电商项目常见面试题

雨点打透心脏的1/2处 2022-02-04 08:57 279阅读 0赞

什么是负载均衡高可用  
nginx作为负载均衡器，所有请求都到了nginx，可见nginx处于非常重点的位置，如果nginx服务器宕机后端web服务将无法提供服务，影响严重。  
为了屏蔽负载均衡服务器的宕机，需要建立一个备份机。主服务器和备份机上都运行高可用（High Availability）监控程序，通过传送诸如“I am alive”这样的信息来监控对方的运行状况。当备份机不能在一定的时间内收到这样的信息时，它就接管主服务器的服务IP并继续提供负载均衡服务；当备份管理器又从主管理器收到“I am alive”这样的信息时，它就释放服务IP地址，这样的主服务器就开始再次提供负载均衡服务。

什么是FastDFS  
FastDFS是用c语言编写的一款开源的分布式文件系统。FastDFS为互联网量身定制，充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标，使用FastDFS很容易搭建一套高性能的文件服务器集群提供文件上传、下载等服务。

（搜索）

solr怎么设置搜索结果排名靠前（得分）？  
可以设置文档中域的boost值，boost值越高计算出来的相关度得分就越高，排名也就越靠前。此方法可以把热点商品或者是推广商品的排名提高。

elsticsearch

1、elasticsearch了解多少，说说你们公司es的集群架构，索引数据大小，分片有多少，以及一些调优手段 。  
面试官：想了解应聘者之前公司接触的ES使用场景、规模，有没有做过比较大规模的索引设计、规划、调优。  
解答：  
如实结合自己的实践场景回答即可。  
比如：ES集群架构13个节点，索引根据通道不同共20+索引，根据日期，每日递增20+，索引：10分片，每日递增1亿+数据，  
每个通道每天索引大小控制：150GB之内。  
仅索引层面调优手段：  
1.1、设计阶段调优

1）根据业务增量需求，采取基于日期模板创建索引，通过roll over API滚动索引；  
2）使用别名进行索引管理；  
3）每天凌晨定时对索引做force\_merge操作，以释放空间；  
4）采取冷热分离机制，热数据存储到SSD，提高检索效率；冷数据定期进行shrink操作，以缩减存储；  
5）采取curator进行索引的生命周期管理；  
6）仅针对需要分词的字段，合理的设置分词器；  
7）Mapping阶段充分结合各个字段的属性，是否需要检索、是否需要存储等。 …

1.2、写入调优

1）写入前副本数设置为0；  
2）写入前关闭refresh\_interval设置为-1，禁用刷新机制；  
3）写入过程中：采取bulk批量写入；  
4）写入后恢复副本数和刷新间隔；  
5）尽量使用自动生成的id。

1.3、查询调优

1）禁用wildcard；  
2）禁用批量terms（成百上千的场景）；  
3）充分利用倒排索引机制，能keyword类型尽量keyword；  
4）数据量大时候，可以先基于时间敲定索引再检索；  
5）设置合理的路由机制。

1.4、其他调优  
部署调优，业务调优等。  
上面的提及一部分，面试者就基本对你之前的实践或者运维经验有所评估了。  
2、elasticsearch的倒排索引是什么？  
面试官：想了解你对基础概念的认知。  
解答：通俗解释一下就可以。  
传统的我们的检索是通过文章，逐个遍历找到对应关键词的位置。  
而倒排索引，是通过分词策略，形成了词和文章的映射关系表，这种词典+映射表即为倒排索引。  
有了倒排索引，就能实现o（1）时间复杂度的效率检索文章了，极大的提高了检索效率。

学术的解答方式：

倒排索引，相反于一篇文章包含了哪些词，它从词出发，记载了这个词在哪些文档中出现过，由两部分组成——词典和倒排表。

加分项：倒排索引的底层实现是基于：FST（Finite State Transducer）数据结构。  
lucene从4+版本后开始大量使用的数据结构是FST。FST有两个优点：

