2岁的孩子你们都会说什么？ - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Parenting - 为人父母

2岁的孩子你们都会说什么？

2岁的孩子你们都会说什么？# Parenting - 为人父母

t*e2013-10-15 07:10

1 楼

Assume the data cannot fit in memory. You can provide either exact or
approximate solutions. Please provide more details about your solution.

i*t2013-10-15 07:10

2 楼

请问一下

i*h2013-10-15 07:10

3 楼

近似：
内存有多少用多少，每个记录出现次数
当新的记录进来，内存不够了，踢掉最少最老的记录
精确：
用外部文件存结果？

p*i2013-10-15 07:10

4 楼

None.

【在 i******t 的大作中提到】

: 请问一下

b*d2013-10-15 07:10

5 楼

哥也被问到这道题了，略有不同，给出了incoming query的distribution的曲线，qps
是几千这样子。这个system有三个api：
1）getTopTenMillionInPastHour()
2) isInTopTenMilionInPastHour()
3) notifyWhenJoinOrRemovedFromTopTenMillionInPastHour()
自己来architect系统，定义service能提供数据的精度。
我当时给的是个多台机器的架构。我觉得是旧data每秒钟都在产生（任何当前时间进行
的api call，准确来说，1小时零1秒前的数据都是旧的，对算top10millioninPastHour
没有意义），但几乎没有任何系统在一秒钟内可以purge掉这么多的旧数据，所以就要
定义一个精度。比如，semantics是“我能保证给结果是精确的，但是有个最多20分钟
的delay”，或者“我不能保证结果是100%精确的，但是我能最新的query能够实时的反
应在结果中，并且返回的结果和真值有90%的重合”。
其实就是说consistency，availability，partition/sharding，只能选两样。

az2013-10-15 07:10

6 楼

孩子跟孩子差别很大，医生说没问题就好。。。
老大那会能说的单词很有限，句子也只限于很简单的2，3个字的
老二日常用品基本差不多，基本的话都会说了，我这两天摘抄的：
晚上睡在床上，弟弟说，一个滑梯是干的，一个滑梯是湿的，不敢坐湿的，有水水，坐
了要换裤子
早起弟弟说，妈妈，你好吧，妈妈抱小宝贝下楼喝奶奶
奶奶上楼拿被子，弟弟站在楼梯口，奶奶问你干嘛呢。弟弟说，我站在这里等奶奶拿蓝
色花被被
弟弟把买菜车推到了，说，我把这个推到了，爸爸妈妈哥哥奶奶爷爷都不爱我了，呜呜
呜呜
奶奶上厕所的功夫，他摔倒了，自己说，我害怕，摔了个大跟头

【在 i******t 的大作中提到】

: 请问一下

w*x2013-10-15 07:10

7 楼

比如找top 10 queries, 把大文件hash分成200个小文件, 每个小文件可以放入内存.
每个小文件取top 5 queries, 从1000个query中找出前10个, 除非很巧, 基本可以得出
top 10

【在 t*****e 的大作中提到】

: Assume the data cannot fit in memory. You can provide either exact or
: approximate solutions. Please provide more details about your solution.

r*f2013-10-15 07:10

8 楼

楼上看懂了？强

N*n2013-10-15 07:10

9 楼

大神你还没回答我你从哪儿找到的800道题呢

【在 w****x 的大作中提到】

:
: 比如找top 10 queries, 把大文件hash分成200个小文件, 每个小文件可以放入内存.
: 每个小文件取top 5 queries, 从1000个query中找出前10个, 除非很巧, 基本可以得出
: top 10

C*e2013-10-15 07:10

10 楼

老二后进娃一个。2岁过才会叫妈。就这一个词。别的都不会。叫爸爸也不会。曾经一
度怀疑有问题。老大一岁过后就会叫妈咪。2岁已经开始句子了。

t*e2013-10-15 07:10

11 楼

踢掉最少最老的记录
But those queries might showed again in the future? they might be in the
list of top 10 queries.

【在 i***h 的大作中提到】

: 近似：
: 内存有多少用多少，每个记录出现次数
: 当新的记录进来，内存不够了，踢掉最少最老的记录
: 精确：
: 用外部文件存结果？

k*m2013-10-15 07:10

12 楼

我家大宝7个多月就会喊爸爸妈妈，一岁多就很会说了，一套一套的，像个小大人似的。
逛超市，看到玩具想买，我跟她说这是大宝宝玩的，以后才能买，她回答：等宝宝长大
了，宝宝都要买，这个（指着娃娃），这个（指着车子），全都买回去，都是宝宝的…
… 晕~
晚上睡觉前：妈妈讲故事给宝宝听。我说：宝宝想听什么故事啊？她说：妈妈讲喜羊羊
的故事，喜羊羊去公园的故事。于是我开始编故事……

t*e2013-10-15 07:10

13 楼

Can you explain more detail about your system? Particularly, how you can get
the 90% accuracy?

qps
top10millioninPastHour

【在 b*******d 的大作中提到】

: 哥也被问到这道题了，略有不同，给出了incoming query的distribution的曲线，qps
: 是几千这样子。这个system有三个api：
: 1）getTopTenMillionInPastHour()
: 2) isInTopTenMilionInPastHour()
: 3) notifyWhenJoinOrRemovedFromTopTenMillionInPastHour()
: 自己来architect系统，定义service能提供数据的精度。
: 我当时给的是个多台机器的架构。我觉得是旧data每秒钟都在产生（任何当前时间进行
: 的api call，准确来说，1小时零1秒前的数据都是旧的，对算top10millioninPastHour
: 没有意义），但几乎没有任何系统在一秒钟内可以purge掉这么多的旧数据，所以就要
: 定义一个精度。比如，semantics是“我能保证给结果是精确的，但是有个最多20分钟