知识竞赛系统面试高频考点：幂等设计、实时榜单与高并发防作弊

简介：这是一套面向知识竞赛组织者与开发者的在线答题系统源码资源，基于VC6.0与MFC框架开发，配套Access数据库，适合需要搭建竞赛平台或进行课程设计、二次开发的技术人员参考。压缩包共61个文件，约7.68MB，以cpp与h源文件为核心，另有obj、pdb、ilk等编译中间文件，以及mdf、ldf数据库文件、bmp与ico界面素材和dsp、dsw工程文件，结构完整可直接编译运行。系统覆盖试题的添加、删除与修改，参赛人员信息录入，在线答题计时与自动评分，并支持按答对数量、答题速度等维度生成动态排名，同时包含通知消息、数据统计与安全隐私等模块。已有395人学习下载，读者可从中获取完整的竞赛系统实现方案、数据库脚本与界面设计思路，便于理解MFC与ADO数据库访问的具体用法，快速完成系统维护、功能扩展或二次开发。

1. 知识竞赛系统面试：从答题到排名，考官到底在盯什么

很多人以为知识竞赛系统的面试就是问“怎么存题目”“怎么算分数”，真坐到对面才发现，考官根本不关心你能不能把题库表建出来。他们盯的是三件事：答题过程怎么保证不崩、排名怎么保证不飘、高并发下怎么保证不丢分。这三件事对应的是消息队列、缓存一致性、分布式锁、幂等设计这些硬考点，而不是增删改查。一份能拿高分的备考笔记，必须先把考点分布摸清楚：答题链路占四成，排名与榜单占三成，防作弊与幂等占两成，剩下的才是基础数据模型。适合已经写过项目、但一被追问“为什么”就卡壳的人。下面按模块拆开讲，每道题都给答题思路，照着练就能用。

2. 答题链路高频考点：从提交到判分，每一步都可能被追问

2.1 答题提交接口的幂等设计

面试官最爱问的第一道题：用户手抖点了两次提交，或者网络重试导致同一份答案发了两遍，你怎么保证不重复计分？这题考的是幂等，不是“加个锁”就完事。

答题思路分三层说。第一层，客户端生成一个全局唯一的提交令牌，随答案一起发到服务端，服务端用 Redis 的SET key value NX EX做占位，占位成功才继续处理，失败直接返回上一次的结果。第二层，数据库层面对(user_id, question_id, exam_id)建唯一索引，作为最后一道防线，防止缓存穿透后重复写入。第三层，如果判分是异步的，消息消费端也要用同一个令牌做去重，保证“至少一次投递”不会变成“至少一次计分”。

import redis import hashlib r = redis.Redis() def submit_answer(user_id, exam_id, question_id, answer, token): # 用提交令牌做幂等键，NX 保证只有第一次能占位成功 idem_key = f"idem:{exam_id}:{user_id}:{token}" # EX 设置过期时间，防止死键堆积 ok = r.set(idem_key, "1", nx=True, ex=300) if not ok: # 已经处理过，直接返回缓存里的结果 return r.get(f"result:{idem_key}") # 真正落库判分 score = judge(question_id, answer) r.set(f"result:{idem_key}", score, ex=300) return score

这段代码的关键在nx=True和ex=300。nx保证原子性占位，ex防止用户一直不重试导致键永久占用。注意判分逻辑要放在占位成功之后，否则占位失败也会白算一次。面试时如果只答“用 Redis 做幂等”，考官会追问“Redis 挂了怎么办”，这时候要补数据库唯一索引兜底，才算答完整。

2.2 判分服务的同步与异步选择

第二道高频题：判分是同步返回还是异步返回？这题没有标准答案，但答错方向直接暴露你没想过流量。

答题思路：客观题、题量小、要求即时出分，走同步，接口里直接算，响应控制在 200ms 内。主观题、题量大、或者有复杂规则（比如多选漏选给一半分），走异步，提交后返回一个task_id，客户端轮询或走长连接拿结果。异步方案要讲清楚消息队列选型、消费失败重试、以及结果回写后怎么通知前端。

面试官最想听的是你对“用户等多久会烦躁”的判断。一般超过 1.5 秒的等待，用户就会怀疑系统卡了。所以同步判分只做轻量计算，重逻辑一律异步。如果考官追问“异步怎么保证用户看到分数”，答：提交后前端展示“判分中”，用task_id每 500ms 轮询一次，最多轮询 10 次，超时提示“稍后在成绩页查看”。这样既不让用户干等，也不给服务端压力。

