10.19 – 百度基础平台部 - 耗子

aftyingjiesheng

10.19 – 百度基础平台部 - 耗子

) @- p5 a, T  R- A3 k% P
. v& M6 t) v6 l, W6 x  i$ L
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
/ j- Q. P4 A) I6 s1 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。
3 F! z) q+ \% E( j2 问怎么切分？
9 m) T8 L- K  R1 H* k9 {我说hash静态切分ID，把表切到各个服务器上。
/ k2 x  o1 d& m! D4 W, i) a5 T3 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？
0 W8 [& C' U0 I. z% Q- d% i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。
4 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？
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？
" w: P' `/ w+ o6 d- @+ a6 {' L答 每台服务器内部做order by group by操作，然后再做归并
7 f# }. w" S6 I7 L1 X3 W0 N: k# d7 那怎么select top 100呢。
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
0 m  _! O& L* |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。
1 `7 G! }& q+ d: U: l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)
! `! n! i* \2 h8 s
二面
一面面完元气大伤。二面碰到熟人，已经说不出来话了。
* Z+ S  s  X5 S8 l这个部猛男剧多的。
8 x6 d8 k9 O4 D" h1 U挂了吧。。。
3 ~9 h9 I& c  R- D( T/ v
( ?8 Y) D7 M2 t# s- w

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
4 q% K( M: b5 Z1 m——
阿凡提百度(Baidu)求职俱乐部
4 P3 p$ e! ], I& h3 @; k) {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
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
http://bbs.aftjob.com/forum-viewthread-tid-469368-fromuid-35176.html
5 O; t& n0 s! X2 q7 @# X! a——
0 y& D, P9 L3 ]阿凡提(aftjob.com)求职社区
+ \* m/ ?8 s6 l' \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。
- P2 J) X8 Y$ w5 H0 O1 a——