Amazon OOD：日志过滤、错误计数与小时 Histogram

题目重点：从统一过滤合同出发，保持筛选集合、错误计数和时间分桶一致。

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

训练记录为(id,utc_timestamp,level,event_type,message)，specific log指event_type过滤；正式题若为文本substring需替换predicate。
输入有限批次，时间按UTC小时半开桶；同id重传只计一次，不同id相同内容保留。
错误判断采用明确level集合，不猜任何含“error”的字符串都算错误。

LogRecord负责字段解析与合法性，Predicate表达level/type/时间范围等条件，LogAnalyzer先确定匹配集合，再提供filter/count/histogram；三功能共用谓词，避免边界各写一遍而不一致。
批次实现一次扫描每条通过谓词的唯一记录，按UTC floor(timestamp/3600)计hour，满足error规则计error_count。返回原记录顺序，histogram按hour排序；是否补零桶要问清。
区分输入解析失败与业务error：格式错误单列invalid_count，不能静默跳过后还声称统计覆盖全部。遇到重复id字段不同，要标冲突而非任意取一个不说明。
索引(event_type,level,time)可加快重复查询，但存储与更新成本也增加；复杂谓词仍需评估候选记录。提前把所有filter结果cache会在新数据到来时失效，必须绑定版本。
时间语义细问event time vs ingest time、UTC vs当地时间、跨夏令时重叠小时。训练固定UTC；本地hour仅显示标签，真正bucket key仍应可唯一识别。
增长到持续流时，按hour/event_type增量聚合并定义watermark与晚到纠正；仍保留原记录才能回答新过滤条件。只留下计数桶无法还原filter结果。

训练同type=payment的三条唯一日志，时间00:59、01:00、01:40，其中后两条ERROR，则hour桶00:00→1、01:00→2，error_count=2；重传01:00同id不能把两项统计都加一。

批次n条、h桶，扫描O(n)期望，输出排序O(h log h)，去重O(n)、桶O(h)空间；筛选记录输出O(m)。按type索引缩小候选量但不是所有任意filter都O(1)。