黑马点评遇到的问题

<think>好的，我现在要处理用户关于黑马点评项目遇到的问题及解决方案的查询。首先，我需要理解用户的具体需求。黑马点评是一个实战项目，通常涉及Redis、分布式锁、缓存穿透、缓存击穿、缓存雪崩等问题。用户可能在学习或开发过程中遇到了这些常见问题，需要解决方案。 接下来，我需要确定用户的问题范围。根据常见的黑马点评项目案例，可能的问题点包括缓存一致性、分布式锁的实现、秒杀库存超卖、商户查询缓存穿透、数据一致性和并发竞争等。因此，我需要针对这些方面进行搜索和整理。 现在，我需要调用网络搜索工具，查找相关的解决方案。例如，缓存穿透可以通过布隆过滤器或缓存空对象解决；分布式锁可以使用Redis的SETNX命令或Redisson框架；缓存雪崩可以通过随机过期时间或永不过期策略来应对。秒杀库存超卖问题通常用乐观锁或Redis原子操作处理。商户查询缓存可能需要双重检查锁和延迟双删策略来保证一致性。 在整合信息时，要确保每个解决方案清晰且步骤分明，避免使用第一人称和步骤词汇。同时，注意引用内容要分散在回答中，而不是集中在末尾。例如，在解释缓存穿透时，直接提到布隆过滤器和缓存空对象，并给出代码示例。 然后，检查格式是否符合要求：数学公式和代码是否正确标注，相关问题部分是否包含三个基于回答的问题，比如缓存穿透与雪崩的区别、Redisson分布式锁实现原理、乐观锁在超卖中的应用等。 最后，确保整个回答结构符合用户的要求，每个方法或步骤之间换行，没有使用Markdown格式，相关问题部分正确使用标题和编号。完成后，再复查一遍是否遗漏了任何用户指定的格式要求，比如代码块的语言类型、公式的$符号等。</think>针对黑马点评项目中的典型技术问题，结合高频解决方案整理如下： **缓存穿透解决方案** - 采用布隆过滤器预校验请求合法性，拦截非法ID查询 - 对无效请求结果进行空值缓存并设置短过期时间（如2-3分钟） ```java public Shop queryWithPassThrough(Long id) { String key = CACHE_SHOP_KEY + id; // 1.尝试从缓存获取 String shopJson = stringRedisTemplate.opsForValue().get(key); if (StrUtil.isNotBlank(shopJson)) { return JSONUtil.toBean(shopJson, Shop.class); } // 2.判断是否命中空值 if (shopJson != null) { return null; } // 3.未命中则查询数据库 Shop shop = getById(id); if (shop == null) { // 将空值写入Redis stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES); return null; } // 4.数据库存在则写入Redis stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES); return shop; } ``` **分布式锁实现方案** - 基于Redis的SETNX命令实现互斥锁 - 使用Redisson框架实现可重入锁，避免死锁问题 ```java public void deductStock() { RLock lock = redissonClient.getLock("lock:stock"); try { lock.lock(); // 业务逻辑 int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock")); if (stock > 0) { int realStock = stock - 1; stringRedisTemplate.opsForValue().set("stock", realStock + ""); } } finally { lock.unlock(); } } ``` **缓存雪崩预防策略** - 设置差异化的缓存过期时间，公式：$TTL = baseTime + randomDelta$ - 建立多级缓存架构（Redis+本地缓存） - 热点数据采用永不过期策略，配合异步更新 **秒杀库存超卖处理** - 基于Redis的原子操作实现库存扣减 ```lua local stock = KEYS[1] local num = ARGV[1] if (tonumber(redis.call('get', stock)) >= tonumber(num)) then return redis.call('incrby', stock, -num) end return -1 ``` - 数据库层使用乐观锁控制版本号 ```sql UPDATE stock SET count = count -1, version = version +1 WHERE id = #{id} AND version = #{version} ``` **商户查询缓存一致性方案** - 采用延迟双删策略保证最终一致性 ```java public void updateShop(Shop shop) { // 1.先更新数据库 updateById(shop); // 2.删除缓存 redisTemplate.delete(CACHE_SHOP_KEY + shop.getId()); // 3.延迟再次删除 executorService.schedule(() -> { redisTemplate.delete(CACHE_SHOP_KEY + shop.getId()); }, 1, TimeUnit.SECONDS); } ``` **缓存击穿应对方法** - 使用互斥锁实现热点数据重建的串行化 - 逻辑过期方案设计（物理不过期，业务层控制有效期）