1）空间占用小。通过对词典中单词前缀和后缀的重复利用，压缩了存储空间；  
2）查询速度快。O(len(str))的查询时间复杂度。

3、elasticsearch 索引数据多了怎么办，如何调优，部署？  
面试官：想了解大数据量的运维能力。  
解答：索引数据的规划，应在前期做好规划，正所谓“设计先行，编码在后”，这样才能有效的避免突如其来的数据激增导致集群处理能力不足引发的线上客户检索或者其他业务受到影响。  
如何调优，正如问题1所说，这里细化一下：  
3.1 动态索引层面  
基于模板+时间+rollover api滚动创建索引，举例：设计阶段定义：blog索引的模板格式为：blog\_index\_时间戳的形式，每天递增数据。  
这样做的好处：不至于数据量激增导致单个索引数据量非常大，接近于上线2的32次幂-1，索引存储达到了TB+甚至更大。  
一旦单个索引很大，存储等各种风险也随之而来，所以要提前考虑+及早避免。  
3.2 存储层面  
冷热数据分离存储，热数据（比如最近3天或者一周的数据），其余为冷数据。  
对于冷数据不会再写入新数据，可以考虑定期force\_merge加shrink压缩操作，节省存储空间和检索效率。  
3.3 部署层面  
一旦之前没有规划，这里就属于应急策略。  
结合ES自身的支持动态扩展的特点，动态新增机器的方式可以缓解集群压力，注意：如果之前主节点等规划合理，不需要重启集群也能完成动态新增的。  
4、elasticsearch是如何实现master选举的？  
面试官：想了解ES集群的底层原理，不再只关注业务层面了。  
解答：  
前置前提：

1）只有候选主节点（master：true）的节点才能成为主节点。  
2）最小主节点数（min\_master\_nodes）的目的是防止脑裂。

这个我看了各种网上分析的版本和源码分析的书籍，云里雾里。  
核对了一下代码，核心入口为findMaster，选择主节点成功返回对应Master，否则返回null。选举流程大致描述如下：

第一步：确认候选主节点数达标，elasticsearch.yml设置的值discovery.zen.minimum\_master\_nodes；  
第二步：比较：先判定是否具备master资格，具备候选主节点资格的优先返回；若两节点都为候选主节点，则id小的值会主节点。注意这里的id为string类型。

题外话：获取节点id的方法。  
GET /\_cat/nodes?v&h=ip,port,heapPercent,heapMax,id,name  
ip        port heapPercent heapMax id   name  
127.0.0.1 9300          39   1.9gb Hk9w Hk9wFwU  
123  
5、详细描述一下Elasticsearch索引文档的过程？  
面试官：想了解ES的底层原理，不再只关注业务层面了。  
解答：  
这里的索引文档应该理解为文档写入ES，创建索引的过程。  
文档写入包含：单文档写入和批量bulk写入，这里只解释一下：单文档写入流程。  
记住官方文档中的这个图。

第一步：客户写集群某节点写入数据，发送请求。（如果没有指定路由/协调节点，请求的节点扮演路由节点的角色。）  
第二步：节点1接受到请求后，使用文档\_id来确定文档属于分片0。请求会被转到另外的节点，假定节点3。因此分片0的主分片分配到节点3上。  
第三步：节点3在主分片上执行写操作，如果成功，则将请求并行转发到节点1和节点2的副本分片上，等待结果返回。所有的副本分片都报告成功，节点3将向协调节点（节点1）报告成功，节点1向请求客户端报告写入成功。  
如果面试官再问：第二步中的文档获取分片的过程？  
回答：借助路由算法获取，路由算法就是根据路由和文档id计算目标的分片id的过程。  
shard = hash(\_routing) % (num\_of\_primary\_shards)  
1  
6、详细描述一下Elasticsearch搜索的过程？  
面试官：想了解ES搜索的底层原理，不再只关注业务层面了。  
解答：  
搜索拆解为“query then fetch” 两个阶段。  
query阶段的目的：定位到位置，但不取。  
步骤拆解如下：

1）假设一个索引数据有5主+1副本 共10分片，一次请求会命中（主或者副本分片中）的一个。  
2）每个分片在本地进行查询，结果返回到本地有序的优先队列中。  
3）第2）步骤的结果发送到协调节点，协调节点产生一个全局的排序列表。

fetch阶段的目的：取数据。  
路由节点获取所有文档，返回给客户端。  
7、Elasticsearch在部署时，对Linux的设置有哪些优化方法？  
面试官：想了解对ES集群的运维能力。  
解答：

