在快手的高并发场景下，如何设计一个高可用的内容存储系统（如视频/用户数据），并说明如何处理数据一致性和容灾？
快手内容运营 运营类难度：困难
答案
1) 【一句话结论】在快手高并发场景下，设计高可用内容存储系统需采用分布式架构（分片数据库+多级缓存+数据复制），通过分片分散负载、缓存提升访问速度、多副本保障容灾，结合最终一致性加补偿机制处理数据一致性，确保系统高可用与数据安全。
2) 【原理/概念讲解】老师口吻，解释核心技术：
- 分片（Sharding）：将海量数据按规则（如视频ID哈希）拆分到多个数据库节点，类似“把一个大图书馆的书按字母顺序分到不同书架，每个书架只放部分字母的书，访问时直接找对应书架，速度更快”，避免单点过载。
- 数据复制（Replication）：主从复制（主节点写，从节点读，主从同步）或多副本（主备+多从），比如视频数据主节点写，3个从节点同步，类似“给重要文件复制3份，放在不同抽屉，抽屉坏了还能用其他抽屉的备份”，保障单点故障时服务不中断。
- 缓存（如Redis）：将热点数据（如热门视频信息）存入内存，访问时优先从缓存获取，减少数据库压力，类似“把最常读的书放在书桌，不用每次去书架找”，提升响应速度。
- 一致性机制：高并发下强一致性可能影响性能，采用最终一致性（写后异步复制，读时检查版本），通过补偿机制（如定时重试、日志回放）保证一致性，类似“写完信后寄出，收信人可能稍后收到，但最终会收到，若没收到就重寄”。
3) 【对比与适用场景】
| 方案 | 定义 | 特性 | 使用场景 | 注意点 |
|---|---|---|---|---|
| 分片数据库（如TiDB, ClickHouse） | 将数据水平拆分到多个数据库节点 | 支持水平扩展，事务一致性 | 海量数据存储（如视频元数据、用户数据） | 分片键选择影响负载均衡，需避免热点 |
| 缓存（如Redis） | 内存数据库，高速读写 | 低延迟，高并发 | 热点数据缓存（如视频封面、用户信息） | 缓存击穿/雪崩需防护，数据一致性需结合数据库 |
4) 【示例】
伪代码示例（视频数据存储流程）：
# 请求视频数据（假设视频ID为vid）
1. 查Redis缓存（key: video:vid）
- 若存在，返回数据
2. 若缓存未命中：
a. 计算分片：shard = hash(vid) % 8 （假设8个分片）
b. 查分片数据库（如MySQL分片集群）的节点shard0（假设）
SELECT * FROM video WHERE vid = ?
c. 若查询成功，将数据存入Redis（key: video:vid, value: 数据）
d. 返回数据
5) 【面试口播版答案】（约80秒）
“面试官您好，针对快手高并发场景下内容存储系统设计，核心思路是构建分布式架构，通过分片、缓存、数据复制实现高可用，同时处理一致性与容灾。首先，分片技术将视频/用户数据按ID哈希拆分到多个数据库节点，比如视频ID通过哈希取模分配到不同分片，分散读写压力，避免单点过载。然后，引入多级缓存，比如Redis缓存热点视频元数据，访问时优先从内存获取，减少数据库压力。数据层面采用主从复制或多副本，比如视频数据主节点写，3个从节点同步，确保单点故障时能快速切换。对于数据一致性，采用最终一致性加补偿机制，写操作后异步复制，读操作时检查版本，若数据不一致则通过定时重试或日志回放恢复。容灾方面，数据定期同步到异地数据中心，结合多副本实现故障切换，比如主节点故障时自动切换到从节点，保证服务不中断。总结来说，通过分片分散负载、缓存提升性能、复制保障容灾，结合一致性机制，能支撑快手高并发下的内容存储需求。”
6) 【追问清单】
- 分片键选择：问“分片键如何选择？比如视频ID是否合适？”
回答要点：分片键需均匀分布数据，避免热点，可结合时间戳做复合分片（如hash(vid) % (8 + timestamp/1000)），避免数据集中。 - 缓存问题：问“如何处理缓存雪崩或击穿？”
回答要点：缓存雪崩用随机过期时间；缓存击穿用互斥锁或分布式锁，或预加载热点数据。 - 容灾指标：问“容灾恢复时间（RTO）和恢复点（RPO）如何保证？”
回答要点：RTO通过多副本快速切换（如秒级），RPO通过数据同步（如每秒同步）保证数据一致性。 - 数据迁移：问“数据迁移或扩容时如何不影响服务？”
回答要点：采用分片路由重写（如蓝绿部署），先在新增节点测试，再切换流量。 - 强一致性必要性：问“强一致性是否必要？为什么？”
回答要点：高并发下强一致性可能影响性能，采用最终一致性更高效，通过补偿机制保证一致性。
7) 【常见坑/雷区】
- 只说数据库分片，忽略缓存层，导致系统响应慢。
- 只说主从复制，没提多副本或异地容灾，容灾能力不足。
- 数据一致性过度追求强一致性，导致写延迟高，影响用户体验。
- 分片键选择不当，导致热点分片，部分节点负载过高。
- 缓存与数据库数据不一致，未处理雪崩/击穿问题。