求科普，寄生虫是怎么进化出来的# Joke - 肚皮舞运动
a*s
1 楼
上周五的onsitee，只刷过三道leetcode题目，硬着头皮上了。免得是大数据platform
组SMTS，挂了，不知道谁黑的。
一个俄国小哥：
比较热情， 先问了stack用linklist和array实现的优缺点，然后问了如何用二维数组
存储神经网络，比较耐心的引导类型，最后时间没有了，就只讨论了一下为什么这么做
。俺提出了一些可能的；
印度人：
上来很详细的问了以前的做的东西，HIVE如何转化成TEZ的，TEZ和MAPREDUCE的性能区
别，Slider提交任务需要那三个文件，我说就是三个json文件关于资源请求，可执行文
件等等，半年前作的实在记不清了，他解释说是metainfo.xml， 和两个json文件，俺
就极力说服他，please检查slider的apache JIRA buglist，现在俺还有几个ticket要
解决，他说他会。没让写code
一个国人伯克利小伙子：
随便问了问以前的项目，然后让做题， 给两个string，一个str1，一个str2，找出
str1里所有的str2
出现的第一个位置：比如ababab，ab那么返回数组［0，2，4］。先让写testcase，都
写出来了，提示我有一个情况没写，俺解释说已经出现过了。然后坑坑粑粑的写完了程
序，时间到了，他说程序没问题
跟经理吃饭，behavior问题
美国人：
问了一个给定一分，二分，五分的硬币，如何给一个数字x，那么如何用最少的coin来
表示x：
俺分析了greedy algorithm，先跟5分取余，在跟2余，在1余，把除数加起来就是了。
然后改成1分，3。5分，5分，如何做？俺先想了probablilty的决策树，然后被direct
回图论，后来就是BFS，然后俺提出了一些优化方案，比如，如果跟3.5取余还有.5余数
，那么这一个分支就不用traverse了。
国人大哥：
系统设计：一个threadpoolexecutor的queue很多put，dispatcher在get，如果put很多
怎么办，要写个method，一个是put一个是get，俺先想了如果queue full了需要那么
put方法sleep，sleep时间可以采用fabnacci数列，但是有最大值限制，达到最大值后
再返回，因为queue的访问服从possion分布，后来问如何马上让put的线程知道。我说
我们可以用wait和notifyall，但是没用过，他比较nice的说这个很简单，但是你没用
过，我们问个别的吧。
问了个string permutation问题，
a：
ab： ab，ba
abc： abc，acb，cab，bac，bca，cba
俺给了recursion方法，花的时间有点久，后来写的没时间了，跟他想的方法不太一样
，但是equavilent。
经理：
设计题：
1.如果slider提交的container继续trigger AM，那么YARN的RM会不会负责fault－
tolerance，答案是如果这个container提交AM时通过slider， yes，如果不是，NO。
2. 使用YARN＋SLIDER，如何保证applicationMaster是可以trace的，如果发生failure
，如何再次找到AM。刚开始俺说你保存到数据库，后来发现他问的是同一个
application，就告诉他说，YARN的RM会提供RESTAPI，直接用applicationID就可以找
到application master的host地址和port，YARN命令行也可以。他问为啥之前没想到
RESTAPI，俺说没理解你问的是同一个application
3. 给一个系统，如何准确的找出第一百万个用户click。
俺先系统的给了一个设计三角形，定点依次是：时间，空间和精确度，告诉他，图灵机
的设计如果需要节省时间，那么需要牺牲空间和精确度，对于需要节省空间和提高精确
度类似。当然时间是有最小值的，不是完全能用空间和精确度来trade的。等等。 然后
开始设计。
俺提供了如下方案：
a. memcache 或是redis类似的分布式kv数据结构。
b. 分布式系统的同步方法，就是第一个发送自己的数量和一个atomtic
incrementalvalue，然后第二个收到后，加上自己的数，再increase the 个counter，
以此类推。他说如果网络如果很忙，cluster足够大，俺就说，你是不是想减少通信次
数，就提供了MPI使用的REDUCE机制只需要log（n）步，然后他加入了failure，俺说那
可能需要加入冗余, 因为failure的基本解决原则就是冗余。
c. 后来又提出可以在前端loadbalancer内部加入cache，几集cache, write back or
