如何保证护病学在线教学系统（如直播课、录播课）在考试季的稳定性，避免因高并发导致服务中断？请提出技术方案，如负载均衡、缓存、数据库优化等。

1) 【一句话结论】考试季高并发下，需通过负载均衡分散请求、缓存减少数据库压力、数据库优化提升读写性能、结合容灾与监控，构建分层抗并发架构，确保系统稳定。

2) 【原理/概念讲解】高并发导致服务中断的核心是请求集中到单点，资源耗尽。

• 负载均衡（Load Balancer）：像交通枢纽，将用户请求分发到多台服务器，避免单点过载（类比：城市主干道分流车辆，避免拥堵）。
• 缓存（Cache，如Redis）：将热点数据（如考试题库、课程大纲）临时存储在内存，用户请求先查缓存，减少数据库查询（类比：超市货架备货，降低后端仓库取货压力）。
• 数据库优化：包括索引优化（为高频查询字段建索引，提升查询速度）、读写分离（主库写，从库读，分担读压力，像把大仓库分成小仓库，提升取货效率）、分库分表（数据量大的表拆分，避免单表过大）。

3) 【对比与适用场景】

方案	定义	特性	使用场景	注意点
负载均衡（L7）	依据应用层信息（如URL、请求头）分发请求	可智能路由，支持会话保持	需要应用层状态（如用户会话），如直播课的会话管理	需要配置规则，可能增加延迟
负载均衡（L4）	依据网络层信息（如IP、端口）分发	简单高效，无应用层状态	无需会话保持，如静态资源分发	无法处理应用层逻辑
缓存（Redis）	内存数据库，存储临时数据	低延迟，高并发读写	热点数据（如考试题库、课程信息）	需要缓存淘汰策略（如LRU）
数据库优化（索引）	为查询字段建立索引	提升查询速度	高频查询字段（如用户ID、课程ID）	索引过多会降低写性能

4) 【示例】

• 负载均衡配置（伪代码）：用户访问考试系统时，Nginx将请求分发到后端Server1、Server2等。
• 缓存使用（伪代码）：用户请求课程信息时，先查Redis缓存，若存在则返回，否则查询数据库并缓存结果：

  def get_course_info(course_id):
      cache_key = f"course:{course_id}"
      info = redis.get(cache_key)
      if info: return json.loads(info)
      info = db.query("SELECT * FROM courses WHERE id = ?", course_id)
      redis.setex(cache_key, 3600, json.dumps(info))  # 缓存1小时
      return info
  

5) 【面试口播版答案】考试季高并发下，保证系统稳定需从多维度优化。首先，负载均衡：用Nginx等工具分发请求到多台服务器，避免单点过载，像交通枢纽疏导车辆。其次，缓存：用Redis存储热点数据（如考试题库、课程大纲），减少数据库查询，提升响应速度。然后，数据库优化：对高频查询字段建索引，实现读写分离（主库写，从库读），分担读压力。最后，监控与容灾：部署Prometheus等工具实时监控系统状态，提前预警；配置备份与自动恢复机制，确保故障时快速恢复。这样通过分层架构，有效应对高并发，避免服务中断。

6) 【追问清单】

• 问：负载均衡如何处理会话保持？答：对于直播课等需要会话保持的场景，可配置Nginx的session_sticky或使用cookie，确保用户请求始终发到同一台服务器。
• 问：缓存策略如何选择？答：考试季热点数据（如考试题库）访问频率高，适合用LRU（最近最少使用），淘汰不常用数据，保证缓存命中率。
• 问：数据库读写分离的具体配置？答：主库负责写操作（如提交考试答案），从库负责读操作（如查询成绩），通过ProxySQL等代理实现，提升读性能。
• 问：如何解决缓存穿透问题？答：用布隆过滤器或空对象缓存，避免大量无效请求冲击数据库。
• 问：容灾方案如何设计？答：部署多区域服务器（如绍兴与杭州），配置主从切换，故障时自动切换到备用区域，确保服务不中断。

7) 【常见坑/雷区】

• 坑1：只强调负载均衡，忽略缓存，导致数据库压力仍大，系统不稳定。
• 坑2：数据库索引设计不当，为非查询字段建索引，反而降低写性能。
• 坑3：未考虑缓存穿透，导致大量无效请求，数据库压力激增。
• 坑4：读写分离配置错误，导致数据不一致（如成绩未及时同步到从库）。
• 坑5：缺乏监控，无法及时发现系统瓶颈，优化措施滞后。