如何设计一个微博系统

本次分享内容

1. 系统设计在考察什么？
2. 系统设计常见误区
3. 如何搞定系统设计(4步法)
4. 实战4步法解决微博设计(确定场景、整体设计、核心模块、拓展设计)

系统设计在考察什么？

系统设计面试中，经常会被问到如何设计微信、如何设计微博、微信朋友圈、百度、12306系统…… 如果是没有准备过，一般都会不知所措，难以找到切入点，我们怎么能在如此短的时间内设计出来一个由成千上万的码农、PM，经年累月地迭代出来的如此优秀的产品？如果面试者这么优秀，那还面试啥？百度、谷歌也不可能只是一个搜索框而已，底下的东西复杂去了。本次分享会介绍一个解决系统设计类问题的通用框架，无论什么问题，朝这几步走，一定能找到解决办法。

所以首先要明确，系统问题的答案一定不可能是全面的，面试官也不会期望我们给出一个满分答案。所谓的系统设计面试实际上是在模拟一个场景：两名同事在一起就一个模糊的问题，讨论一番，得出一个还不错的解决方案。

因此在这个过程中，我们需要与面试官进行充分的沟通，了解清楚需求，回应面试管的各种问题，阐述我们设计的方案。最终设计的结果是开放性的，没有标准答案；而面试官会在这个过程中，会充分挖掘我们的沟通、分析、解决问题的能力，最后给出通过与否的结论。

常见误区

没有方向，只提出各种关键词

在面试中，常见的错误是面试官给出问题后，候选人就开始怼各种关键词，什么 Load Balancer，Memcache，NodeJS，MongoDB，MySQL.

不是说我们不能说这些技术词汇，但是系统设计首先我们需要搞清楚具体的需求，然后在大概确定系统架构，最后才根据场景进行技术选型，因为并不存在一个完全完美的系统设计，往往都是各方面之间的均衡，至于如何均衡，需要结合面试官的要求和具体实际来选择。

一开始直奔最优解

系统设计考察我们如何去解决一个具体的问题，在实际工作中，我们也是先实现功能之后，再在此基础上去进行针对性的优化；在面试中同样也十分重要，一方面，面试官希望看到你从一开始设计系统，到慢慢完善的过程，另外，系统设计其实没有最优解，往往都是各种因素之间权衡后的结果，就像 CAP 理论一样，无法同时满足，我们的系统只要能满足面试官提出来的要求，刚好够用就行。

闷头设计不沟通

很多人在听到问题之后，就开始闷头设计，丝毫不会和面试官进行沟通交流。这样不仅不利于自己理解题目意图，而且让面试官无法了解你是如何一步步去解决问题的过程。

这个时候可以把面试官当做一位同事，比如你对题目不理解，可以提出问题搞清楚题目意图；又比如你在哪个环节卡住了，也不要一直闷在那，可以大胆向面试官求助寻求提示，也能节省不少时间。

就像开始说的，系统设计没有最优解，你的思路和解决问题的过程很重要，而这些就是通过不断的沟通来传递给面试官的。

如何搞定系统设计 - 4 步法

针对系统设计，这里给大家提供一个 4 步法解决方案，无论是任何系统设计的题目，都可以按照这几步去思考解决。

1. 确定问题需求

这一步主要是确定问题的需求和系统使用场景，为了搞清楚这个问题，需要和面试官你来我往地问问题。

在做设计的同时，问面试官的要求是什么，做出合理的假设、取舍，让面试官看出你的思考过程，最终综合所有的信息完成一个还不错的设计。不要害怕问问题。那并不会说明我们不懂，而是让面试官理解我们的思考过程。当我们问出问题后，面试官要么给出明确的回答；要么让我们自己做出假设。当需要做出假设时，我们需要把假设写下来备用。

这个举个例子，比如面试官让你设计 weibo，因为 weibo 的功能较为庞大，例如发微博、微博时间线、关注、取消关注、微博热搜榜等等，我们无法在短短的面试时间内完成这么多功能设计，所以这时候可以询问面试官我们需要实现哪些功能。

比如需要实现微博时间线的功能，我们得进一步确认，整体用户量多大，系统的 QPS 多大，因为这涉及到我们后续的系统设计，而且如果对于 QPS 特别高的情况，在后续的设计中需要针对此进行专门的扩展性优化。

QPS 有什么用？

• QPS = 100，那么用你的笔记本作 Web 服务器就好了；
• QPS = 1K，一台好点的 Web 服务器也能应付，需要考虑 Single Point Failure；
• QPS = 1m，则需要建设一个 1000 台 Web 服务器的集群，并且要考虑如何 Maintainance（某一台挂了怎么办）。

QPS 和 服务器 / 数据库之间的关系：

• 一台 Web Server 承受量约为 1K 的 QPS（考虑到逻辑处理时间以及数据库查询的瓶颈）；
• 一台 SQL Database 承受量约为 1K 的 QPS（如果 JOIN 和 INDEX query 比较多的话，这个值会更小）；
• 一台 NoSQL Database (Cassandra) 约承受量是 10k 的 QPS；
• 一台 NoSQL Database (Memcached) 约承受量是 1M 的 QPS。