10.19 – 百度基础平台部 - 耗子

aftyingjiesheng

10.19 – 百度基础平台部 - 耗子


% E+ w+ d' d8 w% R
一面
+ M5 X* n3 g) v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?
: f8 ~8 w1 A! R6 N我说要切分表。
2 问怎么切分？
- K1 ^+ r- I% P1 }6 B  h$ C我说hash静态切分ID，把表切到各个服务器上。
$ ]% H* {, u2 r) C3 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。
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。
+ u4 t3 p8 K  r* |5 如果用这个方法运维怎么办？一致性如何保证？
$ R( S! f$ P$ ~: p! l6 G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。
2 U- q: v+ G& }" a7 P6 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？
答 每台服务器内部做order by group by操作，然后再做归并
6 b+ i* i" W2 t9 g% X' ?* H7 那怎么select top 100呢。
每台top100，做胜者树归并。
. y, k% G& k4 W4 P0 n) ]$ \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
; B& R" L, N, w" ?- F" B% |, b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)
- Z' |& d1 `, Q) E* W8 z! B! }
: O# ~: Q6 C4 U; }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。。。



文章摘自2012阿凡提求职手册——IT行业篇
( p1 O& P, a( h1 R$ c5 ohttp://bbs.aftjob.com/thread-607158-1-1.html
( F4 E6 d# {4 ?4 A% g9 ?——
阿凡提百度(Baidu)求职俱乐部
4 }( {8 i7 e1 Y% |- f+ o  f" Vhttp://bbs.aftjob.com/group-4-1.html
2 @9 D) [# R+ v0 f- f- F2 g. s——
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
$ s7 C. A$ K! ~/ ~' u& y% o& j# i  Fhttp://bbs.aftjob.com/forum-viewthread-tid-31594-fromuid-35176.html
百度面经篇
1 @& X4 F. X& i# ]9 q9 B! hhttp://bbs.aftjob.com/forum-viewthread-tid-469368-fromuid-35176.html
5 _' E! `( u9 p0 I6 P& n——
阿凡提(aftjob.com)求职社区
# V( C5 ?2 H8 T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。
——