2.3 答题过程中的断线续答

第三道题很实战：用户答到第 8 题突然断网，重新进来怎么恢复进度？这题考的是状态存储和恢复策略。

答题思路：每答一题，客户端本地先存一份，同时异步上报服务端。服务端用user_id + exam_id作为 key，存一个答题进度对象，包含已答题号、已选答案、剩余时间。恢复时优先读服务端，服务端没有再用本地。注意剩余时间不能只靠客户端算，否则改本地时间就能作弊，服务端要记录开考时间戳，恢复时用服务端时间重新计算剩余秒数。

提示：进度存储别用关系库一行行更新，用 Redis Hash 存整个进度对象，一次读写搞定，还能顺带设置和考试时长一致的过期时间。

3. 排名与榜单高频考点：实时榜、最终榜、并列名次怎么答

3.1 实时排名的数据结构选型

排名题第一问：实时榜单怎么实现？很多人张口就是“数据库 order by”，考官一听就知道没做过高并发。

答题思路：用 Redis 的有序集合 ZSET。ZADD更新分数，ZREVRANGE取前 N 名，ZREVRANK查某人排名，全是 O(log N)。分数相同时按提交时间早的排前面，可以把分数和时间戳拼成一个复合分值，比如score * 10^10 - timestamp，这样分数高的自然靠前，同分时时间早的靠前。

# 更新用户分数，exam:1001:rank 是榜单键 ZADD exam:1001:rank 950 user:2001 # 取前 10 名，WITHSCORES 带分数 ZREVRANGE exam:1001:rank 0 9 WITHSCORES # 查 user:2001 的排名，从 0 开始算 ZREVRANK exam:1001:rank user:2001

参数说明：ZADD的分数是 double，注意精度，分数差距小于 1e-10 会出问题，所以分数最好用整数。ZREVRANGE的起止索引是闭区间，取前 10 是0 9。如果榜单要分页，用ZREVRANGE key start stop配合页码算偏移。面试时如果被问“ZSET 底层是什么”，答跳表加哈希表，跳表保证范围查询快，哈希表保证 O(1) 查分数。

3.2 最终榜单与实时榜单的差异处理

第二问：考试结束后，最终榜单怎么定？实时榜和最终榜能一样吗？

答题思路：不能一样。实时榜追求快，允许短暂不一致；最终榜追求准，必须等所有判分完成、所有异步任务落库后再生成。做法是考试结束后发一个“结算”消息，消费端把所有答题记录聚合，算出最终分数，再写入一个独立的最终榜单键。最终榜单生成后加个标记位，前端读榜时先看标记位，有最终榜就读最终榜，没有才读实时榜。

面试官想听的是你对“结算时机”的把控。如果判分有异步任务，结算必须等所有任务完成，可以用一个计数器记录待完成任务数，归零时触发结算。别小看这个细节，很多考生答“考试结束就生成最终榜”，考官会追问“异步判分还没完怎么办”，这时候就露馅了。

3.3 并列名次的处理逻辑

第三问：两个人分数一样，排名怎么算？这题考的是业务理解和细节。

答题思路：先明确业务规则。常见两种：一种是并列，都算第 5 名，下一个是第 7 名；另一种是打破并列，按提交时间早的排前面。面试时先反问“业务上要求并列还是打破”，再给方案。如果并列，ZSET 里分数相同，ZREVRANK返回的排名是任意的，需要额外查同分人数来修正。如果打破并列，就用前面说的复合分值。

注意：并列名次在发奖场景下很敏感，第 5 名并列两个，奖品怎么发？面试时主动提这个业务点，考官会觉得你考虑得全。

4. 防作弊与高并发易错点：这些题一错就丢分

4.1 易错点一：用数据库自增做主键还沾沾自喜

错在哪：答题记录表用自增 ID，高并发下自增锁竞争严重，插入变慢。为什么错：知识竞赛的答题写入是高频操作，自增主键在并发插入时会产生锁等待，QPS 上不去。怎么答对：用雪花算法生成分布式 ID，或者用user_id + exam_id + question_id做联合主键，避免单点自增。面试时如果被问“为什么不用自增”，把锁竞争和分库分表扩展性两点讲清楚。

