10.19 – 百度基础平台部 - 耗子

aftyingjiesheng

10.19 – 百度基础平台部 - 耗子
" g  N8 Q! h' K: \  x

# V! W* \. P- X% o* N7 t9 J
4 R: [% ~, T5 F' V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?
' d& l$ {- i- g; _4 |9 |. t5 n我说要切分表。
" ?7 c, L  J9 U) D/ T; B* M8 g2 问怎么切分？
/ }4 X4 u/ O2 j% w% _我说hash静态切分ID，把表切到各个服务器上。
& ~! {) e, V; F4 y/ Q; ]1 ^1 K3 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？
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。
% _7 q( @7 x6 l9 w4 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？
, b9 s& ?$ M6 B7 S0 E2 ^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。
; Z& }& V1 t- c, a' ?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？
& m7 b0 }% u3 F) ~. L答 每台服务器内部做order by group by操作，然后再做归并
7 那怎么select top 100呢。
8 V6 U+ ^' k+ {( u9 m4 }& \0 \每台top100，做胜者树归并。
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
/ I" e  i6 t+ U, j" ?( s  R" u  h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
1 i0 X5 ^4 @" R! G; ]3 z5 e  U一面面完元气大伤。二面碰到熟人，已经说不出来话了。
( e+ [& ~0 V8 o$ Q" }% I$ E. r这个部猛男剧多的。
1 T. @; [$ Z! D# `) k8 i! ]/ |挂了吧。。。
2 a% k; _/ ?) P& p8 |& m7 j

' P* Q; C3 v, j
) E9 b% K. l( ~9 S3 x- L; 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
——
% U: O. z% m7 y阿凡提百度(Baidu)求职俱乐部
http://bbs.aftjob.com/group-4-1.html
——
, U& |* \% g0 E6 G. b& `+ E  u关于Web前端及百度web前端笔试面试题目
http://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
7 q# {! C7 j/ {http://bbs.aftjob.com/forum-viewthread-tid-469368-fromuid-35176.html
——
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。
——