Amazon VO 面经：BQ 深挖 + 有限算力的文档处理设计 + Alexa 对话切分会话

Amazon 的 VO 面试官问得真的非常深！行为问题、系统设计题、编程题都有追问，全程问题不大，依旧稳定应付。

行为问题

主要问了这几个点：

• 需求变来变去怎么办？ 比如项目进行到一半，突然加新需求（scope creep），你是怎么处理的？
• 时间紧任务重怎么做取舍？ 比如为了赶进度，是不是用过一些临时方案，或者把流量隔离开？
• 有没有主动找老板要资源？ 比如发现事情做不完，会不会主动跟经理沟通、重新排优先级？

系统设计题

题目：假设每秒能处理的请求数有限，但要处理海量的文档数据，怎么才能让产出的有用结果最大化？

我的思路：

• 按优先级分批处理
• 去掉重复的文档
• 用缓存加速
• 排队限流
• 动态调整批次大小

这样就能把有限的处理能力用到极致。

编程题：Alexa 对话切分会话

题目：把用户和 Alexa 的对话按时间切成一段段的「会话」。规则：两次说话间隔不超过 60 秒就算同一个会话；超过 60 秒就开始新的会话。

解法：先把所有记录按时间排序，然后依次看相邻两条记录的时间差。小于等于 60 秒就归到当前会话；超过了就把当前会话存起来，开启一个新会话。最后返回所有会话的列表。

def split_sessions(records, gap=60):
    """records: [(timestamp, text)]，返回会话列表，每个会话是按时间排好的记录"""
    sessions = []
    for rec in sorted(records, key=lambda r: r[0]):
        if sessions and rec[0] - sessions[-1][-1][0] <= gap:
            sessions[-1].append(rec)
        else:
            sessions.append([rec])
    return sessions

Follow-up：对话乱序到达怎么办？

追问：如果对话不是按顺序来的，而是陆陆续续插进来的（不一定在最后），怎么把它加到正确的会话里？

当时的解答：遍历现有的所有会话，拿新来的记录去和每个会话的最后一条比较时间。时间差在 60 秒内就追加进去；都不行就只能新建一个会话。

补充优化：会话之间按开始时间是有序的，可以用二分找到新记录前后相邻的两个会话，不用遍历全部，O(log S) 定位。还有一个容易漏的情况：新记录可能刚好填上两个会话之间的空隙，这时要把前后两个会话合并成一个。

from bisect import bisect_right

def insert_record(sessions, rec, gap=60):
    """sessions 按开始时间有序，原地插入一条新记录"""
    t = rec[0]
    i = bisect_right([s[0][0] for s in sessions], t)    # sessions[i-1] 开始于 t 之前
    join_prev = i > 0 and t <= sessions[i - 1][-1][0] + gap
    join_next = i < len(sessions) and sessions[i][0][0] - t <= gap
    if join_prev and join_next:                         # 填上空隙，前后合并
        sessions[i - 1:i + 1] = [sessions[i - 1] + [rec] + sessions[i]]
        sessions[i - 1].sort(key=lambda r: r[0])
    elif join_prev:
        sessions[i - 1].append(rec)
        sessions[i - 1].sort(key=lambda r: r[0])
    elif join_next:
        sessions[i].insert(0, rec)
    else:
        sessions.insert(i, [rec])