4.2 易错点二：排行榜用数据库 order by 还觉得没问题

错在哪：每次查榜都select * from score order by score desc limit 10，数据量一大就慢查询。为什么错：排序无法命中索引时走全表扫描，几千人同时看榜直接拖垮数据库。怎么答对：用 Redis ZSET 扛读，数据库只做持久化，榜单读请求全部走缓存。如果考官追问“缓存和数据库不一致怎么办”，答：写分数时先写数据库，再更新 ZSET，用消息队列保证最终一致，读榜只读 ZSET。

4.3 易错点三：判分逻辑写在接口里还觉得挺清晰

错在哪：判分规则和接口耦合，改一个规则要动接口代码，回归测试全量跑。为什么错：知识竞赛的判分规则经常变，比如多选从“全对得分”改成“漏选得一半”，硬编码在接口里就是灾难。怎么答对：把判分规则抽成策略模式，每种题型一个策略类，接口只负责调度。面试时补一句“规则配置化，运营后台可改”，考官会高看一眼。

4.4 易错点四：忽略答题时间的服务端校验

错在哪：剩余时间只在前端倒计时，服务端不校验，用户改本地时间就能多答题。为什么错：这是安全漏洞，不是功能问题。怎么答对：服务端记录开考时间戳和考试时长，每次提交答案时校验当前时间 - 开考时间 <= 考试时长，超时直接拒绝。如果考官问“网络延迟导致提交晚了一秒怎么办”，答：允许一个小的宽限期，比如 3 秒，宽限期内提交仍有效，但记录异常供风控排查。

4.5 易错点五：消息队列消费失败直接丢弃

错在哪：异步判分消息消费失败没有重试，用户分数丢了。为什么错：消息队列的“至少一次”语义要求消费端必须幂等且可重试，直接丢弃等于数据丢失。怎么答对：消费失败进死信队列，人工介入或定时重试，重试时用幂等键去重。面试时如果被问“重试多少次”，答：一般 3 次，间隔递增，超过进死信队列并告警。

5. 答题技巧与押题思路：一套能直接套用的答题框架

面试知识竞赛系统，最怕的是东一榔头西一棒子。我后来总结了一个四步框架，每次遇到系统设计题都强制走一遍：先问业务场景，再定数据模型，然后拆读写链路，最后补异常和边界。这套框架能覆盖八成以上的追问。

第一步，问业务场景。别急着答技术方案，先确认考试规模、并发量、是否实时出分、有没有防作弊要求。比如“这场考试是 100 人还是 10 万人”，直接决定你用不用消息队列和分布式缓存。面试官抛出题目后，你反问一句“大概什么量级”，他会觉得你靠谱。

第二步，定数据模型。题库表、答题记录表、榜单表，三张核心表先画出来。答题记录表用联合唯一索引防重，榜单表可以不存在数据库里，直接 Redis ZSET。这一步要讲清楚每张表的读写比例，题库读多写少，答题记录写多读少，榜单读多写少。

第三步，拆读写链路。写链路：提交答案 → 幂等校验 → 判分 → 写记录 → 更新榜单。读链路：查题目 → 查进度 → 查榜单。每条链路标出瓶颈点，写链路的瓶颈在判分和榜单更新，读链路的瓶颈在榜单查询。瓶颈点就是你要加缓存、加队列的地方。

第四步，补异常和边界。断线怎么办、重复提交怎么办、判分失败怎么办、榜单并列怎么办、缓存挂了怎么办。每个异常给一个兜底方案，不用多复杂，但要有。

押题方向上，优先准备三道题：设计一个支持 10 万人同时答题的知识竞赛系统；实时榜单怎么实现，同分怎么处理；答题提交的幂等和防作弊怎么做。这三道题练熟，基本覆盖核心考点。另外准备一个自己项目里的翻车经历，比如“当时榜单用数据库排序，压测直接崩了，后来换 ZSET 才扛住”，面试官对血泪经验比对标准答案更感兴趣。

提示：答题时多用“我会先…再…最后…”的句式，让考官跟上你的思路。别一上来就堆技术名词，先讲清楚为什么选这个方案，再讲怎么实现。

从那以后我每次准备面试，都强制自己把每个系统设计题按这四步写一遍，写完再对着镜子讲一遍，讲不顺的地方就是没想透的地方。希望帮到你。

本文还有配套的精品资源，点击获取