头条是这批次面试中的一个理想公司,基础架构部。从两轮面试的情况来看,面试官的素质非常高,面试经验也比较丰富。一方面提问抓的准,不会在你明确表示准备不足的方面硬扣;一方面深度广度、代码风格均有涉及。不过总共只让我写了两道代码题,希望不是放水。
一面
一面应该还问了其他内容,但是两次面试问的太多,想不起来了。
项目
两个项目都是简单介绍,没有深入问。
基础
并发
- 条件变量内部有锁,为什么在wait条件变量时,最外层还需要加锁(跪)
- 除了notify,wait还有什么情况下可能被唤醒(跪)
书到用时方恨少,题到问时才知浅。并发复习的太少,这部分完全忘却了。
算法
判断二叉树是否是二叉搜索树
题目很熟悉了,倒是也写过。
我有点记不清二叉搜索树(BST)的定义,于是先跟面试官简单确认了下。接下来,向面试官明确题目:
- 假设不包含重复值
- 给出明确的BST的定义:
- l 是BST
- r 是BST
- 满足
l < root < r
向面试官表示用分治法,然后开始写代码。写到一半,面试官又跟我说可以考虑二叉树的先序、中序、后续遍历这些。我反应过来可以直接中序遍历,遍历的同时判断序列是否递增。说了下思路,询问面试官是否可以先写我原来的解法,这样就不用换思路了,省的出错。面试官统一后我才继续写:
private class Result {
public boolean isBST;
public int min;
public int max;
public Result(boolean isBST, int min, int max) {
this.isBST = isBST;
this.min = min;
this.max = max;
}
}
public isBST(TreeNode root) {
if (root == null) {
return true;
}
Result result = dc(root);
return result.isBST;
}
private Result dc(TreeNode root) {
if (root == null) {
return null;
}
if (root.left == null && root.right == null) {
return new Result(true, root.val, root.val);
}
Result lResult = dc(root.left);
Result rResult = dc(root.right);
if (lResult != null && (!lResult.isBST || lResult.max >= root.val) {
return new Result(false, 0, 0);
}
if (rResult != null && (!rResult.isBST || rResult.min >= root.val)) {
return new Result(false, 0, 0);
}
// 忘记了这里的check,no face, no bug free
int min = root.val;
int max = root.val;
if (lResult != null) {
min = lResult.min;
}
if (rResult != null) {
max = rResult.max;
}
return new Result(true, min, max);
}
分治法代码写出来有点长,不过多长也得坚持编码风格和bug free。
but,我第一次写的还是有bug,刚把纸交给面试官我就想起来了——最后一句return没有检查空指针,,,妈的真是蠢。还好面试官没有介意,感谢感谢。
中序遍历的话,简单做可以完全保存下序列,再去check,但是浪费空间;复杂做就得一边遍历一边检查,我还没想清楚足够简洁的写法。(待补充)
二面
项目
冷数据压缩与存储——vulture
可能是我讲的越来越能抓住key point了?这是我唯一一次把vulture中的两个难点都讲了。特别是异常恢复,把压缩过程抽象成状态机还是有点讲头的。
- 为什么要依赖外部配置,而没有跟HDFS整合在一起
我表示也考虑过这种方案,但当时的需求是尽量简单的搞定压缩,如果跟HDFS整合的话,可能需要将冷热温的生存期、温度等都写进FileStatus,而改动这种基础类的影响太大了。
Hadoop集群监控——hawk
表示项目本身很简单,难在如何确定所监控指标的准确含义。
话说一半,意在引导面试官提问指标相关的内容,秀源码。
- 准确含义指什么
我把ContainerExitStatus=137时的case讲了一下。
源码
HDFS里的Federation怎么实现的
客户端挂载,如何映射 balabala。
一般Federation里还要使用HA,讲一下HA的原理
Zookeeper保障唯一时刻只有至多一个active节点;唯一的active向journalNode写数据,其他standby从journalNode读数据。
HA中两个节点同步哪些内容(跪)
开始以为跟SecondaryNameNode机制一样,后来仔细一想:standby既然能从journalNode读数据,也就不需要像SecondaryNameNode那样从active拉取editlog,自然也不需要在stanby上合并日志并同步回active。
所以,坦白自己没看过这一块内容,也没什么想法。
Yarn的源码你比较了解哪块
状态机、事件调度
container是怎么启动的
说的比较糙:
- NM收到指令
- 创建Container状态机、初始化资源等
