今天去某公司面试的状态，大家怎么看？

[szopen]

技术面试的人问了其中几个问题：
1. 设计一款订单推送系统，然后要保证推送是实时的，因为我说先缓存一下订单来应对访问量，再推送，我说推送有点延迟没问题吧，出题的说我们的订单推送没延迟，下完单后，客户端立马收到推送，那我就说你就直接写库呗（虽然我不知道为什么这样做了就没延迟了）

2.设计抓100亿页面然后分析，我给出了方案，出题的又问需要多长时间，我说没做过，然后出题的又说你不知道就不说时间了吗？然后我胡扯了一个时间.......

3.有个问题涉及到缓存数据问题，这次我说先memcache缓存，然后面试官立马说memcache会丢数据，我就说，你用的redis也是延迟的，此时对方没说话了，我只好说那就直接写库，集群，效率嘛服务器上固态硬盘（虽然我知道直接写库也是有延迟的，只时频率不一样的，我在想99.99%与99.999%这两个概率有啥区别）

[Ison]

其实有时候俺也怀疑
到底面试的想要什么人
是要问什么都能达得上的呢
还是要问什么都能提供思路的呢
显然应该是后者
但为毛有时候面试官会给人是着重前者的感觉呢
就像lz遇到的情况。。。

[jones]

第一个问题一般做法订单提交然后把订单ID写队列，然后推送处理程序从队列中拿出来处理，队列用Redis的发布订阅功能实现延迟应该在接收的时间范围内，

我猜测面试官想让你这么回答，，

[mhycy]

怎么从这个答案上看提问者有点傻逼的感觉。。。

第一题
对于用户的信息推送，客户端必定会存在一个延迟，这个延迟不是内部产生的，而是由于网络产生必定会存在的一个延迟。因为不可能现在与客户端有一个即时可用的长连接用于推送。所以无延迟是不可能的。

第二题
100亿的页面分析，具体需求如果有说清楚的话时间还是可以估算的，但是这个与机器的配置，数目，网络带宽有极大的关系，随便问一个时间是不可能准确回复的，当然你可以说说时间是怎么算的。。

第三题
缓存，延迟，丢数据。。。
越看越觉得面试者是个傻逼，因为缓存总会有容量限制，那么缓存必定会有一个失效期。
如果要处理延迟尽可能的低，可以另开一个缓存进程，由应用通知进程进行数据缓存操作。
那么每次读取去取就行了，但这并不能保证数据的一致性。
（后台更新了，缓存依旧没更新，但只读缓存，这样其实和数据库从库的表现是一致的）

[glasslion]

以前面试时遇到过推送的问题，为了用户体验， 创业公司一般会选第三方推送的SDK, 所以既不能让推送的延迟过大， 又要让尽可能多的信息一起推送

[FrankFang128]

就题论题有啥意思，面试官抓不住重点。

[lincanbin]

1. 要保证无延时，开socket或者Long Poll，订单处理完成后回调推送程序。
只有异步回调可以做到无延时，但是并不常见。

2.这跟网络、CPU、硬盘I/O性能关系都很大的，没给足条件自然没有答案。

3.memcached的数据持久化也是可以自己轻易实现的。

[wy315700]

@szopen
99.99%与99.999%这两个概率有啥区别
用1减一下就会发现这两个概率差了10倍

[wy315700]

@Ison
其实，面试和老师给学生打分是不一样的，
面试的目的是，面试官在挑同事，

[gamexg]

第一个推送很好搞啊，收到订单后把订单数据存数据库，然后推到推送队列里面去。推送服务取出来通过推送系统推到客户端即可。
推送系统现在有很多了，可以使用第三方的，也可以自己建，做好长连接心跳不拼单机带客户量的话很容易搭建。实测一般2秒内可收到推送。

[sivacohan]

抛开问题。其实就是你和面试官不在一个频道上。
对你来说，这样的公司还是不要去的好。
因为如果不能流畅沟通，那以后一起工作会非常的麻烦。

[sophie2805]

哪个公司的？？
以后绕道~

[szopen]

@wy315700 我理解的在故障问题这里，概率10倍与100是没有多大区别的，因为故障只有一次，就如同10个数字中只有一个数字是你要选择的数字一样，他和其他数字被命中的机会是一样的，就像魔兽世界刷凤凰坐骑，有的刷了三年不出，有的一次就出是一个道理

@gamexg @jones 我当时的思路其实就大批量订单先缓存，然后在处理，我说可能会有一点延迟，面试的指出不能有延迟，所以队列肯定不行,

[szopen]

@sivacohan 想想的确不在一个频道

这次面试让我想起另一次去大公司面试，故事是这样：我说我用PHP做了一个web服务器，然后面试的一脸蔑视地说你做这些有什么用！我当时就愣住了

[wy315700]

@szopen

则个属于概率论里一个悖论，就是概率再低，也会发生，概率再高，也有不会发生的。

因为如果样本足够大，即使概率再低都会发生。

所以这个时候要考虑的是后验概率，已知平均故障率的情况下，发生一次故障的概率，发生两次故障的概率，今天发生故障的概率，这周发生故障的概率。
10和100倍的差距就在这里体现了。

[Cloudee]

@szopen 这个时候应该一脸鄙视地回答“Because I can”

[akira]

1. 实时的意思应该是在数秒之内。客户端和服务器端保持长连应该可以做到。另外应该会用到消息队列。
2. 这种题目自己做条件假设。假设服务器系统内存带宽等必要参数，然后根据这些参数计算个结果出来。
3. 写缓存确实有这个问题。读缓存的话，丢了重新读就是了呗。

[helloworld00]

我在想99.99%与99.999%这两个概率有啥区别

举个简单的例子，如果1-99.99%=0.0001是一台服务器A一个礼拜至少crash一次的概率；
1-99.999％＝1.0e-5是一台服务器B一个礼拜crash至少一次的概率。

一个50,000台服务器A的clusters，平均每个礼拜就有5台服务器至少会crash一次，每个月就有20台机子至少会crash一次，每年就会有240台服务器至少会crash一次。

另外一个50,000台服务器B的clusters，稍微好点，平均每个礼拜会有0.5台服务器至少会crash一次，每个月2台，每年24台至少会crash一次。

[helloworld00]

UPDATE 楼上

不是一个50,000台服务器的clusters，是包含50,000 台服务器的clusters

一般一个大cluster可能10,000左右的服务器.
(参考 google borg)
http://static.googleusercontent.com/media/research.google.com/en//pubs/archive/43438.pdf

[morethansean]

一个网站，你们的 API 设定全年可用性为 99.99%:
365*24*60*(1-.9999) = 52.556 就是说一年之中只能挂最多53分钟

可用性 99.999%:
365*24*60*(1-.99999) = 5.25599999997608 一年中只能挂5分钟

这10倍的差距，后者你可能连问题都来不及修复吧。

[morethansean]

楼上精神恍惚打成 A 了……