題目與使用情境
每個邊緣節點持續產生延遲觀測，節點先本地聚合，再把摘要合併到區域和全球層。查詢需要 P50、P95、P99 以及時間窗口比較，不能保存全部原始值。系統要處理空窗口、熱門租戶、節點離線、資料重放和版本升級，並向使用者解釋「近似分位數」的誤差含義。
面試官考察什麼
- 是否能區分分位數、排名誤差、數值誤差和尾部精度。
- 能否說明 KLL 的緊湊性與排名誤差取捨，以及 t-digest 對尾部的經驗性優勢和限制。
- 是否理解摘要必須可合併、版本相容、窗口邊界和樣本權重。
- 是否會用精確小樣本、分層抽樣和生產對照驗證準確度，而不是只看單次輸出。
作答前的釐清問題
先確認延遲分布是否重尾、P99 是否比中位數更重要、查詢是否需要任意分位數、每個分組的最小樣本量和允許誤差。再確認窗口是固定還是滑動、摘要是否跨語言合併、是否需要回溯修正，以及儲存預算和查詢延遲目標。若業務要求強數學排名保證，不能只憑經驗選擇 t-digest。
30 秒回答框架
我會先定義可驗收的誤差：排名誤差還是延遲值誤差，以及 P99 的最小樣本量。KLL 適合需要可解釋的排名誤差、固定記憶體和穩定合併的情境；t-digest 常用於尾部分位數，但誤差依賴輸入分布與實作約束，不能直接宣稱有統一保證。兩者都按窗口和分組產生可合併摘要，用精確保留樣本做持續對照，再按結果選擇參數和實作。
分步驟深入解答
- 先定義指標契約。 記錄分位數、時間窗口、分組鍵、最小樣本量、空值行為和誤差預算。P99 在樣本很少時不應被渲染成穩定結論。
- 明確兩類誤差。 排名誤差描述估計值在排序中的位置偏差；數值誤差描述返回延遲與真實分位點的距離。重尾分布中很小的排名誤差可能對應很大的毫秒差。
- 評估 KLL。 KLL 是串流、可合併的分位數草圖，參數影響保留空間與排名精度。它適合統一的排名誤差預算，但要驗證實作版本、序列化格式和合併順序。
- 評估 t-digest。 t-digest 透過按分位位置控制叢集大小，通常把更多精度放在尾部；其誤差是經驗性的，依賴輸入分布、尺度函數、壓縮和合併策略。不能把論文結果當成所有資料的保證。
- 設計分散式合併。 節點只上傳摘要、樣本數、最小值、最大值和版本。區域層合併摘要時檢查參數一致；遲到資料進入所屬窗口的新版本，不能靜默覆蓋已發布的指標。
- 建立驗證閉環。 對固定時間段保留精確抽樣或全量小窗口，比較 P50、P95、P99 的排名和數值誤差，按區域、租戶、流量規模和分布漂移分層。誤差超標時告警、提高參數或回退到精確計算。
高品質示範回答
我不會先宣布某種草圖「更準確」。先把 P50、P95、P99 的誤差定義、最小樣本量和窗口語意寫入指標契約。KLL 適合需要可解釋排名誤差和穩定合併的通用分布；t-digest 可以把更多摘要空間放到尾部，適合 P99 類查詢，但 Apache DataSketches 明確指出其結果依賴輸入資料，不能假設統一誤差保證。
節點按窗口和分組產生摘要，攜帶參數、版本、樣本數和邊界值；區域層只合併相容摘要，並把遲到資料寫入新版本。系統保留精確抽樣作為對照，持續計算排名誤差與毫秒誤差，按分布和流量分層。只有在實際 P99 誤差、空間和查詢延遲都達標後才確定 KLL 或 t-digest，參數變化也必須透過回放和雙寫驗證。依據包括 Apache DataSketches 的 KLL 與 quantiles 文件、t-digest 論文和 BigQuery 的近似分位數說明。
常見錯誤
- 只說「t-digest 對 P99 更準」，沒有說明經驗性誤差、資料分布和合併方式。
- 把排名誤差直接換算成固定毫秒誤差，忽略重尾分布和業務量綱。
- 不攜帶參數與版本就跨節點合併，升級後把不同格式的摘要混在一起。
- 把遲到資料覆蓋已發布窗口，導致儀表板同一時間點反覆變化卻無法追溯。
- 只用單個總體樣本評估，漏掉小租戶、低流量區域和分布漂移導致的尾部失真。
追問及應對
為什麼 P99 的排名誤差可能仍然不可接受？
如果延遲分布在尾部陡增，排名相差很小的兩個點可能相差數百毫秒。必須同時報告排名誤差和業務單位的數值誤差，並設定最小樣本量。
合併順序會影響結果嗎？
摘要應設計為可合併，但具體實作仍要驗證合併順序、壓縮時機和序列化精度。用固定分片重排回放，比較不同樹形合併與單機聚合的差異，超出預算就固定實作和版本。
什麼時候直接保存原始值更合理？
當分組數量小、窗口短、合規允許且精確查詢成本低時，原始值或精確排序更簡單。草圖的價值來自資料規模、分組數或保留期限讓精確方案不可行，而不是為了追求複雜度。