调度队列和优化
- Golang 实现无重复元素的队列
- Golang 实现固定Size的循环队列
- 模拟货运运输和优化 假设: 有N个货物,每个货物有三个属性: 货物ID、货物装上车耗费的时间、货物装车后价值。 假设N个货物同时到达站点等待装车,装车操作有序执行
作答要求:
(1)模拟N个货物的单个货物的耗费时间、货物价值
(2)输出:计算N个货物总排队时间
总排队执行时间:
定义第n个货物排队+执行耗时 time(n),n=0,time(0)=0
定义第n个货物装车时间 load(n)= 随机值
第n个货物排队执行时间:time(n)= time(n-1)+load(n)
(3)编程语言:java、golang、c、c++ 任意一种
- 基于上面试题3,假设货物之间装载没有依赖关系,谁先谁后都是可以的
假设货车体积有限,如何优化,使得使得等待时间最小、货物价值最大?
编程语言:java、golang、c、c++ 任意一种
- 模拟公平调度算法实现 例如:Linux Completely Fair scheduler (CFS) 或者 hadoop Fair Scheduler模拟实现 参考链接
https://en.wikipedia.org/wiki/Completely_Fair_Scheduler https://github.com/kanaka/rbt_cfs http://www.dreamincode.net/forums/topic/147939-fair-scheduling-in-java/ http://dongxicheng.org/mapreduce/hadoop-fair-scheduler/ https://github.com/sakeven/RbTree
- 模拟Goroutine调度器 Scalable Go Scheduler Design
Go Preemptive Scheduler Design
NUMA‐aware scheduler for Go
- 基于Golang 模拟 定时任务框架 要求:支持超时控制、支持主动停止任务、支持任务调度周期的改变
调度稳定性方面
- Golang实现 Pod打散的一种算法 需求描述:有一堆候选服务器列表,每个服务器随机分配一个得分,
服务器同时属于一个pod并且只属于唯一一个pod
算法输出:进行按得分排序,同时兼顾按pod打散的 topN 输出
举例:10个结点,结点如下,
{nc:a,score:1.0,pod:1} {nc:b,score:1.0,pod:2} {nc:c,score:4.0,pod:3} {nc:d,score:3.0,pod:2} {nc:e,score:4.0,pod:5} {nc:f,score:2.0,pod:4} {nc:g,score:2.0,pod:3} {nc:h,score:2.0,pod:1} {nc:i,score:4.0,pod:3} {nc:j,score:3.0,pod:2} top5:输出如下: {nc:e,score:4.0,pod:5} {nc:c,score:4.0,pod:3} {nc:b,score:3.0,pod:2} {nc:a,score:2.0,pod:1} {nc:e,score:2.0,pod:4} top4:输出如下: {nc:e,score:4.0,pod:5} {nc:c,score:4.0,pod:3} {nc:b,score:3.0,pod:2} {nc:a,score:2.0,pod:1} 或者 任意一个输出都算有效 {nc:e,score:4.0,pod:5} {nc:c,score:4.0,pod:3} {nc:b,score:3.0,pod:2} {nc:e,score:2.0,pod:4} top6:输出如下 {nc:e,score:4.0,pod:5} {nc:c,score:4.0,pod:3} {nc:b,score:3.0,pod:2} {nc:a,score:2.0,pod:1} {nc:e,score:2.0,pod:4} {nc:i,score:4.0,pod:3}
分布式一致性方面
- Java或者Golang实现 一致性hash算法
- 模拟raft协议中leader 选举。 通俗说N个node,只要一半以及以上node 获得投票 就成为leader,选举结束
- Golang实现LRUCache
- Golang实现 任务中断或者宕机可恢复的生产者、消费者框架
数据分析和算法
- N个时序结点,每个结点包括timestamp、value
要求拟合 时序趋势
- 有N个数据结点,数值区间0 到 100
要求给出 N个结点的 99分位值
- 有N个数据结点,数值区间0 到 100 要求 给出一个数值,给出这个数值的分组值
- 组合关系挖掘 给定N个Node,每个Node上0到M 个 Container
同时,Node分配一个cpu值,每个Container一个cpu值
Node 和Container的 cpu 值区间0到60
Node cpu = 上面所有Container cpu 和 每个Container 包括一个 id,name,cpu值
并且Container id相同的,其cpu值也相同
要求:
从N个Node和每个Node上面的Container数据中
挖掘有效组合关系模型,也就 那些Container在一起最佳
最佳的标准:Node cpu值最大或者最小
- 有N个Node,M个Container,每个Node 包括CPU、mem、disk值
每个Container也包括CPU、mem、disk值
有Q个工单,每个工单对应一种Container和数量
要求:
如何将Q个工单资源编排进N个Node,使得N个Node的分配率最好
开源源码
- etcd源码
- kubelet源码
- yarn 源码
- messos源码
- CloudSim源码
- Google-cluster-sim 源码
- Golang源码
- Docker 源码
- Pouch 源码
原文参考 https://github.com/sebarzi/interview_scheduler/blob/master/questions_part_one.md