1. 项目概述与高频面试问题解析
黑马点评项目是一个典型的本地生活服务平台，采用前后端分离架构，后端基于SpringBoot构建单体服务，前端使用Vue实现。项目核心解决了高并发场景下的多个技术难题，包括秒杀超卖、缓存异常、分布式锁等。作为面试准备的重点项目，它涵盖了Java后端开发中的诸多核心技术点。
1.1 项目架构与技术栈
项目整体架构采用分层设计：
- 前端层：Vue.js + ElementUI
- 接入层：Nginx（反向代理+负载均衡+动静分离）
- 服务层：SpringBoot + MyBatis-Plus
- 数据层：MySQL（主从架构）+ Redis（缓存+分布式锁+消息队列）
- 辅助组件：Redisson + Lua脚本 + 拦截器
提示：在面试中描述架构时，建议按照"从外到内"的顺序讲解，先讲用户请求如何进入系统，再讲内部处理流程，最后讲数据存储，这样逻辑更清晰。
1.2 核心业务流程
主要业务功能模块包括：
- 用户认证：手机号验证码登录+Redis Session共享
- 商户服务：附近商户查询+Redis GEO位置服务
- 优惠券服务：普通券+秒杀券（重点）
- 博客服务：探店笔记+点赞功能
- 社交服务：关注+共同关注
- 数据统计：签到+UV统计
2. Redis核心应用与高并发解决方案
2.1 缓存异常处理方案
2.1.1 缓存穿透解决方案
问题本质：请求不存在的数据，绕过缓存直接访问数据库。
解决方案：
- 缓存空对象：对查询为空的结果缓存空值，设置短过期时间（2分钟）
java复制// 伪代码示例
public Shop queryById(Long id) {
String key = CACHE_SHOP_KEY + id;
// 1. 从Redis查询缓存
String shopJson = redisTemplate.opsForValue().get(key);
// 2. 判断缓存是否存在
if (StrUtil.isNotBlank(shopJson)) {
return JSONUtil.toBean(shopJson, Shop.class);
}
// 3. 命中空值缓存
if (shopJson != null) {
return null;
}
// 4. 查询数据库
Shop shop = getById(id);
// 5. 数据库不存在，缓存空值
if (shop == null) {
redisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
return null;
}
// 6. 数据库存在，写入缓存
redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), 30L, TimeUnit.MINUTES);
return shop;
}
- 布隆过滤器（项目未采用但可提及）：适用于固定数据集，用位数组预存所有有效ID
2.1.2 缓存击穿解决方案
问题本质：热点key突然失效，大量请求直接访问数据库。
两种实现方案对比：
| 方案 | 实现方式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| 互斥锁 | 使用setnx命令获取锁，只有一个线程能重建缓存 | 实现简单，保证强一致性 | 有线程等待，性能中等 | 普通热点数据 |
| 逻辑过期 | 缓存不设置过期时间，value中包含逻辑过期字段 | 性能极高，无等待 | 实现复杂，有短暂不一致 | 超高并发场景 |
逻辑过期方案核心代码结构：
java复制@Data
public class RedisData {
private LocalDateTime expireTime; // 逻辑过期时间
private Object data; // 实际数据
}
public Shop queryWithLogicalExpire(Long id) {
String key = CACHE_SHOP_KEY + id;
// 1. 从Redis查询缓存
String json = redisTemplate.opsForValue().get(key);
RedisData redisData = JSONUtil.toBean(json, RedisData.class);
Shop shop = (Shop) redisData.getData();
// 2. 判断是否逻辑过期
if (redisData.getExpireTime().isAfter(LocalDateTime.now())) {
// 2.1 未过期，直接返回
return shop;
}
// 2.2 已过期，尝试获取锁
String lockKey = LOCK_SHOP_KEY + id;
boolean isLock = tryLock(lockKey);
if (isLock) {
// 3. 获取锁成功，开启独立线程重建缓存
CACHE_REBUILD_EXECUTOR.submit(() -> {
try {
this.saveShop2Redis(id, 20L);
} finally {
unlock(lockKey);
}
});
}
// 4. 返回过期数据
return shop;
}
2.1.3 缓存雪崩解决方案
问题本质：大量key同时失效或Redis宕机。
解决方案：
- 随机过期时间：基础过期时间+随机值（0-5分钟）
- 多级缓存：Nginx本地缓存+Redis集群+JVM缓存
- 服务降级：Sentinel或Hystrix保护数据库
2.2 分布式锁深度解析
2.2.1 Redisson分布式锁实现
Redisson锁核心特性：
- 可重入性：同一线程可多次获取同一把锁
- WatchDog机制：自动续期，防止业务未执行完锁过期
