LESSON 01 / 进阶 / 60–90 分钟
系统设计实战:需求、SLO、容量估算与 ADR
通过具体服务算吞吐与容量,定义失败预算,并比较同步和异步方案的权衡。
学习参考:查看外部参考仓库或文档 ↗。本文是独立编写的讲义,不是原文镜像或作业答案转载。
本页目录 · 6 节
架构设计从假设出发
一个系统架构题不应从“要不要 Redis/Kafka”开始,而应先确认用户操作、读写量、延迟目标、可用性目标和数据一致性要求。设计文档要清楚写出:哪些数值是需求,哪些是假设,哪些是实际测量。
以一个“团队知识文档检索服务”为例,假设日活 10,000,每人每天触发 20 次搜索。日请求量是 200,000;平均 QPS 约为 2.31。平均值不足以规划容量,因为峰值可能高度集中。
用脚本记录假设,而不是凭直觉
daily_users = 10_000
searches_per_user = 20
peak_factor = 8
avg_qps = daily_users * searches_per_user / 86_400
peak_qps = avg_qps * peak_factor
print("average QPS:", round(avg_qps, 2))
print("assumed peak QPS:", round(peak_qps, 2))
assert peak_qps > avg_qps
峰值倍数 8 是教学假设,不是来自监控的真实流量;实际容量规划需要按小时分布、峰值窗口、缓存命中率和重试放大率调整。
SLI、SLO 与错误预算
- SLI 是观测指标,例如请求成功比例、延迟分位数。
- SLO 是目标,例如 30 天内 99.9% 请求成功。
- 错误预算 是目标允许的失败量,若按请求比例计算,在 200,000 次请求中 0.1% 对应 200 次失败(仅作为同时间窗示例)。
不要把 SLO 写成“永远不出错”,也不要把服务实际达到某个 SLO 当成未测试就成立的事实。
设计两种方案
方案 A:同步查询数据库并返回搜索结果,结构简单、数据更新路径短,但高峰时数据库可能成为瓶颈。方案 B:异步构建搜索索引,查询与写入解耦,但带来索引延迟、一致性和失败补偿问题。
比较时至少写出:关键瓶颈、失败路径、观测指标、数据刷新延迟及回滚方式。你不能只因为方案 B 更复杂就认定它“企业级”。
ADR 模板
# ADR-001: 检索数据如何索引
## 背景与约束
- 峰值 QPS:假设 19,等待实测
- 延迟目标:P95 < 300ms(产品目标)
- 更新延迟:允许 30s(待业务确认)
## 备选
A. 同步数据库查询
B. 异步搜索索引
## 选择及原因
记录证据,不写未经验证的性能数字。
## 风险及回滚
记录索引落后、同步失败、回滚路径和责任人。
验收题
- 为什么平均 QPS 不能直接作为机器配额?
- 目标 99.9% 与观测到 99.9% 有什么区别?
- 引入异步索引有哪些非功能性成本?
验收:容量估算表、完整 ADR、三个故障场景和验证计划。参考 System Design Primer。