海量机器数据中如何确定该取哪些数据来分析问题
哪些公司问过
答案要点
- 问题驱动:先把现象分类,每类维护需要的指标、日志和时间窗口清单
- CPU 高:整机还是进程,拆用户态/内核态/iowait,再看线程栈、GC、锁竞争
- 按时间戳对齐指标与日志,先用聚合数据找异常点再拉明细,控制数据量
- 异常可用静态阈值、历史基线、同环比或统计偏离等方式定义
- 无法归类时先做通用巡检,用异常项反推问题类别
易错点
- 一上来全量拉取日志和指标,数据量大且噪声多,反而找不到重点
- 只看整机 CPU,不拆分进程、线程和用户态/内核态
- 指标和日志时间不对齐,把不相关的事件当成原因
面试官常见追问
- 返回异常项时,“异常”怎么定义?
- 故障类别扩到上百类,诊断工具越来越多怎么管理?
- 系统上线后怎么衡量是否真解决了问题?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。