a*****s
发帖数: 1121 | 1 回来查了一下没签NDA，应该没问题了。说是今天给通知，没收到说明是黄了。就是不
知道他家的打车费给不给reimburse，因为不太会用他家软件，给了100刀的coupon，要
求来的终点和回的起点时公司地址，自己设置的是公司地址，可是司机最后不知道怎么
给我稍微改了位置，结果就TMD charge了俺的信用卡。faint。
面的是体系结构engineer
还是老原则，哥没刷完题，就随便写过几道
电面是国人哥们，问的题目不难，属于leetcode的简单题一类的。记不得了。
onsite：
1. 国人哥们，典型的问了问以前以前做的什么，然后上题目，说一个未排序的整数数
组，找出所有的inversion，就是位置大但是value小的情况。例如：
9， 10， 1， 4， 100
那么应该返回4
先给了最白痴的解法，也就是n平方时间复杂度，然后主动提出可以优化，发现可能需
要排序，然后被提示说先试试merge sort，忘记了，想了一会，现自己动手写一个，没
写对，后来被提示说可以用递归，没时间了，把merge的顺序搞颠倒了，应该先二分逐
步递归，想反了。
2. 国人老板问了问behavior问题，主要侧重你为什么要离开原来的公司，现在流行的
hadoop调度体系结构区别等等。的这个问题被后面很多人多次问到，要小心，很容易掉
进坑里。
3. 一个国人和一个印度人
印度人很低调，问了以前做的东西，还在apache上查了一下，发现俺没说谎后，开始问
题目：
一个字母矩阵，和一个str，如何找出可能的矩阵路径组成这个str，并打印出来，其中
每步只能往上下左右走。
首先确认了用recursion不会exhaust内存，然后解释了算法，把matrix变成邻接表，需
要一个global变量来存之前走过的路径，被提示到没必要换成邻接表，不需要global
变量，需要个vector就好了。然后考虑到如果要倒回去，需要清理现有的vector。中间
他们给提示错了，俺更正了一下，勉强psuedo code坑吧的写完了，
4. bar raiser，别的组的一个白人和一个印度人
先问你以前做了什么，最坑的时问你以前做的最失败的东西时什么。还着重扣你如何协
调公司和个人的关系，为什么离开原来公司，尤其印度人比较恶心，用你刚回答的问题
的答案，来反问你。俺没忍住，有点睁大眼睛跟丫郑重地说，说觉得至少信任链是公司
和员工之间维系关系的纽带，公司欺骗了你，你当然有权利表示不同意见，如果不能解
决，离开可以是备选项之一。后来白人开始问code题目。说给一个密码，然后给一个
hashtable，里面是密码的字母的各种变体，要找出所有的可能的密码组合。又是一个
recursion。给了最基本的解法，先处理第一个字母，然把密码第一个字母砍掉，剩下
的recursion
followup是如果并行化，俺是做并行化的，就扯了些并行化的基本方法和思路，说，这
个问题有数据依赖，所以如果并行化，要么需要数据冗余，要没需要通信，就选了每个
节点处理一个字母的变体，然后broadcast给所有节点，每个节点收到后要做相应的升
级和重计算，最后reduce到一个节点上。白板上写的有点乱，白人没听见broadcast，
说也是recursive，俺有点晕了。解释了broadcast后
5 bar raiser 2 电面的国人哥们和一个印度人
问系统设计题目，因为俺是做后台的，所以被问到streaming的问题，和application
level的tricks有点迷失方向。让设计一个能够现实某个区域有多少出租车的汇报系统
。从司机的信息接收端开始。
先说可以用storm，可是却是不熟悉，就改了spark－streaming，并说明spark-
streaming的两个主要缺点：1.microbatch不balance，有的处理事件长，有的短，没有
流控；2. 容易漏掉关键事件；
前段5-10个server足以确认了QPS是10k／s，然后每个server根据timestamp写给hdfs，
spark-streaming 负责pickup 数据，处理后送给后端的RDBMS，存在表里以供查询，处
理完后，把hdfs处理过的数据周期性的删除掉，分析了可能的bottleneck在前段server
写给HDFS时候，因为可能造成很多小文件，还有就是HDFS是基于disk的，可以加上
tachyon做内存缓存。烙印问你怎么在HDFS上存数据。我靠对俺来说，这可问到了，俺
就说，要提高HDFS的performance，需要1.JBOD或是RAID5，这样可以物理上提高硬盘的
读写速度，2.合并小文件，并减少replication到2个。烙印说，你可以把文件按照时间
顺序存储，个人感觉，他是做BI的，是从文件的逻辑结构考虑，俺考虑的是block
level，鸡同鸭讲。
还问了如何优化RDBMS的表，俺不是做数据库的，老实承认了，只给了简单的分表方法
，如果表太大。说的国人大哥都打瞌睡了。心中很是尴尬。
总体感觉，很少见到这么多国人的组，挺好的，中国人团结互助才能生存下去。估计是
被烙印黑了，算了，move on，题刷几遍再说吧。 |
b**********5
发帖数: 7881 | 2 你最后一道题， 都没说到点子上吧。。。
首先， 你他妈的干嘛要存在HDFS里？ 要存， 也要存在Hbase、cassandra里啊。。。
然后你这input data {logitutde， lagitude， driverID} 拿到以后， 怎么算某个区
域有多少出租车啊？ 主要讲这个吧。。。 |
s**x
发帖数: 7506 | 3
嗯，所有的题楼主都没做对，不被拒没有任何理由阿。基本都没抓住要点，给提示也不
follow.