write through等方法的优劣。
今天给经理发信，说是挂了，没给原因，大家帮忙分析一下为啥，谢谢。
组SMTS，挂了，不知道谁黑的。
一个俄国小哥：
比较热情， 先问了stack用linklist和array实现的优缺点，然后问了如何用二维数组
存储神经网络，比较耐心的引导类型，最后时间没有了，就只讨论了一下为什么这么做
。俺提出了一些可能的；
印度人：
上来很详细的问了以前的做的东西，HIVE如何转化成TEZ的，TEZ和MAPREDUCE的性能区
别，Slider提交任务需要那三个文件，我说就是三个json文件关于资源请求，可执行文
件等等，半年前作的实在记不清了，他解释说是metainfo.xml， 和两个json文件，俺
就极力说服他，please检查slider的apache JIRA buglist，现在俺还有几个ticket要
解决，他说他会。没让写code
一个国人伯克利小伙子：
随便问了问以前的项目，然后让做题， 给两个string，一个str1，一个str2，找出
str1里所有的str2
出现的第一个位置：比如ababab，ab那么返回数组［0，2，4］。先让写testcase，都
写出来了，提示我有一个情况没写，俺解释说已经出现过了。然后坑坑粑粑的写完了程
序，时间到了，他说程序没问题
跟经理吃饭，behavior问题
美国人：
问了一个给定一分，二分，五分的硬币，如何给一个数字x，那么如何用最少的coin来
表示x：
俺分析了greedy algorithm，先跟5分取余，在跟2余，在1余，把除数加起来就是了。
然后改成1分，3。5分，5分，如何做？俺先想了probablilty的决策树，然后被direct
回图论，后来就是BFS，然后俺提出了一些优化方案，比如，如果跟3.5取余还有.5余数
，那么这一个分支就不用traverse了。
国人大哥：
系统设计：一个threadpoolexecutor的queue很多put，dispatcher在get，如果put很多
怎么办，要写个method，一个是put一个是get，俺先想了如果queue full了需要那么
put方法sleep，sleep时间可以采用fabnacci数列，但是有最大值限制，达到最大值后
再返回，因为queue的访问服从possion分布，后来问如何马上让put的线程知道。我说
我们可以用wait和notifyall，但是没用过，他比较nice的说这个很简单，但是你没用
过，我们问个别的吧。
问了个string permutation问题，
a：
ab： ab，ba
abc： abc，acb，cab，bac，bca，cba
俺给了recursion方法，花的时间有点久，后来写的没时间了，跟他想的方法不太一样
，但是equavilent。
经理：
设计题：
1.如果slider提交的container继续trigger AM，那么YARN的RM会不会负责fault－
tolerance，答案是如果这个container提交AM时通过slider， yes，如果不是，NO。
2. 使用YARN＋SLIDER，如何保证applicationMaster是可以trace的，如果发生failure
，如何再次找到AM。刚开始俺说你保存到数据库，后来发现他问的是同一个
application，就告诉他说，YARN的RM会提供RESTAPI，直接用applicationID就可以找
到application master的host地址和port，YARN命令行也可以。他问为啥之前没想到
RESTAPI，俺说没理解你问的是同一个application
3. 给一个系统，如何准确的找出第一百万个用户click。
俺先系统的给了一个设计三角形，定点依次是：时间，空间和精确度，告诉他，图灵机
的设计如果需要节省时间，那么需要牺牲空间和精确度，对于需要节省空间和提高精确
度类似。当然时间是有最小值的，不是完全能用空间和精确度来trade的。等等。 然后
开始设计。
俺提供了如下方案：
a. memcache 或是redis类似的分布式kv数据结构。
b. 分布式系统的同步方法，就是第一个发送自己的数量和一个atomtic
incrementalvalue，然后第二个收到后，加上自己的数，再increase the 个counter，
以此类推。他说如果网络如果很忙，cluster足够大，俺就说，你是不是想减少通信次
数，就提供了MPI使用的REDUCE机制只需要log（n）步，然后他加入了failure，俺说那
可能需要加入冗余, 因为failure的基本解决原则就是冗余。
c. 后来又提出可以在前端loadbalancer内部加入cache，几集cache, write back or
write through等方法的优劣。
今天给经理发信，说是挂了，没给原因，大家帮忙分析一下为啥，谢谢。