- ContainerLaucher服务收到LAUNCH_CONTAINER事件
- 创建launch_container脚本
- 创建container_executor脚本,该脚本里会启动该java进程
container运行需要下载一些资源,了解这个过程吗
先讲三个资源等级,假设最简单的场景,刚说到ResourceLocalizer状态机,面试官就表示,“好,不用说了,我知道你看过这块”。
系统设计
用客户端挂载实现Federation的缺点
- 挂载表配置在客户端,所以修改挂载表后,客户端也必须作出同步的修改,无法做到用户无感知或低感知
- Federation的在扩展NameNode的同时也有负载均衡的目的,但是客户端挂载相当于人工维护负载均衡,流量发生任何变化都无法维持均衡
只想出来这两点。待完善。
不使用挂载表,如何实现Federation(半跪)
我不了解这方面的内容,尝试以客户端挂载方案为baseline进行改进。
Federation的核心是目录到NameNode的映射关系。而客户端挂载的本质缺点在于将映射关系保存在客户端,因此所有功能都依赖于客户端完成。所以优化的第一步是,将映射关系保存在服务端。下面给出两种方案:
- 将映射保存在服务端。进一步的,如想访问/logdata目录,就创建/logdata文件,文件中保存/logdata目录映射的NameNode。每次客户端都先访问/logdata文件,获取映射的NameNode,再到该NameNode上访问/logdata目录。效果相当于把客户端挂载移到了服务端。
- 在NameNode前架设Proxy服务,由Proxy在内存中维护映射关系。甚至可基于Proxy实现新的均衡器和自动化挂载,实现不同标准(跨NameNode、同NameNode)的数据均衡和流量均衡。
我回答的不完全是面试官想要的——面试官问我看过Hdaoop 3.0的源码吗,我表示完全没看过,面试官表示没看过的话应该答不上来。
如果用Proxy的方案,估计一下qps
1w个节点,每个节点都是
40核+256G
,全部跑MR,每个container1核+2G
。估计Proxy需要承受的qps。
假设就跑了一个AM,它申请了集群所有的container,全部跑mapper,可忽略该AM。假设每个mapper在1min(60s)内需要访问5次NameNode,则至少需要访问5次Proxy(获取映射)。则:
qps = (10E4 * 40 / 1) * 5次/60s = 3.67 * 10E4 次/s
面试官问我这么大的规模单机扛得住吗,,,我表示现在的技术扛万级qps不是很轻松吗。恩,,可能我还是没有get到考点吧。
基础
并发(半跪)
我一面中并发答的很差,就主动跟二面面试官表示并发这块复习的不好。面试官心领神会,也没有出很难的题目。万谢万谢。
- Java中可以通过哪些方式使用锁
synchronized、ReentrantLock、用AQS裸写一个锁。
这里我本来也写了Condition、CountDownLatch那些并发工具,后来觉得这更属于同步,所以又把它们删了。这种属于偏概念的套路题,需要刷面经才能知道套路答案。
- 如何让锁实现“可重入”(半跪)
我一开始觉得先不用说重入次数,就只回答了需要在锁内部记录owner。结果面试官提醒多重入的场景我才说还要记录重入次数,搞得好像面试官提醒我才想到。
所以说下次不能耍小聪明,能想到的点尽量说出来。如果面试官不拦着你,你就由简到难,一直说下去,说到一个完整且你说不下去的地方为止。
- 讲一个你熟悉的并发的内容
对比讲了HashTable和ConcurrentHashMap。
估计面试官问我这个问题只是想看看我是不是并发一点都不会,毕竟我前面并发答的那么差。
问个简单的,Object类中有哪些方法(半跪)
- wait, notify, notifyAll
- toString
- hashCode, equals
然后就说不上来了。
现补充如下:
public class Object {
private static native void registerNatives();
static {
registerNatives();
}
public final native Class<?> getClass();
public native int hashCode();
public boolean equals(Object obj) {
return (this == obj);
}
protected native Object clone() throws CloneNotSupportedException;
public String toString() {
return getClass().getName() + "@" + Integer.toHexString(hashCode());
}
public final native void notify();
public final native void notifyAll();
public final native void wait(long timeout) throws InterruptedException;
public final void wait(long timeout, int nanos) throws InterruptedException {...}
public final void wait() throws InterruptedException {
wait(0);
}
protected void finalize() throws Throwable { }
}
主要漏答的是clone, getClass。finalize, registerNatives也尽量记住。
覆写hashCode时有什么需要注意的
主要是需要判断相等的时候,比如HashMap的get方法,对hashCode和equals的调用顺序有要求:
if (table[pos].key.hashCode() == key.hashCode
&& (table[pos].key == key || table[pos].equals(key))) {
return table[pos];
}
只有hashCode相等的时候,equals才有可能相等,即,“覆写后,如果equals相等,那么hashCode也必须相等”。
同时,对于HashMap还要保证插入前后,key的hashCode相等。
总结如下:
- 如果equals相等,那么hashCode也必须相等
- 对同一个对象,将其插入HashMap前后,hashCode不可变
工程代码
按需求实现新的hash表(跪)
我们知道NameNode中保存了BlockId到BlockInfo的映射,以满足快速查找的目的。如果直接用HashMap实现(当然,实际用的也不是HashMap,用的Google的LightWeightGSet),由于HashMap内部用拉链发实现,每个节点都有最有两个指针,假设每个指针占2字节,那么1亿个Block最少要占用4亿字节,假设造成很大的空间浪费。你需要实现一个新的hash表,接口定义:
interface SimpleMap<K, V> { K get(K key); V put(K key, V value); V remove(K key); }
要求:
- 尽量提高空间利用率
- 可以牺牲部分性能
当即想到了线性探测、rehash等方法,觉得so easy,确认可以用线性探测后,就开始打草稿了,然后誊抄。需要注意的是del方法,我采取的思路是删除后将tail节点填充到被删除的位置。啪啪啪一顿写,结果交了答案——我又意识到了大bug,思路就错了;还发现了一个put方法中的一个死循环。不过这两点都属于我基本思路上的问题,就不秀错误代码了。
回来自己想,现在补充正确代码,未实现的非核心代码参照HashMap:
public class LinearProbingHashMap<K, V> implements SimpleMap<K, V> {
@Override
public V get(Object key) {
if (key == null) {
return null;
}
int pos = indexFor(hash(key));
for (int i = 0;
i < table.length && table[pos] != null;
i++, pos = (pos + 1) % table.length) {
if (table[pos] == Entry.DELETED_ENTRY) {
continue;
}
if (table[pos].keyHash == key.hashCode()
&& (table[pos].key == key || table[pos].key.equals(key))) {
return table[pos].value;
}
}
return null;
}
@Override
public V put(K key, V value) {
if (key == null) {
return null;
}
int pos = indexFor(hash(key));
int lastEmptyPos = -1;
for (int i = 0;
i < table.length && table[pos] != null;
i++, pos = (pos + 1) % table.length) {
if (table[pos] == Entry.DELETED_ENTRY) {
lastEmptyPos = pos;
}
if (table[pos].keyHash == key.hashCode()
&& (table[pos].key == key || table[pos].key.equals(key))) {
V oldValee = table[pos].value;
table[pos].value = value;
return oldValee;
}
}
if (size + 1 < threshold) {
if (lastEmptyPos == -1) {
// assert table[pos] == null;
lastEmptyPos = pos;
}
table[lastEmptyPos] = new Entry<>(key, value);
size++;
return null;
}
LinearProbingHashMap<K, V> newMap = new LinearProbingHashMap<>(table.length * 2);
for (Entry<K, V> entry : table) {
// TODO: 2017/8/31 remove extra cost on copy entry
if (entry != null && entry != Entry.DELETED_ENTRY) {
newMap.put(entry.key, entry.value);
}
}
init(newMap); // update table, size, loadFactor, threshold, and etc.