人家给提示的时候每个字都很重要。
这些题leetcode 都有吧？
【在 b**********5 的大作中提到】
: 你最后一道题， 都没说到点子上吧。。。
: 首先， 你他妈的干嘛要存在HDFS里？ 要存， 也要存在Hbase、cassandra里啊。。。
: 然后你这input data {logitutde， lagitude， driverID} 拿到以后， 怎么算某个区
: 域有多少出租车啊？ 主要讲这个吧。。。
|
a********c
发帖数: 3657 | |
a*****s
发帖数: 1121 | 5 这就是操纵k－v pair，先做个｛logitude,lagitude｝对应的regionID检查，最后做个
reduce给出（regionID，No.of Cars) 不就是了，当时也这么答了，但是感觉问的是系
统设计。
HBase和Cassendra不也是存在HDFS上么。 ：）
俺写系统软件地，多写application没啥感觉。
【在 b**********5 的大作中提到】
: 你最后一道题， 都没说到点子上吧。。。
: 首先， 你他妈的干嘛要存在HDFS里？ 要存， 也要存在Hbase、cassandra里啊。。。
: 然后你这input data {logitutde， lagitude， driverID} 拿到以后， 怎么算某个区
: 域有多少出租车啊？ 主要讲这个吧。。。
|
s**x
发帖数: 7506 | 6
系统设计应该考的是你大概用多少台机器，几个tier ? 为什么要这样做，这么做解决
什么瓶颈？
一台机器够吗？哪里会是瓶颈？
求region id 应该不是他们的答案，因为region id 极有可能根本不是固定的，比如打
车，用户出现的地方就是要求的区别。
怎么存储也很重要，内存数据结构，quad tree , special index 都是很好的话题。
系统设计可以扯很多，确实很显水平。
【在 a*****s 的大作中提到】
: 这就是操纵k－v pair，先做个｛logitude,lagitude｝对应的regionID检查，最后做个
: reduce给出（regionID，No.of Cars) 不就是了，当时也这么答了，但是感觉问的是系
: 统设计。
: HBase和Cassendra不也是存在HDFS上么。 ：）
: 俺写系统软件地，多写application没啥感觉。
|
c****2
发帖数: 83 | 7 不是
【在 a*****s 的大作中提到】
: 这就是操纵k－v pair，先做个｛logitude,lagitude｝对应的regionID检查，最后做个
: reduce给出（regionID，No.of Cars) 不就是了，当时也这么答了，但是感觉问的是系
: 统设计。
: HBase和Cassendra不也是存在HDFS上么。 ：）
: 俺写系统软件地，多写application没啥感觉。
|
a*****s
发帖数: 1121 | 8 good point.
但是说俺全答错，有点绝对了。不过无所谓，探讨问题吗，闻者足戒。
region 如果是在map上的话，在相对一段时间内是固定的，可以从某个table上根据划
分查出来的。
用spark-streaming只要读个database的RDD就是了。
瓶颈在系统设计里面永远是个相对概念，是相对于你的上层用户，下层系统，和实际
SLA来说的。如果你用MapReduce解决不了，latency太长，那么瓶颈在这里，换其他计
算平台，实在不行你可以自己写MPI代码。所有“瓶颈”无非是两个方面，时间和空间
，因为图灵机就是一个读写头和纸带。所有系统都是图灵机的实现。
扯再多都是如何根据具体问题优化你当前的图灵机。
好的设计是你能通过对机器来满足你的SLA，你懂得越低层，你的power就越大，实在不
行咱不用现在主流设计，从头来自己搞一套，当然money driven的公司是绝对不允许你
这么干的。解决近期问题就行。不care你用啥。
【在 s**x 的大作中提到】
:
: 系统设计应该考的是你大概用多少台机器，几个tier ? 为什么要这样做，这么做解决
: 什么瓶颈？
: 一台机器够吗？哪里会是瓶颈？
: 求region id 应该不是他们的答案，因为region id 极有可能根本不是固定的，比如打
: 车，用户出现的地方就是要求的区别。
: 怎么存储也很重要，内存数据结构，quad tree , special index 都是很好的话题。
: 系统设计可以扯很多，确实很显水平。
|
o******0
发帖数: 105 | 9 第一题对应哪一道leetcode题呀？
【在 s**x 的大作中提到】
:
: 系统设计应该考的是你大概用多少台机器，几个tier ? 为什么要这样做，这么做解决
: 什么瓶颈？
: 一台机器够吗？哪里会是瓶颈？
: 求region id 应该不是他们的答案，因为region id 极有可能根本不是固定的，比如打
: 车，用户出现的地方就是要求的区别。
: 怎么存储也很重要，内存数据结构，quad tree , special index 都是很好的话题。
: 系统设计可以扯很多，确实很显水平。
|
h*****a
发帖数: 52 | |
|
|
s**x
发帖数: 7506 | 11
http://www.geeksforgeeks.org/counting-inversions/
其实这题不容易。
【在 o******0 的大作中提到】
: 第一题对应哪一道leetcode题呀？
|
s*****3
发帖数: 87 | |
v******l
发帖数: 60 | |
s*****3
发帖数: 87 | 14 不知道问你inversion问题的国人哥们上不上mitbbs，这题并不容易。我给了个二分查
找树的算法，人家并不满意，因为worst case是n^2.
