后端面试每日一题 如何设计一个系统？

第一步：需求场景分析

这里分为功能性需求和非功能性需求，都是非常重要的。

• 功能性需求

  • 谁用，使用角色是谁，有哪些。
  • 现在有什么问题，为什么要开发这个系统。
  • 解决了他什么问题，达到什么目标。
  • 有哪些场景，多描述
  • 如果功能很多，建议分期来做，先做核心功能，后面再做其他功能，持续迭代

  说白了就是该系统的价值、意义、使用场景，替谁解决了哪些问题。

• 非功能性需求

  • 用户量评估，例如集团用户2w

  • 并发用户以及峰值评估，例如最高并发用户100，峰值预估120

  • 每天的总体QPS评估、很有意义，加Cache啊，存储选型的依据

  • 读写比评估、很有意义，加Cache啊，存储选型的依据

  • 存储评估，每年多少TB、GB的数据，存储多少年

  • 带宽评估，上行、下行带宽

  • 多久上线、工期，团队评估

  • 浏览器、手机兼容性等

  • 其他方面

    • 高可用，排在第一位
    • 扩展性，功能方面
    • 安全性
    • 可监控。。。
    • 高性能，排在最后

可行性分析，以现有的团队，指定的工期能不能实现，让你造个火箭，有生之年估计都没戏

整个设计过程涉及的技术选型，这里记下每种中间件的限定值

• 一台Web Server承受量约为 1K的QPS
• 一台SQL Database承受量约为 1K的QPS
• Redis约为10W的QPS
• Nginx约为5W的QPS

第二步：系统API、服务设计

• 基于领域，划分几个服务

• 每个服务设计的API

• 设计API接口，一般都会有对资源的CRUD

第三步：存储设计

分析系统，涉及哪些类型的数据

结构化、半结构化、非结构化

• 数据库
  • 选用关系数据库
  • 选用非关系数据库
  • 分析对象关系
  • 建立对象关系模型
  • 每个字段选用合适的类型
  • 预估索引、是否联合索引、唯一索引等
  • 是否是关系数据库或者非关系数据库以及是否并存。
  • 分库分表
• 文件系统
• 缓存系统

第四步：高可用和高性能等

是否有核心瓶颈点算法优化

注意 权衡 Trade-off思想，没有万能钥匙

• 过期数据清理和规整

• 整体负载均衡

• 安全性

• 可监控

Cache：缓存，万金油，哪里不行优先考虑

Queue：消息队列，常见使用Linkedin的kafka

Asynchronized：批处理＋异步，减少系统IO瓶颈

Load Balance: 负载均衡，可以使用一致性hash技术做到尽量少的数据迁移

Parallelization：并行计算，比如MapReduce

Replication：提高可靠性，如HDFS，基于位置感知的多块拷贝

Partition：数据库sharding，通过hash取摸

架构建议越简单越好，可以慢慢迭代。