架构师面试题及参考答案.docxVIP

架构师面试题及参考答案

一、核心技术与架构设计基础（10题）

问题：请说明微服务架构与单体架构的核心区别，以及你在什么场景下会优先选择微服务？

答案：核心区别在于拆分粒度和部署独立性——单体架构是所有功能模块打包成一个应用，共享数据库和资源，部署时整体发布；微服务是按业务域拆分成独立服务，每个服务有自己的数据库、接口和部署单元，可独立扩容、迭代。优先选微服务的场景：①业务模块边界清晰（比如电商的订单、支付、商品模块）；②需要针对不同模块独立扩容（比如促销期间订单服务压力激增）；③团队规模较大，需按模块并行开发；④未来有频繁迭代需求，需降低模块间耦合影响。如果业务简单、团队小、迭代频率低，单体架构更高效（减少分布式复杂度）。

问题：分布式系统中，CAP理论和BASE理论的实际应用场景是什么？你在项目中如何权衡？

答案：CAP理论是分布式系统的基础约束——一致性（C）、可用性（A）、分区容错性（P）三者不可兼得，而分布式系统必然要保证P（网络分区不可避免），所以核心是权衡C和A。BASE理论是CAP的落地补充，强调“最终一致性”，允许短时间数据不一致，但最终要达到一致。实际应用：①金融支付、交易对账场景，优先保C（一致性），比如转账必须保证账户余额准确，哪怕短暂不可用（比如双11支付高峰期可能出现短暂排队，但不能出现重复扣款或余额错误）；②电商商品列表、新闻资讯场景，优先保A（可用性），比如商品库存偶尔显示偏差，可通过后续同步修正，避免用户打不开页面；③我的项目中做过电商订单系统，订单创建时用“最终一致性”——先保证下单成功（A），生成待支付订单，再通过消息队列异步同步库存、积分等数据，同时加定时任务校验数据一致性，既保证用户体验，又避免数据错误。

问题：如何设计一个高可用的分布式缓存架构？需要考虑哪些关键点？

答案：高可用缓存架构设计核心是“避免单点故障”和“解决缓存常见问题”，关键点包括：①缓存集群部署（比如Redis主从+哨兵，或RedisCluster），主节点负责读写，从节点备份，哨兵监控主节点状态，主节点故障时自动切换从节点为主；②缓存穿透防护（比如布隆过滤器拦截不存在的key，或缓存空值+短期过期）；③缓存击穿防护（热点key过期时，用互斥锁或布隆过滤器避免大量请求直达数据库）；④缓存雪崩防护（key过期时间错开，或缓存集群多机房部署，避免同一时间大量key失效）；⑤数据一致性（比如更新数据库后异步更新缓存，或采用“先删缓存再更数据库+延时双删”）；⑥容量规划（根据业务QPS和数据量，计算缓存节点数量和内存大小，避免内存溢出）。

问题：什么是领域驱动设计（DDD）？在复杂系统架构中，DDD能解决什么问题？

答案：DDD是一种以业务领域为核心的设计思想，核心是把复杂系统按业务域拆分成边界清晰的领域模型，通过限界上下文隔离不同领域，用领域服务、实体、值对象描述业务逻辑。复杂系统中DDD能解决的问题：①业务与技术耦合严重（DDD让架构围绕业务设计，而非技术框架）；②模块边界模糊（限界上下文明确模块职责，避免跨模块乱调用）；③需求迭代困难（领域模型贴近业务语言，产品、开发、测试能达成共识，减少沟通成本）；④比如我之前做的物流调度系统，用DDD拆分成订单域、调度域、仓储域、运输域，每个域独立迭代，调度域优化时不会影响订单域，极大提升了迭代效率。

问题：如何设计一个支持高并发的订单系统？请简述架构思路。

答案：高并发订单系统架构核心是“分流、削峰、解耦”，思路如下：①前端限流（比如按钮防重复点击、页面请求频率限制）；②接入层负载均衡（Nginx+Keepalived，分发请求到多台应用服务器，避免单点压力）；③应用层无状态设计（服务集群部署，会话存在Redis，支持水平扩容）；④削峰填谷（用消息队列（比如RocketMQ、Kafka）异步处理订单创建、支付通知、库存扣减等流程，避免请求直接冲击数据库）；⑤数据库优化（分库分表，比如按用户ID哈希分库，订单时间分表；读写分离，主库写、从库读；索引优化，针对订单号、用户ID等常用查询字段建索引）；⑥缓存优化（热点订单数据缓存，比如用户最近订单、未支付订单，减少数据库查询）；⑦降级熔断（比如高峰期关闭非核心功能（如订单评价），或用Hystrix熔断下游非核心服务，避免连锁故障）。

问题：分布式事务的常见解决方案有哪些？各自的适用场景是什么？

答案：分布式事务核心是保证跨服务/跨数据库操作的原子性，常见方案及场景：①2PC（两阶段提交）：适用于短事务、一致性要求极高的场景（比如金融转账），但性能差，存在阻塞问题（协调者故障会导致参与者锁定资源）；②TCC（Try-