10.19 – 百度基础平台部 - 耗子

aftyingjiesheng

10.19 – 百度基础平台部 - 耗子
% p/ \! {2 m. k) h$ E

" |7 A! I0 O/ f2 `
+ s' c. }' M* \5 p一面
0 Z& ?1 |  b, B0 h6 @" H" ~) C$ ~5 w) i/ ~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?
6 K% }8 Q6 Q  l% P+ z我说要切分表。
+ f6 Z6 y1 N% h' h; z& }2 问怎么切分？
2 F4 d; P- |. h' d" y, J; z3 a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？
! X' B- g) R6 m6 s* @- {6 l7 Y* 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？
! i" v8 ?9 H! u+ c& \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？
$ n+ e8 |5 r( q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？
2 T, T% l2 p6 f8 Q) O3 s答 每台服务器内部做order by group by操作，然后再做归并
" K0 ]% k8 K0 ^6 V7 那怎么select top 100呢。
每台top100，做胜者树归并。
1 ~7 F/ c- ?! n8 P6 ~/ m8 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
) \* c8 L2 x/ n6 r% s$ ^) r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
+ _! {6 w9 S) i+ I. C4 J一面面完元气大伤。二面碰到熟人，已经说不出来话了。
. R/ W$ l! u4 P: o这个部猛男剧多的。
挂了吧。。。
  p- c( d' z8 Y- p+ J


4 }$ B, ?2 k) Z) ^. s% p! f8 @8 X  D+ N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
——
阿凡提百度(Baidu)求职俱乐部
* f' a$ t( _$ o  |" \http://bbs.aftjob.com/group-4-1.html
& r  {" Q: x) q$ E; f  p' T2 ]0 b& V' ?——
5 {$ u* r/ E! A0 N关于Web前端及百度web前端笔试面试题目
& U. x" i* d( Dhttp://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
7 M& Z0 @, i$ E7 o& p" n——
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。
——