百度搜索架构一面

聊聊实习，可能跨服太大，面试官不太感兴趣
问数据库索引，详细说一下，说了b+树
主键索引和非主键索引
回表，数据库的八股很久没复习了，回答的不是很好
场景题，
有个文件有40亿行数据，每行key value，key可能重复。怎么有什么办法输出map[key]对应所有的value。
思路1:按大数据排序的思路，排序自然就能分类了。时间复杂度高
思路2:因为不要求顺序，可以通过hash，把文件划分成小文件
单机存大批量kv存不下，应该怎么办，有什么优化
讲了用分布式，分开存储，用hash去划分存储的主机。
分布式大批量查询怎么优化，不使用多副本
加缓存，对于热点数据缓存起来，但是需要对查询计数得到热点数据，lru(面试官说lru对热点数据不那么有用)
写数据尽量负载均衡
代码题
写一个加过期策略的lru
简单的写了个不带过期策略的，加过期策略时候如流卡死了，就让叙述一下思路。
回答get时候删除过期，存在大批量过期怎么解决？定期或者超出容量删除，面试官不太满意。问还有什么策略不用扫描全部kv，不知道。
问redis过期策略怎么做的，回答不知道

算是第一个面的大厂吧，很多八股忘完了，数据库，redis忘的差不多，回表都忘了是啥了，深刻教训，开始狠狠地补😂