17611538698
info@21cto.com

白板面试和程序优化这么火,到底为什么?

作者 Admin 分类 资讯 05月09日

white-board-interview.png

一周前,我面试了一个来自W Labs的Lead Big Data Engineer,问了他一个问题:在一维数组里找满足条件的最长子数组,很不幸,这个Lead Engineer在45分钟内连暴力解法都没有写出来,于是在结束面试前五分钟,我打住了他。
 
他和我说:现在大家都在处理大数据,在Hadoop,Spark上跑程序,我们在这做算法题,优化程序的目的是什么?
 
我当时着急结束面试,草草回答他说:我只是测试你的编程基础。
 
的确,从我13年开始工作到17年这四年,从内存里读1MB数据时间从15us降到6us;机器学习算法从跑在64核CPU变成了$8000的NVIDIA Tesla P100;Amazon服务器带宽从50MB提升到了1GB。

硬件提升如此迅猛,而我们还要在面试的时候进行白板测试,优化算法,提升程序性能做什么?
 
程序的价值是什么?
 
 
有一天我和Uber的工程师
王聊代码,他开篇就说,我加入Uber前没见过那么屎的代码,但就是这个代码撑起了60B的共享经济帝国。
 
由此可见,程序的优美性只是写代码要考虑的一个小问题,最重要的是代码自身的价值。
 
很多时候优化程序性能并不重要。如果你是一个Uber工程师,负责结账功能的系统设计,因为每秒需要处理的请求并不多,所以要解决的问题的难度比微信红包,支付宝要简单不止一个数量级,在这种时候,考虑程序的性能可能是多此一举。
 
著名的Pareto's Law,应用到程序里面就是“20%的代码占用了80%的运行时间”。这个现象在互联网公司可能会更加极端-1%的代码占据了99%的运行时间。
 
说到这,我们可以得出这样一个结论:大部分的代码都是不需要考虑性能优化或者存储优化的。
 
但是!

对于剩下的那么一小部分代码来说,优化是非常重要的,好的工程师能看到优化带去的经济价值,而不是仅仅停留在优化代码的层面上。
 
好的优化是可以量化的
 
 
人们认识问题最直接的方式就是列数据,分析经济价值。
 
从正面来看性能优化是很值钱的,Apple网站上15寸的MacBook Pro有两种型号,2.6G CPU要$2399,2.7G CPU要$2799。除去不到$150的硬盘差价,你需要花10%更多的价格来得到字面上不到4%的性能提升,而且这4%的性能还不一定能从日常使用中体现出来。
 
从反证的角度来看,如果程序性能不重要,我们用更快的电脑更短时间运行完程序并没有额外价值。那么一个拥有16核的服务器应该和一个拥有8核的服务器一样贵,但实际上Amazon的c4.4x价格刚好是c4.2x价格的两倍。
 
现在大家都在使用云服务,每个月的收费是根据你的存储空间使用和CPU消耗使用计算的,你的每一个优化都可以被转化成美金计算出来。Buffer就发表过一篇工程师文章《How We Saved $132k a Year With an IT Infrastructure Audit》谈优化节约了多少经费。
 
另一种衡量方法就是去看用户多喜欢你的产品。长久以来Microsoft的IE浏览器一直是市场霸主,但最近已经被Google的Chrome浏览器后来居上了。在众多人们喜欢用Chrome的原因里,排名第一的就是Chrome的启动速度,网页加载速度远胜于其他浏览器。

著名的独角兽公司Pinterest也发过一篇Blog,谈一系列hack的方法是如何将手机网页加载效率提升了60%,与此同时带来了40%手机网页端用户转化率增长。
 
所以说,天下武功唯快不破
 
加机器并不是优化性能的良药
 
 
有的不懂技术的人有这样的认识误区,我们可以用加机器,加内存,加CPU这样的方法加速程序,加大吞吐量。但哪怕Amadhl定律不约束并行程序效率,让程序正确的运行在多核,多台机器上也还是一个困难的问题。
 
投入更多的机器是一种提升性能的方法,但是既不便宜,也不简单。
 
考虑这么两种实际情况,一种是在单机上运行并行程序,最初我们可以从1 core变成3 core,将程序的性能提升一倍,但是如果你还想再提升一倍,那可能要16 core,因为程序不得不面对多核带来的额外开销,兼容性和调试的困难性。
 
另一种情况是常见的搜索引擎,当我们使用5台计算机来进行搜索时,整个集群的P95耗时由单机的P99耗时决定,当我们采用10台计算机来搜索时,虽然每台计算机处理的文档减半了,但整个集群的P95耗时变成了单机的P99.5耗时,说不定latency就从100ms变成了200ms。

这样看来,将单线程的代码性能提高一倍在某些情况下意味着更大的经济价值,增加更多的硬件并不是提升性能的魔法,好的工程

评论