1）关闭缓存swap;  
2）堆内存设置为：Min（节点内存/2, 32GB）;  
3)设置最大文件句柄数；  
4）线程池+队列大小根据业务需要做调整；  
5）磁盘存储raid方式——存储有条件使用RAID10，增加单节点性能以及避免单节点存储故障。

8、lucence内部结构是什么？  
面试官：想了解你的知识面的广度和深度。  
解答：

Lucene是有索引和搜索的两个过程，包含索引创建，索引，搜索三个要点。可以基于这个脉络展开一些。

什么是sso系统  
单点登录是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。  
登录的处理流程：  
1、登录页面提交用户名密码。  
2、登录成功后生成token。Token相当于原来的jsessionid，字符串，可以使用uuid。  
3、把用户信息保存到redis。Key就是token，value就是TbUser对象转换成json。  
4、使用String类型保存Session信息。可以使用“前缀:token”为key  
5、设置key的过期时间。模拟Session的过期时间。一般半个小时。  
6、把token写入cookie中。  
如何判断是否登录  
1.从cookie中取token  
2.取不到未登录  
3.取到token，到redis中查询token是否过期  
4.如果过期，为登录状态  
5.没有过期，登录状态

实现购车商品数据同步  
1、要求用户登录。  
2、把购物车商品列表保存到数据库中。推荐使用redis。  
3、Key：用户id，value：购车商品列表。推荐使用hash，hash的field：商品id，value：商品信息。  
4、在用户未登录情况下写cookie。当用户登录后，访问购物车列表时，  
a)把cookie中的数据同步到redis。  
b)把cookie中的数据删除  
c)展示购物车列表时以redis为准。  
d)如果redis中有数据cookie中也有数据，需要做数据合并。相同商品数量相加，不同商品添加一个新商品。  
5、如果用户登录状态，展示购物车列表以redis为准。如果未登录，以cookie为准。

浏览器跨域问题  
跨域是指从一个域名的网页去请求另一个域名的资源。浏览器出于安全的考虑，不允许不同源的请求  
JSONP解决AJAX跨域问题：  
JSONP是服务器与客户端跨源通信的常用方法。最大特点就是简单适用，老式浏览器全部支持，服务器改造非常小。  
它的基本思想是，网页通过添加一个<script>元素，向服务器请求JSON数据，这种做法不受同源政策限制；服务器收到请求后，将数据放在一个指定名字的回调函数里传回来。

海量数据的存储问题  
如今随着互联网的发展，数据的量级也是呈指数的增长，从GB到TB到PB。对数据的各种操作也是愈加的困难，传统的关系性数据库已经无法满足快速查询与插入数据的需求。这个时候NoSQL的出现暂时解决了这一危机。它通过降低数据的安全性，减少对事务的支持，减少对复杂查询的支持，来获取性能上的提升。  
但是，在有些场合NoSQL一些折衷是无法满足使用场景的，就比如有些使用场景是绝对要有事务与安全指标的。这个时候NoSQL肯定是无法满足的，所以还是需要使用关系性数据库。如果使用关系型数据库解决海量存储的问题呢？此时就需要做数据库集群，为了提高查询性能将一个数据库的数据分散到不同的数据库中存储。

什么是数据库分片  
简单来说，就是指通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库上面，以达到分散单台设备负载的效果。  
数据的切分（Sharding）根据其切分规则的类型，可以分为两种切分模式。  
1.一种是按照不同的表来切分到不同的数据库（主机）之上，这种切可以称之为数据的垂直切分  
2.另外一种则是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库上面，这种切分称之为数据的水平切分。

如何实现数据库分片  
当数据库分片后，数据由一个数据库分散到多个数据库中。此时系统要查询时需要切换不同的数据库进行查询，那么系统如何知道要查询的数据在哪个数据库中？当添加一条记录时要向哪个数据库中插入呢？这些问题处理起来都是非常的麻烦。  
这种情况下可以使用一个数据库中间件mycat来解决相关的问题。