另外，并不一定只是老印黑了你。我也是上周面的。问了recruiter面试反馈，说是国
人哥们和老印那两轮有concerns。不过我马上move on了，毕竟没达到人家的bar。
【在 a*****s 的大作中提到】
: 回来查了一下没签NDA，应该没问题了。说是今天给通知，没收到说明是黄了。就是不
: 知道他家的打车费给不给reimburse，因为不太会用他家软件，给了100刀的coupon，要
: 求来的终点和回的起点时公司地址，自己设置的是公司地址，可是司机最后不知道怎么
: 给我稍微改了位置，结果就TMD charge了俺的信用卡。faint。
: 面的是体系结构engineer
: 还是老原则，哥没刷完题，就随便写过几道
: 电面是国人哥们，问的题目不难，属于leetcode的简单题一类的。记不得了。
: onsite：
: 1. 国人哥们，典型的问了问以前以前做的什么，然后上题目，说一个未排序的整数数
: 组，找出所有的inversion，就是位置大但是value小的情况。例如：
|
a*****s
发帖数: 1121 | 15 hadoop engineer
【在 v******l 的大作中提到】
: 感觉挺难得，LZ面得什么职位？
|
a*****s
发帖数: 1121 | 16 恩，无所谓了，他家recruiter死气白咧的让俺去面试。俺想给人个面子吧。
本来系统设计这个东西，都是用现有技术先最快做出一个可以用的蓝本，然后再到生产
环境中去检验的，发现那里有瓶颈，根据反馈出的信息来进行定位并解决瓶颈。你们那
么多人多长时间解决的问题，要俺45分钟内给分析出个一模一样的来，老实说，俺要现
在有这本事，也不来这面了。
跟一个以前拿过他家offer的小弟聊了，要察言观色，看人家想你怎么做，先说的宽泛
点，引诱对方给你缩小范围，这有点心理学的技巧。
俺回头问问recruiter的反馈。自我反省一下。
【在 s*****3 的大作中提到】
: 不知道问你inversion问题的国人哥们上不上mitbbs，这题并不容易。我给了个二分查
: 找树的算法，人家并不满意，因为worst case是n^2.
: 另外，并不一定只是老印黑了你。我也是上周面的。问了recruiter面试反馈，说是国
: 人哥们和老印那两轮有concerns。不过我马上move on了，毕竟没达到人家的bar。
|
b**********5
发帖数: 7881 | 17 不好意思， 我觉得你的知识面， 比我还差。。 algo的题， mergesort都没怎么写对
， 哪个什么boggle的题， 也好像写了个pseudocode。。。
然后存data， 竟然存到hdfs上了。。。 这个我觉得你根本就没怎么准备啊。。。
【在 a*****s 的大作中提到】
: 恩，无所谓了，他家recruiter死气白咧的让俺去面试。俺想给人个面子吧。
: 本来系统设计这个东西，都是用现有技术先最快做出一个可以用的蓝本，然后再到生产
: 环境中去检验的，发现那里有瓶颈，根据反馈出的信息来进行定位并解决瓶颈。你们那
: 么多人多长时间解决的问题，要俺45分钟内给分析出个一模一样的来，老实说，俺要现
: 在有这本事，也不来这面了。
: 跟一个以前拿过他家offer的小弟聊了，要察言观色，看人家想你怎么做，先说的宽泛
: 点，引诱对方给你缩小范围，这有点心理学的技巧。
: 俺回头问问recruiter的反馈。自我反省一下。
|
a*****s
发帖数: 1121 | 18 牛肉姐也是做体系结构的？牛肉姐以直白著称，能聊聊你怎么准备的么？很少见你上面
经，回馈本版啊。
有些知识你做深了，必然就面窄了。
本来就没准备。存HDFS也不是不可以，而且也不是没有大公司用。
前段手机的数据需要个kafka的东西来aggregate，然后写给HDFS，之后给MR或是SPARK
去处理，结果存HDFS，他又没给我latency的SLA requirement，哥也是知道redis啥的
，很了不起么？
说白了就是大家投缘不投缘，你没说的我心坎上，对不起，不要你。门槛而已啦。
【在 b**********5 的大作中提到】
: 不好意思， 我觉得你的知识面， 比我还差。。 algo的题， mergesort都没怎么写对
: ， 哪个什么boggle的题， 也好像写了个pseudocode。。。
: 然后存data， 竟然存到hdfs上了。。。 这个我觉得你根本就没怎么准备啊。。。
|
