Question

您为Zynga工作，并希望计算不同游戏的当前活跃玩家数量。您的Web服务器处理来自许多不同游戏的ping，每个用户都有一个唯一的GUID。必须能够一次查询一个游戏的活跃用户数。活跃用户是那些在最后一刻获得ping的用户。

日志行连续进入Web服务器：

10.1.12.13 - - "http://zynga.com/ping?guid=<guid>&game=<gameID>" -

计算活跃用户的最快捷/最简单的方法是什么？请使用一些代码建议45分钟的答案。

我的版本

// web server interface, every time ping comes in count() will be called
// void count(String gameId, String guid)
// int getNumberActivePlayers(String gameId)

struct Record{
  String gameID;
  String guid;
};

class PingStorage{
private:
  max_heap<long, Record> storage;
public:
  //    O(log(n))
  //  n = total number of elements in storage
  void count(String gameId, String guid){
    long currentTimeStamp = getUnixTimeStamp();
    Record rec ;
    rec.gameId = gameId;
    rec.guid = guid;
    storage.add(currentTimeStamp, rec);
  }
  //N = numner of records in last ,minutes in storage
  //O(N)
  int getNumberActivePlayers(String gameId){
    map<String, Set<string> > game2user;
    long tillTimeStamp = getUnixTimeStampNow() - 60;
    while(true){
      pair<long, Record> rec = storage.getMax(); //O(1)
      if(rec.first <= tillTimeStamp) break;  
      Set<String> temp = game2user[rec.gameid]; //O(1)
      temp.add(rec.userid); //O(log(N)) - O(1)
    }
    return game2user[gameID].size();
  }
};

Answer 1

假设这是一个实时解决方案，您可以在O（1）中处理ping请求，在O（1）中生成当前播放器统计信息，并通过牺牲一些准确性来使用O（num_player）空间。关键是要时间安排。

<强>概述

基本思想是将离散时间间隔表示为对象，并在这些对象中存储以下属性：在此时间间隔内未执行ping的不同玩家的数量。要查询活动用户数，请计算构成最后一分钟的最后x个时间间隔的加权总和。

<强>详情

首先，选择可接受的时间分辨率。在这个例子中，我选择15秒的间隔。

维护五个PingInterval数据结构以表示其中五个间隔（跨越1个间隔而不是1分钟）。 PingInterval包含一个属性：一个计数器。这些PingIntervals在PingMonitor中维护。每次玩家ping，都会更新PingMonitor中的地图，将每个玩家映射到当前时间间隔。执行此映射时，请执行以下步骤，以维护PingIntervals中的计数（根据概述部分中描述的特征）。

如果播放器已经映射到一个间隔并且它是当前间隔，则不执行任何操作。
否则，如果播放器被映射到不是当前间隔的间隔，
- 减少旧间隔的计数，
- 增加当前间隔的计数，
- 并将该玩家映射到该间隔。
否则，如果玩家没有完全映射到间隔，
- 增加当前间隔的计数，
- 将玩家映射到当前间隔。

（如果尚未存在表示当前时间的PingInterval，请将最旧的PingInterval设置为null，以线程安全的方式创建新的PingInterval，然后照常继续。）

如果要查询活动用户数，请计算最后五个时间间隔的时间过去加权总和。例如，如果您距离当前时间间隔仅5秒（意味着该间隔的下一个10秒尚未发生），请计算此值：2/3 *最早的间隔+ 4个最新间隔的总和。

其他想法

五个间隔非常保守;我们可以大幅度扩大数量以获得更高的准确度（可能是每秒一次），它仍然可以为我们节省大量成本。重要的是，我们的时代现在是不连续的时间间隔。这意味着当我们计算活跃用户的数量时，我们不必查看每个单独的时间（这等于用户数）;相反，我们可以查看我们预定义的x个时间段。

Answer 2

我的方法是使用deque（在本文的其余部分中称为队列）将所有GUID推送到观察到的，即按年龄排序。另外，我会使用一个hashmap，其中包含指向队列中任何GUID条目的指针。

当新的GUID被推送到队列时，旧的条目（如果有的话）将在hashmap中被查找，从队列中删除，而新的条目被分配给hashmap。

随着时间的推移，队列中超过年龄阈值的所有条目都将被弹出（并从散列图中删除）。

队列的长度（也就是活动用户数）可以作为单独的变量跟踪，以避免每次查询跳过队列。

要支持多个游戏，只需为每个游戏ID添加此类结构。

复杂性：O（1）插入/删除观察（给定完美的散列，即没有冲突），O（1）查询，O（n）空间。

Answer 3

编辑：我认为这个问题不是为了获得“有多少用户活跃现在”的问题的实时答案，而是获取历史价值 - 有多少用户活跃于3:25 PM。我将旧解决方案保留在新解决方案之下：

所以，你想知道现在有多少用户活跃，每场比赛保持一个队列。每当您看到新的日志条目时，找出它所属的游戏，并将其添加到游戏的队列中。每次添加后，清理队列开头的旧条目（清理时超过1分钟的所有条目）。

当被问及游戏中活跃用户的数量时，在游戏队列中进行相同的清理，并返回队列的深度。

保持哈希映射游戏到队列，你得到一个O（N）操作，其中N是日志中的行数 - 每行最多处理两次 - 一次用于添加，一次用于删除。你还可以在每次添加和查找时进行额外的比较（当确定队列条目不足够老时），但这是N的常数时间。所以O（N）都是。

以前对其他问题的回答：看到没有那么多分钟（每天1440），我会为每场比赛创建一个矢量，每分钟都有一个插槽。

遍历日志文件，为每一行获取时间，将其四舍五入到最近的分钟，并将1添加到阵列中的相应插槽。一旦完成，您就会确切知道每分钟每个游戏的活跃用户数量。

复杂性 - O（N），其中N是日志文件中的行数。

要支持多个游戏，只需使用哈希从游戏名称映射到其矢量。

现在，假设您只检查整个分钟边界（1：00：00,1：01：00等）的活跃用户。这可能是你需要做的事情。

Answer 4

这将是我的答案序列：

为什么要这么麻烦？最简单的计算每分钟有多少用户是活跃的。知道这个还不够吗？
如果您真的关心最新信息，那么让我们计算一下二分之一（如Cheeken所述）。这将精确到几分之一秒。
好的，如果实时准确性是“必要的”，并且您想要采访我的数据结构，那就让我们使用按上次活动时间评分的一堆客户（如尤达大师所描述的那样）。
如果需要实时准确性，并且我们要在生产中执行此操作，那么让我们使用数据结构服务器Redis。我们按照上次活动时间维持sorted set个客户评分。我们可以使用zcount命令查询最后一分钟或最后一小时内有多少客户处于活动状态。这是有用和可靠的。

在最后一分钟内计算活跃用户的最快捷/最简单的方法是什么？

4 个答案: