Conas a cheistíonn tú 10B taifead faoi bhun 100ms?

Question

IT Interview Practice · Accepted Answer

Dear don **phatrún rochtana ar dtús**, ansin roghnaigh deighilt + an t-innéacs/PK ceart ionas nach mbaineann aon cheist amháin ach le slisín beag teorannaithe — ná scan 10B rón riamh. Ní bhaineann fo-100ms thar 10 mbilliún taifead le diosca níos tapa; baineann sé leis an tacar oibre a dhéanamh bídeach.

```text
Query ─▶ Router ──▶ Partition (by tenant/time) ──▶ Index/PK lookup ─▶ ~thousands of rows
   │                    (prune 99.9% of data)         (B-tree / sort key)
   └─▶ Cache (Redis) ─▶ hit? return in <5ms
                        miss ▼
                   Columnar store (ClickHouse) for aggregates / scans
```

## Tiomáineann patrúin rochtana gach rud

Sula roghnaíonn tú teicneolaíocht, fiafraigh: **cuardach pointe nó raon/comhiomlán?** Is ceist pointe/raon é "Faigh 20 ordú deireanach úsáideora X" — teastaíonn uait an deighilt agus an eochair shórtála a mheaitseáil go beacht leis. Is scanadh anailíseach é "Suimigh ioncam de réir réigiúin an mhí seo" — is é an uirlis mhícheart é stór rónna. Is é an cheist a shamhaltú ar dtús a scarann dearadh a oibríonn ó cheann a fhéachann réasúnta ach a lánscanann.

## Baineann deighilt an spás cuardaigh

Roinn an tábla de réir eochrach a fheictear i ngach ceist — de ghnáth **tenant_id + time**. Le deighiltí ama, léann ceist do "na 7 lá deireanacha" 7 ndeighilt agus déanann sí neamhaird ar na 3 bliana eile. Is é seo *baint deighilte*: eiliminníonn an ródaire 99.9% de na sonraí sula gceadaítear aon innéacs.

## Dearadh innéacs / PK ceart

Laistigh de dheighilt, ní mór don **phríomheochair na colúin scagtha den cheist a chur chun tosaigh**. In DynamoDB: eochair deighilte = `tenant`, eochair shórtála = `timestamp` → is O(log n) + léamh seicheamhach iad ceisteanna raoin. I stór colúnach cosúil le **ClickHouse**, ligeann an eochair shórtála (`ORDER BY (tenant, ts)`) don inneall gráinníní a scipeáil agus ach bloic mheaitseála a léamh. Seachnaíonn innéacs clúdaigh an rónbhailiú breise go hiomlán.

## Rogha stórais

- **Cuardaigh phointe, scríbhinn ard:** eochair-luach NoSQL (DynamoDB, Cassandra) — O(1)-ish de réir eochrach, scálálann go cothrománach.
- **Anailísíocht/comhiomláin:** colúnach (ClickHouse, BigQuery) — léann ach na colúin riachtanacha, veicteoirithe.
- **Taisceáil an 1% te:** ionsúíonn Redis chun tosaigh léamha arís agus arís eile faoi bhun 5ms; 10B rón ach cúpla milliún eochair the.

## Dearcadh agallaimh

Teastaíonn ón agallóir go n-abrófá **"cad iad na ceisteanna?" roimh "cén bunachar sonraí?"**. Téann iarrthóirí maithe i muinín innéacsanna; tugann iarrthóirí iontacha faoi deara go bhfuil innéacs ar 10B rón ollmhór é féin — mar sin *deighleann tú ar dtús chun an méid a chlúdaíonn an t-innéacs a laghdú*. Comharthaíonn an scoilt rón-vs-colúnach agus an tsraith taisce fíorthaithí scála.

**Gaiste coitianta:** aon innéacs mór B-tree a mholadh mar an freagra. Cabhraíonn sé le cuardaigh phointe ach ní dhéanann sé rud ar bith do na scanadh anailíseacha, agus déanann a scríbhinní scrogall den ionsú.

## Idirbhabhtálacha agus móid teipe

- **Eochair deighilte mhícheart** = scaipeadh-cnuasach trasdheighilte, séideann foilleadh. Roghnaigh eochair atá i láthair sna ceisteanna.
- **Deighilt the:** sáraíonn tionónta ceiliúrán aon sciar — cuir iarmhír shailleála leis.
- **Sean-taisce:** neamhbhailigh ar scríbhinn nó glac le moill TTL.
- **Costas dínormalaithe:** is minic a dhúblaíonn tú sonraí in aghaidh gach patrúin rochtana; tá stóras saor, níl ceist 10 soicind.

Tiomáineann patrúin rochtana gach rud

Baineann deighilt an spás cuardaigh

Dearadh innéacs / PK ceart

Rogha stórais

Dearcadh agallaimh

Idirbhabhtálacha agus móid teipe

Ceisteanna gaolmhara