系统设计问题

Question

我正在为系统设计面试做准备，由于我对这一主题的经验不多，我从educative.io购买了“摸索系统设计面试”课程，这是几个网站推荐的。然而我读到了它，我想我没能理解几件事，所以如果有人能回答我的问题，那将是有帮助的。

1. 由于我没有使用nosql的经验，所以很难选择合适的db系统。有几次，课程只是没有给出任何理由，为什么它选择一个数据库而不是另一个。例如，在“设计Youtube或Netflix”一章中，编辑器选择mysql作为db角色，但没有解释。在同一章中，我们有以下非功能性需求：

“系统应该是高度可用的。一致性可能会受到影响(为了可用性而设)；如果用户有一段时间没有看到视频，那应该没问题。”

按照上面的提示，考虑到系统的大小，并将材料应用到"CAP定理“一章，对我来说，似乎是一个更好的选择，，Cassandra和CouchDB。我在这里想念什么？

同样的问题也适用于“设计Facebook的新闻提要”

1. CAP定理仍然适用吗？

我的意思是: HBase是根据"CAP定理“一章，擅长一致性和分区容限，但根据HBase文档，它也支持自2.X版本以来的高可用性，因此在我看来，是一个适用于所有/通用的db存储的解决方案，这违背了CAP定理，除非它们为HA牺牲了一些东西。我在这里想念什么？

1. 关于一台计算机可以处理多少RAM/存储/带宽的问题，这些数字是不一致的，我猜它们已经过时了。 a，普通计算机，b，现代服务器的当前数字是多少？
2. 几乎每一章都有一个叫做“容量估计和约束”的部分，但是这里计算的内容随着章节的不同而变化。有时只计算存储，通常也计算带宽，有时会添加QPS，有时会有特定任务的度量。如何知道我应该为特定的任务计算什么？

提前感谢！

Answer 1

每个数据库是不同的，满足不同的需求。我建议您阅读发电机纸，并熟悉其中使用的其他术语(两阶段锁定、领导者/追随者、多领导者、异步/同步复制、quorum)，并知道不同数据库提供了什么保证。现在来回答以下问题：

1. 可以将MySQL配置为以与其异步复制模型的一致性为代价来确定可用性的优先级(领导者在提交写入之前不会等待其追随者确认；如果一个领导者在数据被传播到关注者之前崩溃，数据就会丢失)，所以它可以是合适的解决方案之一。
2. 从HBase的文档来看，HBase保证了很强的一致性，甚至以可用性为代价。高可用性的承诺是用于读取，而不是用于写入，即读取陈旧的数据，而系统的其他部分则从失败中恢复，并且可以接受其他的写入。 由于读取到单个位置的这一次归巢，如果服务器不可用，则托管在区域服务器中的表中的区域在一段时间内不可用。 由于所有的写入仍然必须经过主区域，所以写入并不是高度可用的(这意味着如果该区域变得不可用，它们可能会阻塞一段时间)。
3. 所使用的数字是候选人的估计，即您决定单个假设服务器的规格是什么，以及您需要多少服务器来扩展和适应存储/吞吐量需求。
4. 您事先不知道(虽然您可以根据需求进行猜测，例如，如果是数据存储系统、流服务等，我仍然不推荐)。相反，你应该问面试官他们对哪个领域感兴趣，并对此做出评估。访谈，特别是系统设计部分，是一次讨论，不要随声附和。你认识到你可以处理系统的不同领域，并根据面试官的兴趣来处理它们。