系统设计的典型分层和涉及的知识点

《四火的唠叨》

http://www.raychase.net/3165

作为系统设计学习的一部分，不久前在梳理面试中典型的系统设计问题，发现大部分都可谓有套路可寻。我把思路梳理了一下，简单整理到下面这张图表里面：

对于其中的内容，稍微补充几句：

• 系统设计需要经验的积累，但也确确实实有章可循。问的问题考察的类型很集中，比如同步、异步，消息push和pull，根据实际问题设计存储的数据结构，对于scalability、availability的认识等等。最喜欢被问到的问题，我在《系统设计典型问题的思考》这里列了几个。
• pull on demand 和 push on change 是消息系统里两种极其典型的消息传播方式，基本上设计twitter、weibo，xx聊天系统等等，都要涉及到这个问题。这二者各有优劣，需要结合具体问题分析。
• 复杂的系统的cache的设计和storage的设计一样，往往需要考虑分层。比如说，存储分成hot/warm/cold storage，读写性能和查询的灵活性依次降低，但是成本也依次降低。cache的设计有时还需要引入centralized cache来帮助提高hit ratio。
• 服务端的设计最典型的就是分成三层（上图右）：presentation layer，比如website的页面部分和service的request/response处理的部分，它可能叫做front-end layer更好一点；business logic layer，放置业务逻辑的地方；data access layer，也可以说infrastructure layer，数据访问层，花头最多，涉及的问题最多。
• DB partition 和 sharding 的问题又是一个非常常见的典型。
• 如果是性能问题，基本上都是围绕着throughput和latency展开的。
• 一致性要出问题，一定要满足两个条件，一个是节点必须是有状态的，另一个是数据必须有冗余。而我们在讨论storage的时候，第一个条件一定满足；而对于第二个条件的满足，下一条目说明。
• 一致性模型可以说是大数据系统问题的核心。而availability既包括服务的可用性，又包括数据的可靠性。二者关系紧密。比如说考虑到availability，对于有状态的节点需要有backup，那么这几个节点状态之间的同步就会成为问题，这就是consistency的问题；再比如说由于考虑到reliability，必然需要引入replication，而这时多个数据备份的consistency就会成为问题。
• 读写模型的问题往往是和存储数据结构的设计放在一起的，这样的问题很容易从算法问题衍伸过来，我在这篇文章中总结过。
• 对于前端和部分CS或BS交互的要点和优化，这里没有列出来，几年前整理过，部分内容可以参考这篇文章。
• 最后，我在《资源链接》的“零散资源”部分，列出了系统设计很多我认为有价值的参考材料。