设计一个支持百万级用户的高并发在线考试系统，需满足实时答题、成绩同步、防作弊（如禁止复制粘贴、监控设备）等需求，请描述系统架构和关键技术选型。

深圳大学中纺集团难度：困难

答案

1) 【一句话结论】采用微服务+分布式架构，通过WebSocket保障实时答题低延迟，结合防作弊中间件（输入拦截+设备监控+行为分析）与Redis+MySQL分布式存储，实现百万级并发下的实时交互与成绩同步，确保防作弊措施的可验证性及成绩同步延迟控制在1-2秒内。

2) 【原理/概念讲解】老师：先拆解需求——百万级并发、实时答题、成绩同步、防作弊。架构上，拆分为前端（Web/移动）、实时通信（WebSocket）、业务逻辑（答题/成绩计算）、防作弊（输入拦截/设备监控/行为分析）、存储（Redis/MySQL）。实时答题用WebSocket，持久连接，低延迟，像“实时聊天”一样双向通信。防作弊输入拦截用JavaScript禁用Ctrl+C（前端），设备监控收集设备指纹（CPU型号、内存大小等硬件信息），结合摄像头监控（第三方API）检测作弊。成绩同步用消息队列（如Kafka）异步处理，减少数据库压力。存储层中，Redis作为缓存，存储高频访问的热点数据（如答题进度），MySQL作为持久化存储，存储成绩记录（分库分表按用户ID分片）。

3) 【对比与适用场景】

技术选型	定义	特性	使用场景	注意点
MySQL	关系型数据库	ACID事务、事务一致性、支持复杂查询	稳定性要求高的数据（如成绩记录、用户信息）	扩展性一般，需分库分表（按用户ID或考试ID分片）
Redis	内存数据库	高速读写、缓存、支持数据结构（列表/集合）	实时数据（如答题进度、用户在线状态）	数据持久化需RDB/AOF，适合高频访问，缓存热点数据（如热门题目答案）

4) 【示例】用户答题流程伪代码：
前端（答题）：

// WebSocket连接
const socket = new WebSocket('wss://exam-server.com');
socket.onmessage = (event) => {
  const data = JSON.parse(event.data);
  // 发送答题
  socket.send(JSON.stringify({ userId: 123, questionId: 1, answer: 'A' }));
};
// 输入拦截（禁用Ctrl+C）
document.addEventListener('keydown', (e) => {
  if (e.ctrlKey && e.key === 'c') {
    e.preventDefault();
    alert('禁止复制粘贴');
  }
});

后端（答题处理）：

# 接收答题消息
def handle_answer(event):
  data = json.loads(event)
  user_id = data['userId']
  question_id = data['questionId']
  answer = data['answer']
  
  # 存储到Redis（实时进度）
  redis_client.set(f"user_{user_id}_q{question_id}", answer)
  
  # 触发成绩同步（消息队列持久化）
  kafka_producer.send('exam_results', value=answer, headers={'user_id': user_id, 'question_id': question_id})

成绩同步服务：

# 处理成绩消息
def process_result(message):
  data = message.value
  user_id = message.headers['user_id']
  question_id = message.headers['question_id']
  answer = data
  
  # 计算成绩（假设）
  score = calculate_score(answer)
  
  # 存储到MySQL（成绩表）
  db.execute("INSERT INTO exam_results (user_id, question_id, score) VALUES (?, ?, ?)", (user_id, question_id, score))
  
  # 通过WebSocket推送给前端
  web_socket.send_to_user(user_id, f"question_{question_id} score: {score}")

5) 【面试口播版答案】面试官您好，针对百万级用户的高并发在线考试系统，我的设计核心是构建微服务+分布式架构，通过WebSocket保障实时答题低延迟，结合防作弊中间件（前端JS输入拦截+后端设备指纹+行为分析）与Redis+MySQL分布式存储，实现成绩同步的实时性与防作弊的有效性。架构分为前端、实时通信层（WebSocket）、业务逻辑层（答题/成绩计算）、防作弊层（输入拦截+设备监控+行为分析）和存储层（Redis缓存热点数据，MySQL分库存储成绩）。实时答题通过WebSocket实现用户与后端的双向通信，成绩同步利用Kafka消息队列异步处理，减少数据库压力；防作弊方面，前端用JavaScript禁用Ctrl+C（代码示例），后端收集设备指纹（CPU型号、内存大小等硬件信息），结合鼠标移动轨迹、按键频率等行为分析，限制虚拟机绕过，并配合摄像头监控（第三方API）检测作弊行为。高并发处理上，前端通过CDN负载均衡，后端服务采用Nginx+反向代理，数据库分库分表（按用户ID分片），Redis缓存热点数据。这样既能满足百万级并发下的实时交互，又能保障成绩同步的准确性与防作弊的有效性。

6) 【追问清单】

问题1：如何处理用户使用虚拟机或浏览器插件绕过输入拦截的情况？
回答要点：通过动态更新设备指纹（如每5分钟更新一次硬件信息），结合行为分析（鼠标移动轨迹、按键频率异常），限制同一设备同时登录多个账号，并配合人工审核。
问题2：系统如何保证成绩同步的实时性（比如用户答题后，成绩立即显示）？
回答要点：成绩计算通过Redis缓存用户答题进度，当用户提交试卷时，触发Kafka消息将成绩发送至成绩同步服务，前端通过WebSocket订阅成绩更新，延迟控制在1-2秒内。
问题3：如果系统遇到突发流量（如考试高峰期），如何保证服务不崩溃？
回答要点：采用负载均衡（Nginx）+服务降级（熔断），数据库分库分表+读写分离，Redis作为缓存层减轻数据库压力，并设置令牌桶算法限流控制请求频率。
问题4：防作弊的设备监控是否会影响用户隐私？如何平衡？
回答要点：仅收集必要硬件信息（CPU型号、内存、屏幕分辨率），不采集用户隐私数据（如摄像头画面仅用于检测作弊，不存储或传输用户面部信息），符合隐私保护法规。
问题5：如果Redis缓存数据丢失，如何保证成绩同步的可靠性？
回答要点：Redis配置RDB/AOF持久化，结合Kafka持久化消息，确保数据不丢失，并通过消息队列重试机制处理失败情况。

7) 【常见坑/雷区】

忽略防作弊技术细节，只说“禁止复制粘贴”而不具体说明JavaScript实现或设备监控参数，导致方案不可验证。
架构设计过于集中化，未拆分为微服务，导致扩展性差，无法应对百万级并发。
未考虑成绩同步的延迟控制，比如消息队列未设置持久化或重试机制，可能导致成绩延迟或丢失。
技术选型不匹配场景，比如用关系型数据库处理高并发写入（如答题数据），导致性能瓶颈，应优先用Redis缓存。
缺乏容灾设计，比如数据库未配置主从复制或集群，故障时无法快速切换，影响系统可用性。