什么是Mycat？  
简单的说，MyCAT就是：一个新颖的数据库中间件产品，支持mysql集群，提供高可用性数据分片集群。你可以像使用mysql一样使用mycat。对于开发人员来说根本感觉不到mycat的存在。  
Mycat读写分离  
数据库读写分离对于大型系统或者访问量很高的互联网应用来说，是必不可少的一个重要功能。对于MySQL来说，标准的读写分离是主从模式，一个写节点Master后面跟着多个读节点，读节点的数量取决于系统的压力，通常是1-3个读节点的配置

电商活动倒计时方案(秒杀方案）：  
1、确定一个基准时间。可以使用一个sql语句从数据库中取出一个当前时间。SELECT NOW()；  
2、活动开始的时间是固定的。  
3、使用活动开始时间-基准时间可以计算出一个秒为单位的数值。  
4、在redis中设置一个key（活动开始标识）。设置key的过期时间为第三步计算出来的时间。  
5、展示页面的时候取出key的有效时间。Ttl命令。使用js倒计时。  
6、一旦活动开始的key失效，说明活动开始。  
7、需要在活动的逻辑中，先判断活动是否开始。  
秒杀方案：  
8、把商品的数量放到redis中。  
9、秒杀时使用decr命令对商品数量减一。如果不是负数说明抢到。  
10、一旦返回数值变为0说明商品已售完。  
由于宜立方商城是基于SOA的架构，表现层和服务层是不同的工程。所以要实现商品列表查询需要两个系统之间进行通信。

如何实现远程通信？  
1、Webservice：效率不高基于soap协议。项目中不推荐使用。  
2、使用restful形式的服务：http+json。很多项目中应用。如果服务太多，服务之间调用关系混乱，需要治疗服务。  
3、使用dubbo。使用rpc协议进行远程调用，直接使用socket通信。传输效率高，并且可以统计出系统之间的调用关系、调用次数。

什么是dubbo  
DUBBO是一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案  
Dubbo就是资源调度和治理中心的管理工具。

dubbo服务开发流程，运行流程？zookeeper注册中心的作用？  
使用流程：  
第一步：要在系统中使用dubbo应该先搭建一个注册中心，一般推荐使用zookeeper。  
第二步：有了注册中心然后是发布服务，发布服务需要使用spring容器和dubbo标签来发布服务。并且发布服务时需要指定注册中心的位置。  
第三步：服务发布之后就是调用服务。一般调用服务也是使用spring容器和dubbo标签来引用服务，这样就可以在客户端的容器中生成一个服务的代理对象，在action或者Controller中直接调用service的方法即可。  
Zookeeper注册中心的作用主要就是注册和发现服务的作用。类似于房产中介的作用，在系统中并不参与服务的调用及数据的传输。

电商项目中是如何解决高并发和高可用的？  
1.页面静态化  
2.fastDFS图片服务器  
3.数据缓存服务器  
4.数据库集群、库表散列（数据库的各种优化、数据库的拆分）  
5.负载均衡

什么是负载均衡  
当一台服务器的单位时间内的访问量越大时，服务器压力就越大，大到超过自身承受能力时，服务器就会崩溃。为了避免服务器崩溃，让用户有更好的体验，我们通过负载均衡的方式来分担服务器压力。  
我们可以建立很多很多服务器，组成一个服务器集群，当用户访问网站时，先访问一个中间服务器，在让这个中间服务器在服务器集群中选择一个压力较小的服务器，然后将该访问请求引入该服务器。如此以来，用户的每次访问，都会保证服务器集群中的每个服务器压力趋于平衡，分担了服务器压力，避免了服务器崩溃的情况。  
负载均衡是用反向代理的原理实现的。

redis为什么可以做缓存？项目中使用redis的目的是什么？redis什么时候使用？  
1）Redis是key-value形式的nosql数据库。可以快速的定位到所查找的key，并把其中的value取出来。并且redis的所有的数据都是放到内存中，存取的速度非常快，一般都是用来做缓存使用。  
2）项目中使用redis一般都是作为缓存来使用的，缓存的目的就是为了减轻数据库的压力提高存取的效率。  
3）在互联网项目中只要是涉及高并发或者是存在大量读数据的情况下都可以使用redis作为缓存。当然redis提供丰富的数据类型，除了缓存还可以根据实际的业务场景来决定redis的作用。例如使用redis保存用户的购物车信息、生成订单号、访问量计数器、任务队列、排行榜等。  
redis支持五种数据类型存储：1.字符串2.散列3.列表4.集合5.有序集合

