MySQL高并发写入面试场景题是后端岗位面试的常见考察内容，面试官通常会给出类似“电商大促期间每秒10万订单写入，如何保证MySQL不宕机且数据不丢失”的场景，考察候选人的综合技术能力。
常见面试场景题示例
面试官常问的高并发写入场景题主要有以下几类：
- 秒杀系统中大量订单同时写入，MySQL出现死锁和写入超时，怎么优化
- 物联网设备每秒上报数万条日志，直接写入MySQL性能不足，如何解决
- 现有MySQL单库单表，写入量从每秒1千涨到每秒5万，需要怎么做架构调整
核心答题思路拆解
回答这类问题时，可以按照“瓶颈分析-分层解决-落地细节”的逻辑展开，避免零散堆砌知识点。
第一步：定位核心瓶颈
高并发写入场景下，MySQL的常见瓶颈包括：
- 磁盘IO瓶颈：大量写入操作导致redo log、binlog刷盘频繁，磁盘负载过高
- 锁竞争瓶颈：行锁、表锁竞争导致事务阻塞，写入延迟升高
- 单点性能瓶颈：单库单表无法承载过高的写入吞吐量
- 网络瓶颈：大量写入请求同时到达，数据库连接数耗尽
第二步：分层给出解决方案
1. 应用层优化
首先在流量入口做前置处理，减少到达MySQL的写入压力：
- 引入消息队列做写入削峰，将同步写入改为异步批量写入
- 对写入数据做合并处理，相同维度的数据先聚合再批量入库
- 限制单客户端写入频率，避免恶意请求打满数据库
以下是使用RabbitMQ做写入削峰的简化代码示例：
// 订单写入生产者，将订单消息发送到MQ
public class OrderProducer {
private RabbitTemplate rabbitTemplate;
public void sendOrder(Order order) {
// 发送消息到订单写入队列
rabbitTemplate.convertAndSend("order_write_queue", order);
}
}
// 订单写入消费者，批量消费消息后写入MySQL
public class OrderConsumer {
private OrderMapper orderMapper;
// 每次消费100条订单后批量插入
@RabbitListener(queues = "order_write_queue")
public void processOrders(List<Order> orderList) {
if (orderList.size() >= 100) {
orderMapper.batchInsert(orderList);
}
}
}
2. 数据库层优化
针对MySQL本身的配置和表结构做优化：
- 调整
innodb_flush_log_at_trx_commit参数，非核心场景可设置为2，减少redo log刷盘频率 - 合理设计索引，避免写入时触发不必要的索引更新，主键尽量使用自增ID减少页分裂
- 拆分大事务，将长事务拆分为多个短事务，降低锁持有时间
- 开启
bulk_insert_buffer_size参数，提升批量插入的性能
批量插入的SQL示例：
-- 批量插入订单数据，比单条插入性能高5-10倍 INSERT INTO t_order (order_id, user_id, amount, create_time) VALUES (1001, 2001, 99.9, '2024-05-01 10:00:00'), (1002, 2002, 199.8, '2024-05-01 10:00:01'), (1003, 2003, 299.7, '2024-05-01 10:00:02');
3. 架构层优化
当单库性能达到上限时，需要做架构拆分：
- 分库分表：按用户ID哈希拆分订单表，将数据分散到多个库表，降低单表写入压力
- 读写分离：写入走主库，查询走从库，避免查询请求占用写入连接
- 引入分布式数据库：核心场景可替换为TiDB等兼容MySQL协议的分布式数据库，原生支持高并发写入
分库分表后的写入路由简单示例：
public class OrderRouter {
// 根据user_id哈希路由到对应的库表
public static String getTableName(long userId) {
int tableIndex = (int) (userId % 16);
return "t_order_" + tableIndex;
}
public static String getDbName(long userId) {
int dbIndex = (int) ((userId / 16) % 4);
return "order_db_" + dbIndex;
}
}
面试答题注意事项
回答时要结合场景给出取舍，比如核心订单数据不能为了性能牺牲数据可靠性，要说明参数调整的前提；同时可以主动提及可能遇到的问题，比如分库分表后的分布式事务问题，展现思考的全面性。不要只背解决方案，要讲清楚每个方案解决的是什么瓶颈，适用什么场景，这样更容易获得面试官的认可。