘项目经历。请确保每个技术决策都能回答三层追问,每个数据指标都能说明采集方式,每个故障都能阐述复盘改进措施。提前准备5-7个精修过的技术故事,将使你从竞争者中脱颖而出。
评论 5
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