上来先手撕lru , si完 问优化 ● 1. 如何实现一个lockfree 的 并发控制的缓存 ○ 问ringbuffer的优点? 无锁并发 ● 2. lru结合lfu 实现兼顾折中, 结合优点的算法实现● 也可以使用结构体记录, 在数据存储 基本单元上● 面试官给的思路: 设计多个lruclass, 或者多个队列, hot, warm, cold 队列 ○ 访问频率高的就放入hot里边( 比如多少次以上评价为高 ○ 那么可以使用结构体, 记录每一个访问的次数 ○ 那如何解决这个过期呢? 还能设计一个过期时间, 每次要检索这个数据的时候, 获取这个过期时间,看是否过期, 过期就直接丢掉, 不能访问了 ● 另一个思路 : 整体还是按照lru来，替换之前检查一下，前三个即将被替换的里面选择频率最低的删除，但是每个最多连续比较三次（我瞎说的） ○ 避免某些短时间频繁访问的节点被删除 ■ 防止抖动现象产生 布隆过滤器+ redis bitmap 的原理● 自己的思路, 使用一个散列函数, 根据你当前的访问频率(设计一个struct node ), 去决定你随机的在list里边的插入位置 ○ 如果频率比较高, 就将其在get 的时候放到靠近队头的位置 ○ 频率比较低, 将其get 的时候放在队尾的位置(反正你短期大量访问, 后续频率上来了也会 逐渐的放到队头的 ○ 并且反正插入和查询都是O1 ■ 如果是伪高频, 插入位置比较低, 后续也会直接被淘汰, 说明你根本不是真正的短期热数据● 如果再问频率优化? ○ CMS, caffeine 的本地淘汰策略算法● lru和lfu 的区别, lfu适合短期高频, 而lfu适合长期高频 数据paxos和raft 的区别● paxos 对比raft 的优点?● raft 为啥容易实现? 和paxos对比? 不允许空洞->强leader->容易实现● 选主的时候有没有 可能设计一个方案, 无锁选主? ○ 1. 回答哨兵机制, 交给另一个集群哨兵去做选举这件事( 从而让数据节点专心做数据 ○ 2. 问其他思路, 我说不锁不行, 不锁的话可能导致选票许诺给多个人->整个集群的逻辑总票数增加 -> 脑裂问题均摊分析, 插入1e数据 ,扩容因子为4的 hash插入 的复杂度( 不会● 两阶段提交的缺点 ○ 全局阻塞, io次数多( 根据mysql 的两阶段提交谈了谈, 三级队列优化思路 ○ 没有事先通知 参与者, 不知道他可不可达, 宕机没 就直接提交了( 浪费网络带宽 ○ 协调者比重太大, 一旦故障, 其他参与者也会跟着阻塞 ○ 可能导致的数据库不一致, 比如commit阶段 ,参与者并没有收到提交请求, 导致落后 ( 可以引入mq解决消息消费问题 ■ 回答 数据同步机制, 结合项目增量和全量, 以及mysql 的集群组提交策略(半数以上● 解决,引入tcc, 不过侵入性较大, 并且实际效率也不一定高 (
查看2道真题和解析
腾讯一面1744人在聊
腾讯音乐娱乐集团成长空间 66人发布