Яндекс

Ontwerp van een schaalbaar berichtenplatform dat 150 miljoen gebruikers ondersteunt, met 75 miljoen DAU, 225 miljoen MAU, 1,2 miljoen lees- / 300k schrijfsituaties QPS, 5 miljoen gelijktijdige gebruikers, 60 PB nieuwe gegevens per jaar, 30% jaarlijkse groei, SLA 99,95%, p99 <200 ms voor lezen, <300 ms voor schrijven. CONTEXTE Het is nodig om een gedistribueerd berichtenplatform te ontwerpen, vergelijkbaar met WhatsApp, dat 1:1 en groepschats ondersteunt, berichtbezorging garandeert, online statussen van gebruikers toont en multimedia-bestanden (foto's, video's, audio) overdraagt. Het systeem moet hoge beschikbaarheid en lage latentie bieden, hoge paralleliteit ondersteunen en wereldwijd schalen. FUNCTIONELE EISEN - Ondersteuning voor persoonlijke (1:1) en groepschats met de mogelijkheid om deelnemers toe te voegen/verwijderen - Verzenden en ontvangen van tekstberichten en multimedia-bestanden Er lijkt geen duidelijke implementatie van end-to-end encryptie-mechanismen op servicetoe of clientniveau, afgezien van een algemene notitie. - Er ontbreekt een expliciete beschrijving van sharding en replicatie van databases op basis van chat_id of user_id voor schaalbaarheid en fouttolerantie. - Er is geen duidelijke component of mechanisme voor offline synchronisatie van berichten en afleverbevestigingen. - Het is niet duidelijk hoe de load balancing tussen databases en services wordt uitgevoerd, vooral bij piekbelastingen. **Kritieke punten om rekening mee te houden:**

type Response interface{} type Backend interface { Invoke(ctx context.Context, req Request) (Response, error) } var _ Backend = &BackendImpl{} // addr bevat ip:port van een specifieke instantie func NewBackend(addr string) *BackendImpl type backentry struct { backend Backend inflight int64 } type Balancer struct { backends []*backentry mu *sync.Mutex } var _ Backend = &Balancer{} // addrs bevatten de adressen van alle balanceerbare instanties func NewBalancer(addrs []string) *Balancer { data := make([]*backentry,len(addrs)) for i,addr := range addrs{ data[i] = &backentry{ backend: NewBackend(addr), inflight: 0, } } return &Balancer{backends:data} } func(b *Balancer)Invoke(ctx context.Context, req Request) (Response, error){ b.mu.Lock() entry := b.best() atomic.AddInt64(&entry.inflight,1) b.mu.Unlock() defer atomic.AddInt64(&entry.inflight,-1) return entry.backend.Invoke(ctx,req) } func(b *Balancer) best() *backentry{ var best *backentry for _,entry := b.backends{ if best == nil || atomic.LoadInt64(&entry.inflight) < atomic.LoadInt64(&best.inflight){ best = entry } } return best }

Wat is het verschil tussen de methoden areContentsTheSame en areItemsTheSame in de klasse DiffUtil en waar zijn ze voor?

Wat is het verschil tussen het gebruik van de methoden subscribeOn en observeOn in RxJava, en hoe beïnvloeden ze de uitvoeringstroom?

Создание собственного аналога findViewById для View

Нахождение ближайшего общего предка в иерархии экранов

Разбор поведения flatMap в цепочке RxJava

Waarvan hangt de complexiteit van algoritmen af die afhankelijk is van n of k en waarvan hangt het af?

Wat is ROC-AUC? Hoe wordt de ROC-curve opgebouwd, wat vertegenwoordigen de assen?

Что выведет console.log в примере №81

Функция определения палиндромности строки

Надёжный GET‑запрос с автоматическим повтором

Проверка массива на монотонность

Определение пути перелёта между двумя пунктами

Что будет выведено в консоль в данном JavaScript‑фрагменте?

Welk protocol bepaalt de levensduur van pakketten in het netwerk?

Hoe kunt u alle hop-pakketten die worden gerouteerd in het netwerkpad bekijken?

Is ML gebruikt voor het selecteren van kenmerken in de taak van autoklassificatie?

Er was eens een Yandex Ads-fraude stagiair die zich bij het team voegde. Terwijl de fraudegroep actief was, die verkeer op hun sites simuleerde via botbezoeken, en zo geld verdiende voor advertentievertoningen door bots, was de taak van de stagiair om al die frauduleuze sites met nepverkeer te vinden. Interessant is dat al het verkeer op deze sites werd gegenereerd met IP-vervanging, waardoor het leek alsof een bot vanuit stad A de site bezocht, maar in werkelijkheid was het apparaat op een totaal andere locatie. Er ging veel tijd voorbij, en de stagiair probeerde deze hele fraudegroep te dekken, zelfs enkele sites gedeeltelijk te vangen. Maar de hele netwerken konden niet worden gevangen. Na enige tijd merkte hij een nieuwsbericht op: in stad A was op 02.08.2025 helemaal geen mobiel internet. Echter, bekabeld (thuis) internet bleef werken. Gezien dit, hoe kan de stagiair alle nep sites vinden? Je hebt logs van sites in tabelvorm voor de periode van 30.07.2025 tot 10.08.2025: timestamp | site_id | city_id Elk record komt overeen met een bezoek aan een site door één apparaat. Het is bekend dat botverkeer aanzienlijk minder verandert dan echt verkeer per dag. Jouw taak is om alle sites te vinden waarvan het verkeer voornamelijk uit bots bestond die hun regio vervalsten naar stad A. Opmerking De tabel met gegevens heet logs. Voorbeeld van een tabelrecord: timestamp | site_id | city_id [phone]:13:53 | 6e84d9b71ca44aea | A

Hoe wordt de tijdcomplexiteit van de bewerking van het invoegen van een element in een HashMap bepaald?

Подсчёт подстрок без повторяющихся символов

Определение возможности преобразования строки за одно редактирование

Hoe hebt u de problemen met certificering en verwerking van medische gegevens (wet 152-FZ) opgelost in een medische startup?

Инвертирование порядка битов в 64‑разрядном беззнаковом числе