Redis集群中，某个节点宕机怎么办？你遇见过吗？你的解决思路是什么？  
redis集群：一般的是至少是2台服务器，主从服务器！如果redis集群的主服务器挂了，没有关系还有备服务器

（哨兵模式和集群模式）

AcitveMQ的作用、原理、特点？（生产者。消费者。 p2p、订阅实现流程）  
Activemq的作用就是系统之间进行通信。当然可以使用其他方式进行系统间通信，如果使用Activemq的话可以对系统之间的调用进行解耦，实现系统间的异步通信。原理就是生产者生产消息，把消息发送给activemq。Activemq接收到消息，然后查看有多少个消费者，然后把消息转发给消费者，此过程中生产者无需参与。消费者接收到消息后做相应的处理和生产者没有任何关系。

ActiveMQ如果数据提交不成功怎么办？  
Activemq有两种通信方式，点到点形式和发布订阅模式。如果是点到点模式的话，如果消息发送不成功此消息默认会保存到activemq服务端知道有消费者将其消费，所以此时消息是不会丢失的。  
如果是发布订阅模式的通信方式，默认情况下只通知一次，如果接收不到此消息就没有了。这种场景只适用于对消息送达率要求不高的情况。如果要求消息必须送达不可以丢失的话，需要配置持久订阅。每个订阅端定义一个id，在订阅是向activemq注册。发布消息和接收消息时需要配置发送模式为持久化。此时如果客户端接收不到消息，消息会持久化到服务端，直到客户端正常接收后为止。

此处可能会问各种消息中间件的区别已经应用场景

sku的几种常用设计方法，你的sku是怎么设计的？  
sku:Stock Keeping Unit（库存量单位)产品统一编号的简称，每种产品均对应有唯一的SKU号  
SKU属性的设计，可以分为两类：  
(1)通过属性集关联SKU属性 适合品类较少的网站，管理容易些。  
(2)产品和SKU属性直接关联  
适合品类很多网站，比较灵活，但是维护起来数据量比较大。  
为了简化，我增加SKU属性关联产品分类（可为空，表示是全局的），这样在创建产品时，可以只列出全局的+本产品分类的SKU属性，这样就不会一下子列出很多SKU属性了。SKU属性分为前端名称和后台名称两个，方便不同业务含义的SKU属性，在前端也能够用同一个名称显示，如颜色、容量等。另外在操作上可以做些优化，比如用下拉列表显示可选的SKU属性时，可以同时显示该属性的属性描述，供产品维护人员参考。  
基于SKU方式来管理产品时，产品的价格、库存和图片等信息必然是放在产品SKU表中处理的，和订单、购物车等表的关联，也是通过产品SKU表，而不是产品表。至于产品表，实际上是一个总的业务汇总和外部关联表，但实际销售的并不是它。我们网站做的更细些，会就每个产品SKU生成独立的URL（伪静态），但从SEO方面考虑，每个产品SKU拥有独立

单点登录具体实现了什么功能？

去登陆页面  
提交登陆页面  
用户名、密码、验证码的校验  
错误信息的回显  
保存用户到Session中  
重定向到登陆之前的访问页面  
Ajax跨域判断用户是否登陆  
Redis在其中是怎么用的？起了什么作用？  
redis中存储的都是key-value格式的。拿商品数据来说，key就是商品id，value是商品相关信息的json数据。  
在商城系统中当并发量比较高，频繁的对数据库进行读操作的时候都需要添加缓存。例如页面中内容数据的缓存、商品数据的缓存以及用户数据的缓存等。  
做商品数据的缓存时，因为商品的数据量很大，而且缓存是把数据保存到内存中，此时不可能把所有的商品数据都放到缓存中。所以需要设置商品数据缓存的有效期，当用户访问到非热点数据后，此数据放到缓存中，当缓存到期后就从缓存中删除，而且长时间不会添加到缓存。而热点数据一旦从缓存中删除会马上又添加到缓存。这样可以提高缓存的利用率，同时也减轻了数据库的压力。

各模块是怎么设计的，如商品参数，广告位等

总的来说远程调用和设计上的问的较多（面经）