インタビューの質問：デザインTwitter（エピソード5）
人気のある面接質問：プロセスとスレッドの違いは何ですか？
この質問を理解するために、まずプログラムとは何かを見てみましょう。プログラムは、一連の命令を含む実行可能ファイルであり、ディスク上にパッシブに保存されています。1つのプログラムには複数のプロセスが含まれることがあります。例えば、Chromeブラウザは各タブごとに異なるプロセスを作成します。
プロセスはプログラムが実行中であることを意味します。プログラムがメモリにロードされてアクティブになると、そのプログラムはプロセスになります。プロセスはレジスタ、プログラムカウンタ、スタックなどの必須リソースを必要とします。
スレッドはプロセス内での最小実行単位です。
以下のプロセスはプログラム、プロセス、スレッドの関係を説明します。
プログラムは一連の命令を含んでいます。
プログラムがメモリにロードされ、1つまたは複数の実行中のプロセスになります。
プロセスが開始されると、メモリとリソースが割り当てられます。プロセスには1つまたは複数のスレッドが含まれます。例えば、Microsoft Wordアプリでは、1つのスレッドがスペルチェックを担当し、別のスレッドが文書へのテキスト挿入を担当します。
プロセスとスレッドの主な違い:
プロセスは通常独立していますが、スレッドはプロセスのサブセットとして存在します。
各プロセスは独自のメモリ空間を持っています。同じプロセスに属するスレッドは同じメモリを共有します。
プロセスは重量級の操作です。作成と終了には時間がかかります。
プロセス間のコンテキストスイッチはより高価です。
スレッド間の通信はスレッドの方が速いです。
あなたへの質問:
一部のプログラミング言語はコルーチンをサポートしています。コルーチンとスレッドの違いは何ですか？
Linuxで実行中のプロセスをリストする方法は？
面接質問：Twitterの設計
この投稿は、2013年に行われたTwitterのテックトークの要約です。見てみましょう。
ツイートの流れ
ツイートはWrite APIを通じて送信されます。
Write APIはリクエストをFanoutサービスにルーティングします。
Fanoutサービスは多くの処理を行い、それらをRedisキャッシュに保存します。
Timelineサービスがホームタイムラインが存在するRedisサーバーを見つけます。
ユーザーはTimelineサービスを通じてホームタイムラインを取得します。
検索と発見
Ingester: ツイートを注釈付けし、トークン化してデータをインデックス化できるようにします。
Earlybird: 検索インデックスを保存します。
Blender: 検索と発見のタイムラインを作成します。
プッシュコンピュート
HTTPプッシュ
モバイルプッシュ
注意: この記事は2013年のTwitterのテックトークに基づいています（https://bit.ly/3vNfjRp）。数年が経過しても、依然として非常に関連性があります。元の図は読みづらいため、再描画しました。
あなたへの質問: Twitterを使用していますか？LinkedInとTwitterの主な違いは何ですか？それがシステムアーキテクチャにどのように影響するでしょうか？
正しいデータベースを選択するためのビジュアルガイド
データベースの選択は長期的なコミットメントですので、軽率に決定してはいけません。重要なのは、適切なジョブのために適切なデータベースを選ぶことです。
SQL vs NoSQL: チートシート（AWS、Azure、Google Cloud用）
データベースの種類と使用ケース
構造化データ
リレーショナル（ACIDトランザクション）
使用ケース: トランザクション処理（OLTP）
AWS: RDS, Aurora
Azure: Azure SQL Database
Google Cloud: Cloud SQL, Cloud Spanner
クラウド非依存: SQL Server, Oracle, DB2, MySQL, PostgreSQL
カラム型（Analytics）
使用ケース: データ解析（OLAP）
AWS: RedShift
Azure: Azure Synapse
Google Cloud: BigQuery
クラウド非依存: Snowflake, ClickHouse, Druid, Pinot, Databricks
辞書型データ
キーバリュー型（キャッシュ）
使用ケース: キャッシュ
AWS: DynamoDB
Azure: Cosmos DB
Google Cloud: BigTable
クラウド非依存: Redis, ScyllaDB, Ignite
インメモリ
使用ケース: 高速アクセスキャッシュ
AWS: ElastiCache
Azure: Azure Cache for Redis
Google Cloud: Memorystore
クラウド非依存: Redis, Memcached, Hazelcast, Ignite
2次元キーバリュー
使用ケース: タイムシリーズ、監査記録
AWS: Keyspaces, Timestream
Azure: Cosmos DB
Google Cloud: BigTable, BigQuery
クラウド非依存: HBase, Cassandra, ScyllaDB
半構造化データ
イミュータブルレジャー（不変の元帳）
使用ケース: 監査記録、タイムシリーズ
AWS: Quantum Ledger Database (QLDB)
Azure: Azure SQL Database Ledger
Google Cloud: 対応なし
クラウド非依存: Hyperledger Fabric
地理空間データ
使用ケース: ロケーションベースサービス
AWS: Keyspaces
Azure: Cosmos DB
Google Cloud: BigTable, BigQuery
クラウド非依存: OpenTSDB, InfluxDB, ScyllaDB
グラフデータベース
使用ケース: エンティティ間の関係性
AWS: Neptune
Azure: Cosmos DB
Google Cloud: JanusGraph + BigTable
クラウド非依存: OrientDB, Neo4j, Giraph
ドキュメントデータベース
使用ケース: JSON、XMLデータ
AWS: Document DB
Azure: Cosmos DB
Google Cloud: Firestore
クラウド非依存: MongoDB, Couchbase, Solr
テキスト検索データベース
使用ケース: テキスト検索
AWS: OpenSearch, CloudSearch
Azure: Cognitive Search
Google Cloud: Search APIs on Datastores
クラウド非依存: ElasticSearch, Solr, Cassandra
バイナリラージオブジェクト（BLOB）
使用ケース: 画像、音声、動画データ
AWS: S3
Azure: Blob Storage
Google Cloud: Cloud Storage
クラウド非依存: HDFS, MinIO
このチートシートを使って、異なるクラウドサービスプロバイダーが提供するSQLおよびNoSQLデータベースの違いとその使用ケースを簡単に比較できます。
一般的なデータベースカテゴリ:
リレーショナル
カラム型
キーバリュー型
インメモリ
ワイドカラム
タイムシリーズ
イミュータブルレジャー
地理空間
グラフ
ドキュメント
テキスト検索
バイナリラージオブジェクト（BLOB）
あなたへの質問: どのデータベースをどのワークロードに使用しましたか？
ユニークIDジェネレーター
IDはバックエンドで非常に重要です。グローバルにユニークなIDを生成する方法を知っていますか？
この投稿では、Facebook、Twitter、LinkedInなどのソーシャルメディアで使用されるIDに関する一般的な要件を探ります。
要件:
グローバルにユニーク
時間によって大まかにソートされる
数値のみ
64ビット
高スケーラビリティ、低レイテンシ
以下は、ソーシャルメディアでよく使われるID生成アルゴリズムの要件と一般的な解決策です。
一般的な解決策
DB自動インクリメント: 簡単に設定できるが、単一サーバー設定でのみ動作。
UUID: グローバルにユニークだが、数値ではなく非常に長い。
DBチケットサーバー: 単一サーバー使用の場合、単一障害点（SPOF）が存在。
Redis: DBに依存しないが、Redisサーバーの追加や削除が複雑化する可能性。
Twitter Snowflake ID: 広く使われている業界標準。
上記の情報を基に、異なるクラウドサービスプロバイダーが提供するSQLおよびNoSQLデータベースの違いとその使用ケースを比較できます。
参照元
いいなと思ったら応援しよう！
