一道系统设计面试题

一道系统设计面试题

给一些文本文件 (csv format)， 里面存的信息是：

Paper,    Year,    Authors
paper_name_1, 1990, John, Tom, Alice
paper_name_2, 1998, Bob, Alice
paper_name_3, 2001, John, Tom,
paper_name_4, 2010, Tom, Bob

备注 ：

paper_name_x 是一个只有英文字母和空格的字符串。

每个文件大小 1GB., 总共有 1000 个这样的文件。


.google  и请问， 如何得到下面的输出：

Author, papers
John: paper_name_1 | paper_name_3
Alice: paper_name_1 | paper_name_2
Tom: paper_name_1| paper_name_3|paper_name_4
Bob:  paper_name_2|paper_name_4

假设计算机内存很小， 每次只能 处理一个文件。

如果需要用多台计算机处理， 如何设计这个系统 ？

follow up :

如果需要经常运行下面的 query：

Given a person's name, find the papers with him or her as one of the authors

应该如何设计 ？

谢谢

能想到的几个关键词：

map/reduce，cache，DB indexing, serialize writes, resolve conflicts, etc

codeyy 发表于 2019-10-28 15:03
能想到的几个关键词：

map/reduce，cache，DB indexing, serialize writes, resolve conflicts, etc

第一问，不应该是merge sort吗