Golang面试八股

# 秒杀系统设计

> 写在前面：
> 建站以来，除了上传一些之前的笔记，就没再写新内容了，有点惭愧，也有些偏离了最初的设想。前段时间忙于毕业设计和实习，技术学习一度中断（毕设偏理论，难以落地成工程项目；算法方向也不是特别感兴趣，所以相关内容更新可能会比较少）。
> 预计七月进入秋招节奏，五一之后开始重新拾起技术栈，补了一些 Java，同时也在陆续复习八股、学习新内容。最近花时间看了一下秒杀系统设计，这是面试中常见的场景问题，顺便做点简单的记录和分享。



## 思路
秒杀系统主要是做三件事情：
1. 承接高并发的流量，削峰还是限频？
    
    削峰就是使用消息队列，这样可以扛下很高的qps，但是产品体验不好，抢了一会发现抢不到。
    
    所以一般还是使用**限频**。
2. 库存扣减

    小流量来讲，直接使用Mysql就好，但是对高并发场景，Mysql扛不住，Redis不可靠。所以本次设计使用的方案是**Redis预扣**。
3. 扣库存
    Redis只做预扣使用，即限频作用，只有Redis预扣成功的流量才会到Mysql。而真正的库存放在Mysql中。
    
    Mysql库存扣减成功后，才会创建订单，前端跳转支付页，支付成功后更新状态。放弃支付的，库存重新更新回去。
    
## 架构设计
### 存储设计
Redis实现预扣，Mysql是实际的库存。也就是说，Redis中拿到了“库存”，也并不代表实际抢购成功，只是拿到了去Mysql获取真实库存的机会（当然这个机会成功的概率是非常高的，一般情况也不会有问题）。库存最终还是受Mysql的保护，如果出现了主从切换或其他问题导致的异常，这时之前拿到名额的人也不一定能够抢购成功。

除了Mysql和Redis，还是用了消息队列来再次保证系统的高可用。虽然说通过Redis拿到名额的流量已经减少了很多，但是如果商品数量（指一个mysql物理分片存储当前时间参与秒杀的所有商品数）过万，那么打到Mysql的瞬时流量也会很高，足以将Mysql打崩。

* Mysql存储内容

    * 库存表：记录商品库存数量
    * 秒杀记录表：记录用户秒杀操作信息。这里除了用户id、、订单编号等相关信息之外，一定要有一个status字段，用来记录此次操作的状态：预扣成功待生成订单、订单生成待付款、已付款、超时未付款、主动取消等。
* Redis 存储内容
    
    * 商品库存剩余量：用于预扣
    * 全局限额：单个用户对某个商品可以秒杀多少件
    * 用户商品秒杀单号：秒杀单号通过发起秒杀请求的返回包里得到，如果有秒杀单号，说明则表示在秒杀流程中，禁止重复发起秒杀流程。（如果限制多单，可以则value可以额外记录其他信息）
    * 用户秒杀状态

### 整体架构
![](https://cdn.jsdelivr.net/gh/Gypsophila1006/img/img/859d731fd558437fb0693d641de85961.image.webp)
1. 获取基本的商品信息和秒杀信息
2. 发起抢购

    2.1 扣减Redis 名额并记录秒杀信息。要记录秒杀当前状态。
    
    2.2 发送mq

3. 消费mq信息

    3.1 扣减Mysql库存
    3.2 通过订单系统创建订单
    3.3 将秒杀记录写入表中
    3.4 更新预扣系统中Redis秒杀信息状态。

4. 在此流程中，客户端会一直轮询，当发现秒杀状态变为待支付时，跳转支付页面。

另外，流程中对于Mysql的处理，可以通过事务解决原子性，而Redis必须通过lua脚本保证单次操作的原子性。

## 补充
### 名额退回
通过上面的设计，几乎可以避免了超卖现象了
* 名额加载回Redis
    
    通过定时任务对比Mysql和Redis库存。需要判断Mysql库存还在，且Redis名额为0，此时可能少卖了。为了避免还有请求没有处理，可以等待一段时间，确定少卖了，则将Mysql库存加载回Redis。
* 超时库存退回Mysql
    
    定时任务扫描近X分钟的数据（比如15分钟），如果订单超时没有支付，额度加载回Mysql，通过乐观锁+事务实现幂等，此时可以出发上面加载Reids的操作（因为那么久大概率已经没有了）
### 抢购前给Redis增加库存
一般想法可能是定时任务，比如十点开卖，那么十点启动一个任务去给Redis增加库存。但是仔细思考发现是有问题的，因为这需要时间，给用户的感觉会是开始抢购的时间不准。因此只能通过给Redis预加载库存来实现。

提供一种思路，来源是一个朋友分享的企业内部解决方案。预先给所有秒杀商品库存全部加载进去，比如A商品10点、16点开卖两次，每次1000单。那么可以在0点就将库存加载到Redis预扣库存中，但是在判断是否还有库存不再和0比较，而是10点前和2000比较，10点到16点和1000比较，16点之后和0比较。当然后续名额退回等操作也需要实现类似逻辑。具体实现方法可以自己构思，无论是中间加一层保存各商品不同时间应剩余的库存，还是给每个商品提供一个计算公式，计算库存使用该公式计算，我认为都可以。
### 打击黄牛
可以针对IP限流、加入验证码（一般不用）
## 写在最后
系统设计没有银弹，要根据具体情况判断，不同量级不同要求下架构设计一定不同，既要保证系统的高可用、避免超卖、尽量少卖，也应该避免“大炮打蚊子”。对于一些企业来讲，这种系统一定不够，还需要考虑分片分表、Redis以及Mysql集群部署等问题，也需要补充一定的降级方案。总之，本文仅记录自己学习的一点内容，大多数思路来源网上，同时补充了一点自己的思考，如有问题欢迎大家指正。

秒杀系统

# Bcrypt 加密算法原理

Tags: 加密算法, 项目内容

Published: 2024年6月21日

概要: 本页博客概述了 Bcrypt 加密算法，包括其优点以及用于hash和验证密码的 Golang 代码演示。



# MD5算法

MD5（Message Digest Algorithm 5）是一种广泛应用的哈希函数，于1991年由罗纳德·李维斯特（Ronald Rivest）设计。它将任意长度的数据输入（通常是字符串）转化为一个128位（16字节）长的哈希值（散列值），也称为消息摘要。这一哈希值通常用32位十六进制数表示。

## 过程
 
1. **填充数据：** 在数据末尾进行填充，使数据长度满足长度是512的倍数。这是通过在数据末尾添加一个 "1" 位，后跟若干个 "0" 位，直到数据长度正好满足512比特块的要求。最后添加一个64位的整数，表示填充前的原始数据长度。
2. **初始化 MD5 缓冲区：** 初始化四个32位的缓冲区，分别为A、B、C、D。其初始值是固定的。
3. **处理每个512位的数据块：**

    ◦ 分配64轮变换，每一轮使用一个非线性函数，对当前数据块和缓冲区的值进行处理。
    
    ◦ 在每一轮中，这些缓冲区值将彼此混合，并与当前处理的512位数据块中的32位子块相加。
4. **输出：** 经过所有数据块的处理后，缓冲区 A、B、C、D 中的值合并起来，形成最终的128位哈希值。

## 缺陷

**虽然 MD5 在设计时是作为一种快速、高效的哈希算法，但是在安全性上有一些缺陷：**

1. **碰撞攻击：** 研究表明，攻击者可以在可用的计算时间内找到两个不同的输入，使它们产生相同的哈希值（称为碰撞）。
2. **不适合密码学应用：** 由于碰撞攻击的存在，MD5 已经被认为不适合用于保密性要求很高的任务，比如数字签名和安全认证。
3. **存在快速碰撞算法：** 有研究表明，可以通过特定的算法快速生成使得MD5哈希值相同的两个不同的数据块。

## 不可逆的MD5为什么是不安全的？

因为hash算法是固定的，所以同一个字符串计算出来的hash串是固定的，所以，可以采用如下的方式进行破解。

- 暴力枚举法：简单粗暴地枚举出所有原文，并计算出它们的哈希值，看看哪个哈希值和给定的信息摘要一致。
- 字典法：黑客利用一个巨大的字典，存储尽可能多的原文和对应的哈希值。每次用给定的信息摘要查找字典，即可快速找到碰撞的结果。
- 彩虹表（rainbow）法：在字典法的基础上改进，以时间换空间。是现在破解哈希常用的办法。

# Bcrypt算法

Bcrypt 是专为密码哈希设计的算法，其目的是提供一种更加安全的存储方式来保护用户密码。Bcrypt 是由 Niels Provos 和 David Mazieres 基于 Blowfish 加密算法设计的密码哈希算法，专注于抵抗暴力破解和彩虹表攻击。

## **Bcrypt 的优势**

1. **可调节的计算强度：** Bcrypt 允许设置一个“工作因子”（cost factor），这个因子决定了哈希计算的复杂度。随着计算能力的提升，你可以增加工作因子来增强哈希的安全性。
2. **盐值（Salt）：** Bcrypt 自动生成一个盐值，并将其加入到每个密码哈希中，防止预计算攻击（例如，彩虹表攻击）。
3. **抗击硬件加速攻击：** 由于 Bcrypt 的设计和计算复杂性，它可以有效地防止 ASIC 和 GPU 等硬件加速器的大规模并行暴力破解。

## **工作原理**

### 加密流程

1. **生成盐值：** 为每个密码哈希生成一个独特的盐值。这个盐值通常是 128-bit。
2. **加入盐值：** 将盐值与密码组合起来，以确保相同的密码每次生成的哈希值都是不同的。
3. **哈希计算：** 通过设定的工作因子，通过多轮变换来计算哈希值。每轮的计算都会消耗一定的时间，这在抵御暴力破解时显得尤为重要。
4. **输出格式：** Bcrypt 的输出是以 `$` 符号分隔的字符串，包括版本信息、工作因子、盐值和最终的哈希值。

### 验证流程

1. **获取存储的哈希密码：** 从数据库中获取的哈希密码为 `stored_hashed_password`。
2. **使用 Bcrypt 的校验函数进行比对：**

    ◦ Bcrypt 自动从存储的哈希密码中提取盐值和工作因子。
    
    ◦ Bcrypt 使用提取的盐值和工作因子，对用户输入的密码进行哈希计算。
    
    ◦ 将计算出的哈希值与存储的哈希值进行比较。
3. **返回校验结果：** 如果计算出的哈希值与存储的哈希值匹配，则表示密码正确；否则，密码不正确。

# Golang代码示范

在 Go 语言中，可以使用 **`golang.org/x/crypto/bcrypt`** 包来进行 Bcrypt 密码哈希和验证。

## **加密（哈希）密码**

```go
package main

import (
    "fmt"
    "golang.org/x/crypto/bcrypt"
)

func main() {
    // 用户输入的密码
    password := "my_password"

    // 哈希密码，使用成本因子 14（可以根据需求调整）
    hashedPassword, err := bcrypt.GenerateFromPassword([]byte(password), bcrypt.DefaultCost)
    if err != nil {
        fmt.Println("Error hashing password:", err)
        return
    }

    // 输出哈希密码（存储在数据库中）
    fmt.Println("Hashed Password:", string(hashedPassword))
}
```

## 验证密码

```go
package main

import (
    "fmt"
    "golang.org/x/crypto/bcrypt"
)

func main() {
    // 用户输入的原始密码
    password := "my_password"

    // 从数据库中获取的存储的哈希密码
    storedHashedPassword := "$2a$10$.7u0Y17IZEUw3pswrIXISeBgk.EKQdxGvU31H3yMRolDyyl/T4wKG" // 示例哈希密码，需要替换为实际存储的值

    // 验证密码
    err := bcrypt.CompareHashAndPassword([]byte(storedHashedPassword), []byte(password))
    if err != nil {
        fmt.Println("Password is incorrect.")
    } else {
        fmt.Println("Password is correct.")
    }
}
```

Bcrypt 加密算法原理

tiktok一面

golang 内存和调度

在这里，我记录学习后端技术、实习经验和个人思考，也会随性分享一些生活琐事和吐槽。如果你和我有相似的兴趣或经历，欢迎随时交流！