福哥答案2020-06-03： 简单设计：redis+lua。红包池list+抢红包用户hash。是否有红包？用户是否抢过？ 中级设计：1.拆红包：预拆包和实时拆包。2.高并发读：缓存。3.并发写：串行化和乐观锁。4.网络流量峰值：大量用户同时抢红包是否会造成网络拥塞，发红包和抢红包最好在同一个IDC。5.对账：考虑到拆红包凭证和入账是异步的2套系统，以及出现故障的可能，需要定时对账保证数据的一致性。6.降级：在cache故障时有限流的使用DB进行服务，在资源紧张的时候关闭掉非核心流程，在实时入账请求量过大时，延迟批量入账。7.故障恢复。

福哥答案2020-06-02： 对于千万级长度的数组单值查找：序号小的，单线程占明显优势；序号大的，多线程占明显优势。单线程时间不稳定，多线程时间稳定。 go语言测试代码如下： package main import ( "fmt" "math/rand" "testing" "time" ) const ( ARRLEN = 1000_0000 ) var arr []int var target int func init() { arr = make([]int, ARRLEN) rand.Seed(...

福哥答案2020-06-01： fork/join。 对于百万级长度的数组求和，单线程和多线程下区别不大。对于千万级长度的数组求和，多线程明显变快，大概是单线程的2-3倍。 go语言测试代码如下： package test18_sum100w import ( "fmt" "math/rand" "testing" "time" ) const ( ARRLEN = 100_0000 ) var arr []int func init() { arr = ma...

2020-05-31：假如Redis里面有1亿个key，其中有10w个key是以某个固定的已知的前缀开头的，如何将它们全部找出来？ 福哥答案2020-05-31： 使用keys指令可以扫出指定模式的key列表。对方接着追问：如果这个redis正在给线上的业务提供服务，那使用keys指令会有什么问题？这个时候你要回答redis关键的一个特性：redis的单线程的。keys指令会导致线程阻塞一段时间，线上服务会停顿，直到指令执行完毕，服务才能恢复。这个时候可以使用scan指令，scan指令可以无阻塞的提取出指定模式的key列表，但是会有一定的重复概率，在客户端做一次去重就可以了，但是整体所花费的时...

福哥答案2020-05-30： 场景描述，对于主从库，读写分离，如果主从库更新同步有时差，就会导致主从库数据的不一致。1、忽略这个数据不一致，在数据一致性要求不高的业务下，未必需要时时一致性。2、强制读主库，使用一个高可用的主库，数据库读写都在主库，添加一个缓存，提升数据读取的性能。3、选择性读主库，添加一个缓存，用来记录必须读主库的数据，将哪个库，哪个表，哪个主键，作为缓存的key,设置缓存失效的时间为主从库同步的时间，如果缓存当中有这个数据，直接读取主库，如果缓存当中没有这个主键，就到对应的从库中读取。

福哥答案2020-05-29： Redis 高可用架构如下：1.Redis Sentinel 集群 + 内网 DNS + 自定义脚本。2.Redis Sentinel 集群 + VIP + 自定义脚本。3.封装客户端直连 Redis Sentinel 端口。4.JedisSentinelPool，适合 Java。5.PHP 基于 phpredis 自行封装。6.Redis Sentinel 集群 + Keepalived/Haproxy。7.Redis M/S + Keepalived。8.Redis Cluster。9.Twemproxy。10.Codis。 1.Redis Sentinel...

福哥答案2020-05-28： 公平锁：多个线程按照申请锁的顺序去获得锁，线程会直接进入队列去排队，永远都是队列的第一位才能得到锁。优点：所有的线程都能得到资源，不会饿死在队列中。缺点：吞吐量会下降很多，队列里面除了第一个线程，其他的线程都会阻塞，cpu唤醒阻塞线程的开销会很大。 非公平锁：多个线程去获取锁的时候，会直接去尝试获取，获取不到，再去进入等待队列，如果能获取到，就直接获取到锁。优点：可以减少CPU唤醒线程的开销，整体的吞吐效率会高点，CPU也不必取唤醒所有线程，会减少唤起线程的数量。缺点：你们可能也发现了，这样可能导致队列中间的线程一直获取不到锁或者长时间获取不到锁，导致饿死。

福哥答案2020-05-27： SpringCloud分布式开发五大组件详解服务发现——Netflix Eureka客服端负载均衡——Netflix Ribbon断路器——Netflix Hystrix服务网关——Netflix Zuul分布式配置——Spring Cloud Config 分布式追踪链系统图： Hystrix 执行时内部原理：

福哥答案2020-05-26：

福哥答案2020-05-25： 应用场景：解耦、异步、削峰。区别如下：特性 ActiveMQ RabbitMQ RocketMQ Kafka单机吞吐量 万级，比 RocketMQ、Kafka 低一个数量级 同 ActiveMQ 10 万级，支撑高吞吐 10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景topic 数量对吞吐量的影响 topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 RocketMQ 的一大优势，在同等机器下，可以支撑大量的 topic topic 从几十到几...

福哥答案2020-05-24： Zk分布式锁有两种实现方式一种比较简单，应对并发量不是很大的情况。获得锁：创建一个临时节点，比如/lock，如果成功获得锁，如果失败没获得锁，返回false释放锁：删除/lock节点锁等待：使用监听机制，监听lock节点，如果lock节点被删除，重新去抢锁，否则一直等待 第二种方式，这种方式比第一种复杂点，但解决了羊群效应问题。获得锁：创建临时带序号的节点，排序，判断创建的节点是否是当前目录下最小的，如果最小获得锁结束如果不是，获得当前节点的前面一个节点名称，进入锁等待释放锁：删除创建的临时带序号节点锁等待：获取第一步的获的前一个节点名称，使用监听机制，监听这节...

福哥答案2020-05-23： 计数器、漏桶、令牌桶。 除了算法手动实现限流 guava也有提供限流工具 除了程序内限流 gateway 网关nginx也能实现限流。 短连接无状态的的集群并发接口的限流 只能靠 7层负载均衡器上的网关功能。长连接或者说有状态的接口 限流 依靠 类分布式锁 准分布式锁。

福哥答案2020-05-22： 防重放：幂等性，url里添加唯一标识参数防篡改：url里添加签名参数

福哥答案2020-05-21： es不熟悉，答案仅供参考：es写数据过程1、客户端选择一个node发送请求过去，这个node就是coordinating node（协调节点）2、coordinating node 对document进行路由，将请求转发给对应的node（有primary shard）3、实际的node上的primary shard 处理请求，然后将数据同步到replica node。4、coordinating node如果发现 primary node和所有replica node都搞定之后，就返回响应结果给客户端。 es读数据过程可以通过doc id 来查询，会根据doc ...