2023-07-13好未来一面

原创已于 2023-07-19 13:27:55 修改 · 182 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#面经

于 2023-07-17 13:33:45 首次发布

面试专栏收录该内容

11 篇文章

订阅专栏

文章探讨了在广告系统中实施频次过滤以优化用户体验的技术，包括日志打点记录、系统稳定性考量（如CPU、内存和磁盘利用率）以及关键性能指标（如请求量、曝光量和点击量）。此外，还涉及计费结算、广告引擎和数据平台的设计，并提出了生产消费模型的应用。

自我介绍，项目介绍

频次过滤：弹窗类活动为了用户体验，所做的频次控制，配置，引擎，和日志kafka

从技术上，从整体系统设计上稳定性考量：

核心阶段（节点）日志打点记录

稳定性建设：

机器稳定性
- CPU空闲率
- 内存利用率
- 磁盘利用率
业务稳定性
- 请求量（环比）
- 下发量（环比）
- 曝光量
- 点击量
- 错误量
- 99分位耗时
- 超时率
- 协程数量（是否发生协程泄漏）

主导设计：

计费和结算，广告引擎，ad-track和数据平台

生产消费模型：

package main

import (
	"net/http"
	"strconv"
	"time"
)
var ch chan int
func main()  {
	ch = make(chan int)
	for i:=0; i < 10000; i++ {
		go Produce(i)
	}
	Consumer()
}

func Consumer() {
	for {
		select {
		case c :=<-ch:
			Request(c)
		case <-time.After(2*time.Millisecond):
			continue
		default:
			break
		}
	}
}

func Produce(msg int) {
	ch <- msg
}

func Request(id int) {
	r := make(map[string][]string, 0)
	r["id"] = append(r["id"], strconv.Itoa(id))
	cli := http.Client{}
	cli.PostForm("third/test", r)
	
}

如何规划设计广告系统