解读

面试官想知道三件事：

1. 能否在极短时间内把“500 万日活”拆成可落地的流量画像；
2. 是否熟悉国内数据渠道（埋点、网关、运营商、CDN、灰度平台）并快速清洗出“业务-接口-并发”三层映射；
3. 能否用工程化手段把模型变成压测脚本可直接消费的“时序-并发-带宽”输入，并区分“典型日”与“高峰日”两种 SLA 场景。

回答必须体现“速度”与“精度”的平衡：一周交付，误差≤10%，后续可回滚验证。

知识点

1. 国内数据口径

   • 埋点：阿里埋点规范、腾讯灯塔、字节 Ranger，需解决 5%-8% 的丢失率；
   • 网关日志：Nginx/Envoy/Kong，含 UA、IP、X-Forwarded-For，需按省份+运营商补全；
   • 灰度平台：美团 Shark、京东 Jaeger，可拉取用户分桶数据；
   • 监控：阿里云 SLS、腾讯云 CLS、华为云 LTS，支持 SQL 直查；
   • 合规：脱敏《个人信息保护法》，用户 ID 取 hash+salt，IP 取省粒度。

2. 流量分层模型
   业务层 → 场景 → 接口 → 并发度 → TPS/RPS → 带宽。
   场景权重 = 该场景 UV / 日活 UV；
   并发度 = 场景 UV × 人均会话数 × 平均会话时长 / 86400 × 峰值系数。

3. 时序去噪
   用“分位数+节假日标签”双维校准：

   • 去掉双 11、618 异常日；
   • 用 P99 分位做峰值，P50 做典型；
   • 用 STL 把趋势、周期、残差拆开，残差>3σ 标记为异常。

4. 高峰日识别
   国内高峰通常出现在：

   • 电商：6·18 零点、双 11 预售、年货节；
   • 短视频：春晚红包、国庆红包雨；
   • 出行：春运放票、五一/十一前三天；
   • 支付：每月 1 号信用卡还款日。
     取近 12 个月峰值 TOP3 做加权平均，再上浮 20% 做“设计峰值”。

5. 快速验证

   • 离线：用去年同周期生产流量回放，误差=(预测-实际)/实际；
   • 在线：切 5% 灰度，用 TCP-Copy 引流到影子集群，看 CPU/TP99 是否吻合。

答案

Day1 数据拉齐

• 中午前输出《数据需求清单》：埋点表、网关日志、订单表、推送日志、客服热点；
• 下午与数据平台、运维、安全开 30 分钟对齐会，明确脱敏规则、拉数权限、SLA（T+0 出数）。

Day2 原始数据清洗

• 写 PySpark 脚本跑在阿里云 EMR，按 user_id 做 hash 分桶，去重 5%；
• 补全缺失省份：用 IP 库+运营商接口，准确率 99.2%；
• 输出《数据质量报告》：丢失率、重复率、异常状态码占比。

Day3 业务-接口映射

• 用埋点事件名与 swagger 接口做 fuzzy match，人工复核 Top50 接口；
• 输出《接口权重表》：事件 code → URI → 方法 → 占比；
• 把读/写接口分开，写接口按幂等 token 去重。

Day4 模型初稿

• 典型日：取最近 4 个普通周二，按小时聚合，用 P50 做基准；
• 高峰日：取去年双 11，小时级 P99，再上浮 20%；
• 用 Excel+Python 画“小时-并发”曲线，并发公式：
  并发 = 小时 UV × 人均点击 18 次 × 平均停留 230 s / 3600 × 1.8（峰值系数）；
• 输出《流量模型 V0.9》给核心开发 review。

Day5 交叉验证 & 修正

• 用 TCP-Copy 把昨日 10% 流量镜像到压测环境，回放 30 分钟，对比 TP99 误差 7%，在阈值内；
• 发现“首页推荐”接口预测 QPS 比实际低 12%，因推荐算法灰度 30% 流量，立即把灰度比例补进模型；
• 更新为《流量模型 V1.0》。

Day6 模型固化 & 脚本生成

• 用 JMeter DSL+Taurus 把 Top30 接口写成 yaml，参数化省粒度、网络类型、版本号；
• 写 bash 脚本一键生成“典型日”“高峰日”两套场景，支持动态调速到 120% 过载；
• 输出《压测脚本包》《参数池》《环境隔离 checklist》。

Day7 评审与交付

• 上午拉运维、架构、业务、安全四方评审，确认：
  – 高峰日并发 48 万，是日活 9.6%，符合行业 8%-12% 区间；
  – 带宽峰值 2.3 Tbps，CDN 已按 95 计费，无需扩容；
• 下午邮件发送《典型日&高峰日流量模型报告》《脚本包》《验证记录》，抄送 TL 与 PMO，完成交付。

拓展思考

1. 如果数据平台 T+1 怎么办？
   可让运维在网关层实时写 Kafka，用 Flink 每 10 分钟滚动一个窗口，当天就能跑出“准实时”小时级分布，误差约 3%，满足一周交付。

2. 如何兼容大促版本迭代？
   把模型拆成“不变量”（日活、留存、转化率）与“变量”（新功能埋点），变量用灰度桶提前 2 周放量 5%，收集 3 天数据即可外推全量。

3. 后续持续治理

   • 每月第一个工作日自动对比上月的“预测/实际”偏差，>10% 触发模型重训；
   • 把流量模型接入 CICD，每次上线前跑 10 分钟 smoke，防止新接口遗漏。