10.19 – 百度基础平台部 - 耗子

aftyingjiesheng

10.19 – 百度基础平台部 - 耗子
3 J- V1 q' _) o! ?, A3 P+ n- H
6 p) J& X1 ^% g: F6 \8 x* ?9 B
3 ]1 C5 R5 G; \
6 E3 H- ?( ]& C2 A: k$ M. s一面
一面碰到高手L，高手L就出了一道题，条件：给几十台mysql服务器，和一张访问非常频繁的数据表
1 问如何设计，能够提高表的大规模并发访问性能?
我说要切分表。
5 o, }5 _3 K. C' p; X1 O. H( d% J2 问怎么切分？
我说hash静态切分ID，把表切到各个服务器上。
3 hash的话假如节点经常悲剧或者经常有新的节点假如怎么办？数据暴增怎么办？某部分数据过度频繁访问怎么办？
7 D  R6 X3 D# ]( z/ ^我说 经常挂节点就用一致性hash，或者用动态切分的方式，增加索引服务器(MDS)记录映射关系，然后局部数据过热做迁移。
/ @  Z( O8 M* C8 a. Y( x4 迁移怎么迁？迁移过程中怎么保证业务连续性？迁移的话如果源服务器挂掉怎么办，怎么保证可用性？
9 ]$ |8 v( ^$ S我说 迁移后不删除源信息，要更改MDS上的元数据信息，元数据设计是(一段ID范围，一组服务器)，然后在读某个ID时就在这个ID对应的这组服务器内做round robin方式的负载均衡。
5 如果用这个方法运维怎么办？一致性如何保证？
我说 那就干脆做副本吧，弄一个专门的备份服务器pool，哪台悲剧就顶上哪台，读的话直接做副本，写的话就做迁移。在运维时或者做OLAP时，直接忽略备份服务器pool中的数据。
6 那这种数据切分方式在遇到比如select * order by或者group by之类的查询怎么办？
# u2 L5 q# D/ y答 每台服务器内部做order by group by操作，然后再做归并
% E: _8 ~4 _) H. W6 E7 V: d* z+ O7 那怎么select top 100呢。
* d, f, e1 ]/ g. C- {8 ~每台top100，做胜者树归并。
4 \& g- K5 o+ b- `8 那要统计去重复之后的结构呢，比如select * count(distinct name)，去除重名的数据行，统计系统中有多少个name
" d9 k* p, U* @答 单个mysql内部做select distinct操作，多个mysql服务器做归并。归并方法我说bloom filter，被否决，认为不精确。字典树，被否决，认为如果字符串中有汉字之类的，分支太多。最后老老实实多路归并，问多路归并怎么归并。答胜者树，不满足。答堆，勉强接受。
最后讨论了下 两个有序数组在归并时，怎样将复杂度降低到O(logn)

二面
一面面完元气大伤。二面碰到熟人，已经说不出来话了。
这个部猛男剧多的。
挂了吧。。。
1 {& S7 t2 j$ N2 a" F
4 Z; K) D: S6 X7 J5 X

文章摘自2012阿凡提求职手册——IT行业篇
http://bbs.aftjob.com/thread-607158-1-1.html
5 T: _# y& j$ t3 F: A——
$ k1 r7 r6 s4 o阿凡提百度(Baidu)求职俱乐部
http://bbs.aftjob.com/group-4-1.html
——
关于Web前端及百度web前端笔试面试题目
8 l7 c) Z' D4 r' fhttp://bbs.aftjob.com/thread-31614-1-1.html
百度质量部测试一面面经
http://bbs.aftjob.com/forum-viewthread-tid-31594-fromuid-35176.html
百度面经篇
1 ?0 W  d. c3 \4 I  |/ |, Thttp://bbs.aftjob.com/forum-viewthread-tid-469368-fromuid-35176.html
——
6 \6 g$ A, H- z阿凡提(aftjob.com)求职社区
阿凡提求职俱乐部－国内第一家网络求职俱乐部，提供企业求职俱乐部和高校求职俱乐部交流平台。
: L, u$ f% u. w% t——