- 锁重试：获取锁失败后等待重试
- 超时释放：避免死锁
锁使用示例：
java复制// 获取锁
RLock lock = redissonClient.getLock("lock:order:" + userId);
try {
// 尝试获取锁，参数：等待时间，锁自动释放时间，时间单位
boolean isLock = lock.tryLock(1, 10, TimeUnit.SECONDS);
if (!isLock) {
// 获取锁失败
return Result.fail("不允许重复下单");
}
// 执行业务逻辑
createVoucherOrder(voucherId);
} finally {
// 释放锁
lock.unlock();
}
2.2.2 锁的注意事项
- 锁的粒度要细：以用户ID为维度而不是全局锁
- 避免误删锁：value中存储唯一标识（UUID+线程ID）
- 原子性操作：判断锁归属和释放锁要用Lua脚本保证原子性
- 合理设置超时：业务执行时间 < 锁过期时间
3. 秒杀系统设计与实现
3.1 秒杀架构设计
三级缓冲架构：
- 前端层：静态资源CDN+按钮防重复点击
- 接入层：Nginx限流+负载均衡
- 服务层：
- Redis库存预热
- Lua脚本原子校验
- 消息队列削峰
- 异步下单
3.2 核心流程实现
秒杀流程图解：
- 用户发起秒杀请求
- Lua脚本原子执行：
- 库存判断
- 一人一单校验
- 库存扣减
- 订单信息入队
- 返回秒杀结果
- 异步线程消费消息创建订单
Lua脚本示例：
lua复制-- 参数：优惠券ID、用户ID、订单ID
local voucherId = ARGV[1]
local userId = ARGV[2]
local orderId = ARGV[3]
-- 库存key和订单key
local stockKey = 'seckill:stock:' .. voucherId
local orderKey = 'seckill:order:' .. voucherId
-- 1. 判断库存是否充足
if (tonumber(redis.call('get', stockKey)) <= 0) then
return 1
end
-- 2. 判断用户是否已经下单
if (redis.call('sismember', orderKey, userId) == 1) then
return 2
end
-- 3. 扣减库存、保存用户、发送消息
redis.call('incrby', stockKey, -1)
redis.call('sadd', orderKey, userId)
redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)
return 0
3.3 性能优化关键点
- 库存预热：活动开始前将库存加载到Redis
- 原子操作：使用Lua脚本保证校验+扣减的原子性
- 异步下单：消息队列削峰填谷
- 多级缓存：Redis+本地缓存减少IO
实测性能对比：
- 优化前：200 RPS，500ms响应
- 优化后：2000 RPS，100ms响应
4. 其他核心功能实现
4.1 点赞功能实现
技术方案：
- 使用Redis的ZSet结构
- Key设计：
blog:liked:{笔记ID} - Value：用户ID
- Score：点赞时间戳
核心命令：
bash复制# 点赞
ZADD blog:liked:1 1630000000 101
# 取消点赞
ZREM blog:liked:1 101
# 获取点赞排行榜
ZRANGE blog:liked:1 0 4
4.2 共同关注实现
技术方案：
- 使用Redis的Set结构
- Key设计：
follows:{用户ID} - 核心命令：
bash复制# 添加关注
SADD follows:101 102
# 取消关注
SREM follows:101 102
# 共同关注
SINTER follows:101 follows:102
4.3 签到功能实现
技术方案：
- 使用Redis的BitMap结构
- Key设计：
sign:{用户ID}:{年月} - 实现代码：
java复制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;
// 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();
}
5. 面试常见问题与解决方案
5.1 典型问题排查记录
-
分布式锁误删问题：
- 现象：出现重复下单
- 原因：线程A锁过期后，线程B获取锁，线程A执行完删除线程B的锁
- 解决：增加锁标识校验+Lua脚本保证原子性
-
缓存一致性异常：
- 现象：商户信息更新后前端显示旧数据
- 原因：数据库更新后缓存删除失败
- 解决：增加重试机制+设置合理过期时间
5.2 性能优化经验
-
接口压测要点：
- 使用JMeter进行阶梯式压测
- 监控Redis和MySQL的QPS、CPU使用率
- 重点关注慢查询和Full GC
-
优化效果对比：
- 商户查询接口：500ms → 50ms
- 秒杀接口：200 RPS → 2000 RPS
- 缓存命中率：60% → 95%
5.3 项目演进方向
- 架构升级：
- 服务拆分：商户服务、订单服务、用户服务
- 引入SpringCloud生态
- 数据扩展：
- 分库分表：订单表按用户ID分片
- 读写分离：MySQL主从架构
- 高可用：
- Redis集群：哨兵模式
- 服务熔断：Sentinel
在实际面试中，建议结合项目中的具体场景来回答问题，避免泛泛而谈。对于每个技术点，最好能说出你的思考过程和选择理由，这比单纯背诵标准答案更能打动面试官。