首页手记阿里三面，P9面试官是如何360°无死角考察候...

阿里三面，P9面试官是如何360°无死角考察候选人的？

标签：

面试架构

“ 这篇文章，给大家分享一个同学面试阿里某个部门时的经历。
简单说一下这个同学面试的背景，本身技术底子还不错，在几个有一定知名度的中型互联网公司工作过，然后之前打算尝试一下阿里的职位，就去面试了。
第一轮和第二轮面试，全部都通过了，面试官评价也是基本技术素养还可以，基础也不错，定级都是P6+的职级。
但是第三面是那个部门老大P9出来面试他，结果就挂在这里了，所以把这个第三面的一些问题分享出来，给大家参考。

1、业务背景介绍

首先这个同学上来先阐述了一下自己的一些项目经历，当前他在公司里主要是负责一个数据类的系统，业务逻辑并不复杂，但是有一点技术难度。

主要是每天都会有人调用他的接口，然后有数据会落入数据库表中。

简化一下来说，大概是这个背景，如下图：

这个系统每天接口调用大概会落入数据库中有20万左右的数据量，那么每个月大概是600万左右的数据量，每年大概是近亿级的数据量会落入数据库中。

但是这是针对整个数据库来说的，平摊到里面核心的每个表，大概每个表每年新增个千万级别的数据量。

2、架构演进考察

系统就是这么个情况，接着面试官就开始发问了。。。

面试官对面试者的印象有点扣分了。。

旁白解读
实际上这类问题在BAT、美团、京东等大公司里面试，都是常问的，为什么呢？
因为大公司里的系统面对的就是业务经常翻倍的增长，系统压力越来越大，所以每年都要做几次技术升级，一直要进行架构演进。
所以在互联网公司里，架构设计能力中非常关键的一环，就是针对业务增长，架构演进的能力是非常核心的。
你要有一个意识说如果你的业务量10倍增长，100倍增长，你的系统架构要如何演进？这几乎是资深工程师必须要有的一个意识和能力。
其实大家可以思考一下，如果10倍增长，单表每年新增近亿数据，还能用单库单表的方式来承载吗？
肯定不行了，所以必然针对10倍增长的场景，需要引入分库分表的技术，保证每个库每个表分散一定的数据量，避免单表单库数据量过大。
那么大家再思考一下，如果100倍增长呢，每年单表新增近10亿数据，你分库分表也不一定够了。因为此时可能会有高并发访问的问题，数据库抗起来很吃力。
此时，你要不要考虑数据异构、冷热分离等数据存储的架构设计？
比如采用MySQL分库分表 + 分布式NoSQL数据库 + Elasticsearch分布式搜索 + Redis缓存的架构，来整体设计这个数据存储架构。
你可以先做冷热分离的架构，比如最热的数据放入分布式NoSQL数据库，专门承载当日数据的高并发写入，以及高性能的读写。
然后每过一段时间，做数据归档，把NoSQL里不再频繁使用的冷数据迁移到MySQL里去归档。
最后就是应对海量数据的检索，可以把索引构建在Elasticsearch里来应对，但是从NoSQL+MySQL的异构存储来提取明细数据即可。
而且针对一些特别热查询的数据，可以依托Redis做一个缓存。
其实那个P9面试官的面试评价里，期望的也是候选人把这一套架构说出来。虽然P6+的职级不一定说有能力完全hold住这个架构，但是起码要有这个意识。
结果候选人完全什么都说不出来，那当然会让人很失望了。

3、对公司底层技术的原理考察

这位同学他们的系统有一部分的数据是放在特殊存储服务里的，用的是云平台上的存储服务，而且存放在存储服务里的数据还是很核心的数据。

所以面试官就开始问第二个问题了。

旁白分析
这是该同学犯的第二个错误，不说资深工程师，就说作为一个高级工程师，应该对自己负责的系统使用到的方方面面都有一定的了解。
比如你要是用了语音转换API，或者是快递公司的查询API，那你起码知道人家背后大致在干什么，或者问清楚人家API的QPS极限，以及你们的访问量是多少。
你们用了特殊的存储服务，起码知道那种存储服务的实现原理是什么，存储的容量规划等等问题，这是一个高级工程师hold住自己工作的起码工作素养。

4、系统难点的考察

面试气氛尴尬，不过仍然继续。。。

旁白分析
大公司面试一定会问你系统的难点是什么，这代表你的项目经验有多少含金量。
哪怕你们项目很low，你硬凑平时也得想办法弄点新技术进去，没难点也要凑点儿难点出来，否则去面试必然给人鄙视。
举个例子，比如上面的这个系统，实际上他有一个步骤是要做数据迁移，也就是说把数据库里可能几百万数据量，一次性迁移到另外一套存储里去
那么这个数据迁移的步骤，其实涉及到千万级的数据量迁移。
你如何保证数据迁移的效率？如何保证迁移后的数据准确性？在迁移的过程中如何避免影响数据库的性能？
像这些问题，其实你平时都应该考虑一下，作为一个技术难点好好阐述一下吧。

5、擅长技术的考察