系統設計方法論

問自己：
1. 功能性需求：系統要做什麼？
2. 非功能性需求：
   - 延遲要求（ms）
   - 吞吐量（QPS）
   - 可用性（99.9%? 99.99%?）
   - 資料量（GB? TB? PB?）
3. 規模估算：
   - DAU（日活躍用戶）
   - QPS（每秒查詢數）
   - 儲存量

1. API 設計
   - 定義主要 API
   - Request/Response 格式

2. 資料模型
   - 主要 Entity
   - 關聯性
   - 索引策略

3. 核心流程
   - 畫出主要流程圖
   - 標示關鍵服務

1. 關鍵組件
   - 效能瓶頸在哪？
   - 如何擴展？

2. 資料庫選型
   - SQL vs NoSQL？
   - 為什麼？

3. 快取策略
   - 快取什麼？
   - 失效策略？

4. 佇列/非同步
   - 哪些需要非同步？
   - 佇列選型？

1. 瓶頸分析
   - 系統最脆弱的地方？

2. 擴展方案
   - 水平擴展 vs 垂直擴展

3. 取捨
   - 一致性 vs 可用性
   - 成本 vs 效能

C (Consistency)    — 所有節點看到相同的數據
A (Availability)   — 每個請求都能收到回應
P (Partition Tolerance) — 網路分割時系統繼續運作

三選二：
- CP：ZooKeeper, HBase（一致性 + 容錯）
- AP：Cassandra, DynamoDB（可用性 + 容錯）
- CA：單節點資料庫（一致性 + 可用性，無容錯）

QPS = DAU / 86400 * 每人每日操作次數
儲存量 = DAU * 每日新增資料量 * 保留天數
頻寬 = QPS * 平均回應大小