put(key, value);
return null;
}
@Override
public V remove(Object key) {
if (key == null) {
return null;
}
int pos = indexFor(hash(key));
for (int i = 0;
i < table.length && table[pos] != null;
i++, pos = (pos + 1) % table.length) {
if (table[pos] == Entry.DELETED_ENTRY) {
continue;
}
if (table[pos].keyHash == key.hashCode()
&& (table[pos].key == key || table[pos].key.equals(key))) {
V oldValue = table[pos].value;
table[pos] = (Entry<K, V>) Entry.DELETED_ENTRY;
size--;
return oldValue;
}
}
return null;
}
}
提问
- 如果有幸加入,入职后可能负责的工作内容
- 总共几轮面试
- 面试评价
恩,我以为到提问环节就是最后一轮技术面呢,问了问题1,面试官表示这是三面才会聊的。总共有三轮面试,一面二面水平差不多,三面是技术leader。
正面评价:
- 整体表现不错
- 代码风格挺好
负面评价:
- 最后一道题有死循环是大问题(也就是思路可以原谅,但是死循环不能原谅)
- 这道题看起来简单,但我面试的人没有一个能写的没有问题。以后应该想好再动手
- 你要搞分布式的话,并发是基础。本来最后一道题也想考你并发,但是说并发掌握的不好,就没考你
三面(HR面)
等了三面的面试官很久都没有来,我实在憋不住就写了个纸条,把门开着去上厕所了。。。结果回来——握草女面试官!再看正脸,握草化妆了!怎么看都不像是技术leader,一问才知道是HR。HR表示,技术leader在开会,刚才跟他碰了一下,他说看前面两面面试官评价都不错,他不需要面了,所以直接跳到了HR面。
给我整的分不清是好消息还是坏消息。听说这个leader是90年的,天大本科毕业就工作了,带着一群80、90后,非常屌,本来想借着面试瞻仰一下,真是可惜。后面就是正常的HR面,不过感觉头条的HR问的真多啊,各种兴趣爱好,评价,家庭什么的。第一次经历这阵仗,学到了学到了。
最后问我有没有拿到其他offer,老实回答了。我个人觉得,面试是个相互选择的过程,希望公司和面试者都能坦诚相待。
总结
面试完,又分别跟大学同学(头条暑期实习)和涛神聊了聊,两个人都反应,头条的压力非常大,但是同时也主动表示食堂好。看来只要公司愿意给高价,什么加班什么压力大都可以放一边。学到了学到了。
上次阿里面试官简历的面试三原则非常管用,这次沟通明显顺畅了许多。头条面试有一个好处,要不要你都会给通知,,,but,拒信和offer都要等好几天啊,,,HR姐姐说尽量本周五之前给通知,希望一切顺利!!
给自己的建议:
- bug free!bug free!bug free!
- 耐心学习分布式系统的理论知识,研究更多分布式系统的优秀案例
- 很多看起来简单的问题,还是不要掉以轻心,耐心想想再动笔
- 学过的东西不要丢下,原来看书虽然快,但很难吸收;这段时间建议少看书,多通过实践把知识固化。特别是并发部分,这是搞分布式的基本功,必须吃到肚子里!
本文链接:【面经】头条-2017年8月30日,散招实习生
作者:猴子007
出处:https://monkeysayhi.github.io
本文基于 知识共享署名-相同方式共享 4.0 国际许可协议发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名及链接。
网友评论