阿里一面考点分析总结
最新回答
暖妹
2022-01-18 08:24:23
阿里一面考点主要围绕缓存相关问题展开，涵盖缓存穿透、缓存击穿、缓存雪崩以及热点数据集中失效等场景及其解决办法。以下为详细分析：
缓存穿透- 定义：查询一条数据库中根本不存在的数据，导致缓存和数据库都未命中，请求直接打到数据库。
- 问题：恶意攻击者可能利用不存在的ID频繁查询，导致数据库压力过大甚至宕机。
- 解决办法：
缓存空值：将不存在的key缓存为null，并设置过期时间，避免重复查询数据库。
BloomFilter：在缓存前加一层BloomFilter，判断key是否存在。不存在则直接返回，存在再查询缓存和数据库。
方案选择：
针对恶意攻击（key异常多、重复率低），优先使用BloomFilter过滤。
针对空数据key有限且重复率高的场景，使用缓存空值方案。
- 定义：高并发系统中，大量请求同时查询一个失效的key，导致请求直接打到数据库。
- 问题：数据库请求量剧增，可能引发性能瓶颈或宕机。
- 解决办法：使用互斥锁。第一个查询请求获取锁后查询数据库并更新缓存，其他请求等待锁释放后直接读取缓存。
- 定义：大规模缓存同时失效（如缓存服务宕机），导致请求直接打到数据库。
- 问题：数据库无法承受突发流量，可能崩溃。
- 解决办法：
事前：使用集群缓存（如Redis主从+哨兵、Redis Cluster）保证高可用。
事中：
本地缓存（如ehcache）作为备用，在Redis不可用时支撑请求。
限流降级（如Hystrix），限制请求流量并调用降级组件返回默认值。
事后：开启Redis持久化机制，重启后自动加载数据恢复缓存。
- 定义：热点数据缓存同时失效，导致大量请求打到数据库。
- 解决办法：
设置不同失效时间：在基础时间上加减随机值，使失效时间错开。
互斥锁：第一个查询请求加锁后更新缓存，其他请求等待锁释放。需权衡吞吐量下降的影响。
- 常规流程：查询数据时先查缓存，命中则返回；未命中则查数据库并更新缓存。
- 核心考点：缓存穿透、击穿、雪崩的场景识别与解决方案，以及热点数据失效问题的处理。
- 关键能力：理解缓存机制在高并发场景下的作用，掌握常见问题的优化手段（如空值缓存、BloomFilter、互斥锁、集群部署等）。
- 延伸学习：可进一步研究Spring、MyBatis、Netty源码，以及高并发、分布式架构的原理。
热门标签
