10 万 QPS 下实时统计最近一小时 Top10 IP
哪些公司问过
答案要点
- 按 IP 哈希分区,同一 IP 只由一个实例统计,便于横向扩展
- 分钟级分桶的滑动窗口:保留 60 个桶,过期桶从总计数中减掉
- 每个分片用大小为 10 的小顶堆求局部 Top10,定时输出
- 按 IP 分区时局部 Top10 归并即全局精确 Top10,否则须先汇总计数
- 内存紧张时用 Count-Min Sketch、Space-Saving 等近似算法
易错点
- 各实例按请求随机分发时,直接合并局部 Top10 得到错误结果
- 每秒全量重算一小时数据,计算量过大
- 用一小时窗口、每秒滑动的写法,导致每条数据进入大量窗口
面试官常见追问
- 如何保证统计的实时性?如何处理跨时间窗口的数据过期淘汰?
- 系统是分布式的,数据分散在多个实例,如何得出全局 Top10?
- 能用 Redis 实现吗?
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。