面试速答（先看这里）

**一句话结论：**避免数据库因为突发流量导致压力过大，其实就是在做削峰填谷，削峰填谷确实是消息队列的一个重要作用。

60秒标准回答：

避免数据库因为突发流量导致压力过大，其实就是在做削峰填谷，削峰填谷确实是消息队列的一个重要作用。除了削峰填谷以外，还有一些办法那就是尽量把流量在前面拦截住，不让他请求到数据库，也是比较常见的手段

但是这个问题，回答的时候，我们还需要能知道这些方案的缺点和局限性

除了直接用消息队列比如RocketMQ，Kafka之之外，还有一些其他中间件也能实现类似的消息队列的功能，比如借助Redis也能轻松实现，Redis的ZSET可以用来实现延迟消息，也可以基于Key的过期消息实现延迟消息，还可以借助Redisson的RDelayQueue来实现延迟消息，都是可以的。比如

**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点

回答主线：

• **要点1：**但是这个问题，回答的时候，我们还需要能知道这些方案的缺点和局限性。
• **要点2：**除了直接用消息队列比如RocketMQ，Kafka之之外，还有一些其他中间件也能实现类似的消息队列的功能，比如借助Redis也能轻松实现，Redis的ZSET可以用来实现延迟消息，也可以基于Key的过期消息实现延迟消息，还可以借助Redisson的RDelayQueue来实现延迟消息，都是可以的。
• **要点3：**但是这么做，是对业务有损的，因为被拦截的流量是直接拒绝了，而不像MQ，其实是把请求放在自己的消息队列中做了缓冲，这个差别需要注意。
• **要点4：**题目是如何避免因为突发流量导致压力过大，还有个思路那就是我不想办法减少流量，而是想办法减少压力。
• **要点5：**我说了这么多方案，是不是觉得说了一堆废话，因为每个方案我都说了缺点。

**记忆锚点：**Redis → RDelayQueue → 峰填谷确实是消息队列 → 业的事交给专业的组件 → 求放在自己的消息队列 → 玩你完美替代消息队列

易错提醒：

• 避免数据库因为突发流量导致压力过大，其实就是在做削峰填谷，削峰填谷确实是消息队列的一个重要作用。
• 但是这个问题，回答的时候，我们还需要能知道这些方案的缺点和局限性。

加分表达：

• 这些方案都可行，但是改造成本是比较高的，不到万不得已的话不建议上。
• 如果这些方案都能玩你完美替代消息队列，那要消息队列干啥？
• 如果是写请求，需要考虑一致性的问题。

追问准备：

• 围绕「Redis」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「RDelayQueue」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「峰填谷确实是消息队列」：底层原理是什么？使用时有哪些边界和常见坑？
• 如果线上出现异常，你会如何定位、验证并规避？

---

典型回答

避免数据库因为突发流量导致压力过大，其实就是在做削峰填谷，削峰填谷确实是消息队列的一个重要作用。除了削峰填谷以外，还有一些办法那就是尽量把流量在前面拦截住，不让他请求到数据库，也是比较常见的手段。

但是这个问题，回答的时候，我们还需要能知道这些方案的缺点和局限性。。。

仿消息队列

除了直接用消息队列比如RocketMQ，Kafka之之外，还有一些其他中间件也能实现类似的消息队列的功能，比如借助Redis也能轻松实现，Redis的ZSET可以用来实现延迟消息，也可以基于Key的过期消息实现延迟消息，还可以借助Redisson的RDelayQueue来实现延迟消息，都是可以的。比如：

📄 ✅如何基于Redisson实现一个延迟队列

打开文档：✅如何基于Redisson实现一个延迟队列

但是这个方案我们不推荐啊。专业的事交给专业的组件，Redis就干缓存就行了，消息中间件我自由选择。。。但是面试的时候这个点也是可以说的。

限流

除了靠MQ来做缓冲，还有个办法那就是遇到突发流量的时候，我们干脆直接把过多的流量给他拦截住。通过限流、降级、熔断都能做到。

📄 ✅限流、降级、熔断有什么区别？

打开文档：✅限流、降级、熔断有什么区别？

但是这么做，是对业务有损的，因为被拦截的流量是直接拒绝了，而不像MQ，其实是把请求放在自己的消息队列中做了缓冲，这个差别需要注意。

缓存

除了限流，还有个相对对业务影响比较小的减少数据库压力的方案，那就是加缓存。

在数据库请求之前，先通过缓存来做一层流量拦截，可以用Redis分布式缓存、也可以用本地缓存，总之就是命中缓存之后就不需要请求数据库了。

📄 ✅如何实现多级缓存？

打开文档：✅如何实现多级缓存？

但是这个方案，只针对读请求有作用，并且需要业务上能接受一定的延迟，因为有缓存就意味着理论上一顿存在不一致的可能。

如果是写请求，需要考虑一致性的问题。

📄 ✅如何解决Redis和数据库的一致性问题？

打开文档：✅如何解决Redis和数据库的一致性问题？

数据库优化

题目是如何避免因为突发流量导致压力过大，还有个思路那就是我不想办法减少流量，而是想办法减少压力。

流量我都用数据库承接，但是我想办法缓解数据库的压力不就行了么。

常见的方案有读写分离、分库分表、分布式数据库等。都是常见的分散压力的手段。

📄 ✅什么是读写分离？如何实现？

打开文档：✅什么是读写分离？如何实现？

📄 ✅什么是分库？分表？分库分表？

打开文档：✅什么是分库？分表？分库分表？

📄 ✅什么是分布式数据库，有什么优势？

打开文档：✅什么是分布式数据库，有什么优势？

这些方案都可行，但是改造成本是比较高的，不到万不得已的话不建议上。

总结

我说了这么多方案，是不是觉得说了一堆废话，因为每个方案我都说了缺点。但是，but！！！！

如果这些方案都能玩你完美替代消息队列，那要消息队列干啥？？？消息队列的存在不就是通过削峰填谷来抗流浪的么。。。