一个 30 万行代码的单体电商系统，40 人研发团队，日订单 20 万。现在决定做微服务拆分。请回答：你会先拆哪个模块、按什么维度判断它该先被拆？以及拆完之后，原本在一个本地事务里的“下单扣库存”变成了跨服务调用，这个问题你打算怎么处理？

面试官在考什么

考察拆分切入点是否基于变更频率、读写特征和事务边界做判断，以及面对分布式事务时是追求强一致还是接受最终一致的取舍能力。

微服务拆分

回答框架 · 前两步

1. 拆分顺序的判断维度应该是：变更频率高、读写特征差异大（读多写少适合先拆）、资源隔离需求强、以及团队边界是否清晰；先拆读多写少、无强事务依赖的模块（如商品查询/搜索），把风险最低的收益先拿到
2. 绝不能拆完还共享同一个库表：共享库会让服务边界形同虚设，任何一次表结构变更都会重新把服务耦合起来；正确顺序是先按服务划分 schema 与访问权限，再逐步物理分库，期间用数据同步过渡

同一能力域的其他题

• 一个下单接口要扛峰值 2 万 QPS，库存只有 1000 件且不能超卖，MySQL 单实例写入大约只能承受 3000 TPS，Redis 可用。你会按什么顺序做改造？每一步解决的是哪一段瓶颈，做完之后怎么验证它确实有效？
• 一个限时抢购活动：商品库存 500 件，预计开抢后 1 秒内涌入 10 万个下单请求。硬性要求是绝对不能超卖，成功下单的响应时间要在 200ms 内，没抢到的用户也要在 1 秒内收到明确的失败提示（不能一直转圈）。请给出你的整体链路设计，并说明每一层分别在挡什么、为什么放在那一层。
• 假设你负责一个核心交易 API，日常峰值 1 万 QPS，大促峰值是日常的 20 倍（约 20 万 QPS），P99 要求 <200ms，可用性 99.95%。现有架构是单体应用 + MySQL 主从 + Redis 缓存，团队 8 人，大促预算只能覆盖当前机器成本的 1.5 倍。请你给出从大促前 3 个月到当天的完整方案：容量怎么估算、瓶颈怎么定位、哪些环节做异步/削峰、降级预案怎么定、成本怎么控制。
• 某活动接口预估峰值 3 万 QPS。压测结果：单台 4C8G 服务处理该接口的极限约 2000 QPS（平均响应 200ms，接口无状态，每次请求查一次数据库）。现在有 20 台同规格机器。问：(1) 这 20 台能不能扛住？(2) 如果只能做一件事来提升承载能力，你先做什么？
• 商品详情用 Redis 缓存，key 是商品 ID，TTL 统一 10 分钟。运营改了价格后最坏要 10 分钟才生效，同时线上偶发用户看到旧价格（已排除浏览器缓存）。现在 Redis 内存使用率 90%，缓存命中率 92%。你打算怎么调整？更新策略、TTL、淘汰策略分别怎么定，依据是什么？
• 商品详情页读多写少，峰值 5 万 QPS，缓存命中率 99%，底层是 MySQL。现在运营做一次批量调价，一次要改 2000 个商品的价格。请说明你的缓存更新方案：删缓存还是更新缓存、先动 DB 还是先动缓存、批量改价时怎么避免缓存集中失效把 DB 打穿。