CppCon 2017: When a Microsecond Is an Eternity: High Performance Trading Systems in C++
发表于
更新于
本文字数:
2.5k
阅读时长 ≈
9 分钟
这是今天刷 v2ex 的时候看到的一个 tech talk,讲的是 c++在高频交易下的使用,我以前看过《漫步华尔街》,了解过一点高频交易的原理,这个tech talk 主要讲了一下什么是电子做市,有哪些技术挑战,以及如何利用 c++ 解决这些挑战。
读字节技术文章《广告案例|10亿数据、查询<10s,论基于OLAP搭建广告系统的正确姿势》
这篇文章是昨天刚放出来的,还挺巧,前段时间我刚好在面试过程中被面试官问到这个系统的相关问题。我们借这个机会,正好深入看一下这篇文章。
业务背景
精细化营销是广告系统中极为重要的一环。依赖于客户画像平台对用户画像的精确标注,广告系统可以针对性地进行广告投放,实现所谓精准投放的效果。这个过程中,分析师需要通过用户标签进行人群圈选,以挑选出最合适的目标用户群体。对于这类操作,业务方自然是希望能够更加高效地获得更加实时的圈选结果。因此,这类平台会遇到两方面的问题:
- 第一,由于此类查询分析是临时性的,各种标签组合数巨大,离线预计算无法满足此类灵活性。
- 第二,由于此类查询是实时场景,查询性能变得非常关键, 通常一次查询在分钟级,耗时较长,无法满足分析师需求。
这篇文章介绍了如何在 OLAP 场景下解决人群圈选查询的需求,并介绍了 ByteHouse 的使用。在 10 亿级用户测试数据下,整体查询 P99 小于 10s。
整体架构
整个业务系统的数据架构如下:
洛谷综合题单 -- P1000超级玛丽游戏
这道题纯粹就是一道试机题,只要正常输出结果就可以了,下面是我的代码:
1 | #include "iostream" |
非常朴实无华地用一个数组把需要输出的字符画保存起来输出就行了。没有什么技巧。
洛谷综合题单 -- A+B Problem
试机题,直接贴一下题解:
1 | #include "iostream" |