系统设计方面的问题问题是非常考验经验和思维过程的，而且和常见的算法问题、语言基础问题不同，涉及的面很广，还没有比较一致的判别标准。但无论如何，还是可以归纳一些常见的思路和典型问题的线索。

首先，反复沟通和澄清系统需求。只有把需求澄清清楚了，才可以开始思考并落到纸面上。但是需求的沟通应该是持续和循序渐进的，问题很难从一开始就思考全面。最重要的条目包括：

• use cases，通常问题只需要2~3个use cases需要考虑，其他的部分会晚些考虑，或者不考虑。这样就可以简化问题。

• 用户数量（用户可以是下游系统或者人）、数据数量，澄清这个事实无疑非常重要，对系统设计的决策有重大意义。

• 请求模型，比如读远大于写，比如60%的请求都访问top 20的记录。

其次，尝试抽象一个简单的模型，从简单模型开始，思考不同的场景和约束，逐步完善。落实到代码上的时候，最核心的部分包括：

• 模型的定义。

• 代码接口，API。

• 数据是怎样被存储的，比如表结构和文件结构。

在此基础上，考虑最基础的组件和架构划分，整个系统要分几层，有哪些组件，各自什么作用，可能的瓶颈是什么等等。还有前面的API、模型分别被安插到哪部分上面，同时反复比较第一步的几个use case是否都被满足。

再次，细化层结构和组件，比如：

• 存储层。是否需要持久化存储？选择文件、关系数据库，还是NoSQL数据库？

  • 如果选择关系数据库，是否需要sharding或partition？参考Quora：What’s the difference between sharding and partition?

  • 如果选择NoSQL数据库，CAP中分别牺牲和优先保证哪一个？参考：Visual Guide to NoSQL System。扩容的策略（比如一致性hash）？

  • 存储是否需要分层（比如冷层——文件、暖层——关系型数据库、热层——缓存，不同成本的存储介质，用以应付不同的数据访问频率）？

  
  

• 集群。所有节点对等还是中心节点主备？请求负载分担的策略？如何增减节点？如何判定节点健康状况？是否需要会话？会话如何同步？Scale up和Scale out的区别，参考Wikipedia：Scalability。

• 消息模型。生产者和消费者的速率？无法应付时是否需要缓冲队列？消息流量控制？速率控制的精细度？

• 缓存系统。缓存的分层？分布式部署还是集中式缓存服务？使用什么缓存淘汰算法（比如LRU）？参考：In-Process Caching vs. Distributed Caching。

其中，系统瓶颈的识别和scale是紧密联系着的两个话题。在需求驱使的基础上着手优化，比如缓存的应用，这需要建立在系统瓶颈被识别或者假定被识别的基础上，否则就是乱枪打鸟。在瓶颈解决之后再考虑scale。

最后，不断讨论和完善，每一个讨论迭代都要得出一个实际的结论，避免持续停留在过高抽象层面。这里涉及的部分可以很多，包括可扩展性、数据规模、吞吐量、可维护性、实时性、数据一致性等等。

所以，归纳起来的四部分为，先从系统外部理清楚需求，接着设计核心模型和API，再进行基本的分层和组件划分，最后才是细化每一层或者每个组件的设计。从外到内，逐层剖析。

这些点说起来容易做起来难，通过反复阅读和思考一些常见的系统设计场景，其实我们还是可以从中总结出若干规律来。

下面列出几个非常常见和典型的系统设计问题的hints：

1、怎样设计一个微博/Twitter系统（news feed系统）

• 思考读写模型，latency上看明显是读的要求明显高于写的模式。

• 转发和回复，拷贝原微博文字还是存储转发/回复树形关系？分析利弊。另外，这里涉及到产品设计，参见：Twitter Vs. Weibo: 8 Things Twitter Can Learn From The Latter。

• 区分两种典型消息传播的触发方式：push on change和pull on demand，两种方式利弊明显。参考：Why Are Facebook, Digg, And Twitter So Hard To Scale?

• 存储分级。这里CAP中A最为重要，往往C可以被牺牲，达到最终一致性。

• 缓存设计，分层的数据流动？如何识别热门？

• 删除微博功能的设计。

2、怎样设计一个短网址映射系统（tiny url系统）

• 思考读写模型，明显是读优先级高于写的服务，但是通常不需要修改。读写服务分离，在写服务崩溃时保证读服务健康运行。

• 链接缩短使用的加密和映射的方式中，算法如何选择？短链接可以接受那些字符？此处可以估算特定的规则下长度为n的短链接最多可能表示多少种实际链接。

• 如果使用统一的短链接序列分配机制，如何分布式设计这个分配逻辑？它不能够成为瓶颈。例如，一种常见的思路是让关系数据库的自增长索引给出唯一id，但是如果不使用关系数据库，在分布式系统中如何产生唯一序列号且避免冲突？参考：如何在高并发分布式系统中生成全局唯一Id。

• 是否需要保留原始链接最后部分？如http://abc.def.com/p/124/article/12306.html压缩成http://short.url/asdfasdf/12306.html，以增加可读性。

• 由于协议部分可以预见或者需要支持的数量很少（比如就支持http和https），是否可以考虑把协议部分略去，以枚举方式和短链接正文放在一起？

• 由于属于web服务，考虑判定URL合法性，考虑怎样控制请求流量和应对恶意访问。

3、怎样设计一个实时聊天系统？可以是MSN、QQ这样的CS结构的，也可以是Facebook Chat或者微博私信这样的BS结构的。

• 登陆时需要获取好友状态列表，这通常也是priority 0的use case。

• 这个问题的特点是客户端和服务端已经天然地分开了，核心问题之一是把服务端和客户端的交互梳理清楚。如果是BS结构的，怎样使得从服务端到客户端的消息推送成为可能？Ajax+Comet是一个办法，hang住连接，消息推送。还有一种办法是客户端轮询，但是显然实时性无法胜任。

• 如果使用Comet，服务端将存在大量的空闲连接。参考，select、poll、epoll之间的区别总结[整理]。对于消息的处理，引入协程，减少线程调度开销，参考：Difference between a “coroutine” and a “thread”?。

• 如果是CS的，消息和状态还可以通过P2P的方式；但是如果是BS的，就必须实现一个服务端的消息系统，参考：实时通信协议XMPP。

• 存储方面，CAP怎么权衡？可以牺牲掉哪一个？

• 如果要求完成历史消息功能，那又是另一番故事了。其他值得讨论的扩展的功能包括系统消息群发、好友状态更新和消息搜索等等。

还有一些系统设计典型和经典问题，想到的先列在下面，等后续有时间总结了再补充到上面去：

• 搜索引擎设计（包括网页爬虫）

• 邮件系统设计（例如GMail）

无论如何，对于这些问题的解决，反复思考是非常有趣的。这些东西貌似可以直接拿来学习的材料比较少，而且也不像算法那样丁是丁卯是卯的，评判的标准模糊得很。

建议继续学习：

1. 系统设计的典型分层和涉及的知识点    (阅读：1763)