11.1.1.1 需求澄清与容量估算
所属:全栈开发面试题库 / 11 跨领域综合场景题 / 11.1 全链路设计 / 11.1.1 全链路设计
11.1.1.1-001 全链路设计题的标准答题框架是什么?
一句话结论
按「澄清需求与约束 → 画总体架构与数据流 → 估算容量与瓶颈 → 说明取舍与一致性策略 → 补高可用、监控与降级预案」五步推进,先框定边界再展开细节,避免一上来堆技术名词。
概念解释
- 场景:谁用、做什么、核心流程是什么。
- 架构:接入层、服务层、存储、缓存、消息队列、下游依赖。
- 容量:QPS、存储、带宽、资源瓶颈。
- 取舍:一致性、可用性、延迟、成本之间的权衡。
原理流程
- 澄清业务目标、用户规模、峰值、一致性与合规要求。
- 画出从入口到存储的数据流与组件职责。
- 按业务量推导容量,定位最可能先到瓶颈的环节。
- 给出一致性、缓存、异步、降级方案与监控指标。
代码或图示
澄清需求/约束 → 总体架构/数据流 → 容量估算/瓶颈定位
→ 一致性与取舍 → 高可用/监控/降级预案 → 验证指标与演进
常见误区
- 不澄清需求直接选技术栈:容易过度设计或漏掉核心约束。
- 只讲组件不讲数据流:评审无法判断链路是否闭环。
追问
- 为什么先问需求?答:技术方案服务业务目标,规模、一致性、合规不同,选型与容量结论完全不同。
- 怎么证明方案可行?答:关键假设用原型/spike 或压测验证,容量估算标注口径与待验证点。
11.1.1.1-002 需求澄清阶段必须问清哪些业务问题?
一句话结论
问清角色与核心流程、业务对象与规则、规模与增长、一致性与时效要求、异常与边界场景、合规与预算;把模糊描述转成可设计、可验收的具体约束。
概念解释
- 角色:用户、运营、管理员、外部系统。
- 对象:实体、状态、关键规则。
- 边界:不做什么、例外怎么处理。
原理流程
- 复述主流程确认理解一致。
- 列角色、实体、状态迁移与业务规则。
- 确认规模峰值、时效、一致性与合规约束。
- 未决问题记录负责人与跟进时间。
代码或图示
角色? 核心流程? 实体/状态/规则?
规模/峰值? 一致性/延迟? 异常边界? 合规/预算?
常见误区
- 只确认 happy path:异常、并发、重复提交常被遗漏。
- 口头确认不留记录:后续争议无依据,应沉淀到设计文档。
追问
- 需求与实现冲突怎么办?答:回到业务目标,给出多方案与代价对比,由业务方决策取舍。
- 需求频繁变更怎么应对?答:明确变更入口与评估流程,影响范围、排期、成本重新确认。
11.1.1.1-003 非功能需求要澄清哪些维度?
一句话结论
非功能需求覆盖可用性、延迟(P95/P99)、吞吐量、一致性要求、数据留存与合规、安全等级、可维护性与预算;这些维度直接决定架构选择,不能在设计阶段忽略。
概念解释
- 性能:QPS、响应时间分位值、并发用户。
- 可靠:可用性目标、数据持久性、故障恢复时间。
- 合规:敏感数据、留存周期、审计要求。
原理流程
- 定核心链路的 SLI/SLO 目标。
- 区分强一致、最终一致与可容忍延迟。
- 明确数据分级、安全与合规边界。
- 记录成本上限与运维能力约束。
代码或图示
可用性 ≥ 99.9% | P99 RT ≤ 300ms | 峰值 QPS 待估
一致性:交易强一致 / 通知最终一致
合规:敏感字段加密脱敏 / 留存周期按业务要求
常见误区
- 非功能要求留到上线前补:架构层面的可用性与一致性事后改造成本高。
- 指标只有平均值:长尾延迟 P95/P99 更能反映真实体验。
追问
- 强一致和最终一致怎么选?答:资金、库存、权益等不能错账的环节强一致;通知、统计、日志类可最终一致。
- 合规要求从哪获取?答:业务合规要求与数据分级清单,不确定项标注待确认并向合规角色核对。
11.1.1.1-004 QPS/TPS 怎么从业务量推导?
一句话结论
先有业务总量(日订单/日请求),按访问时长折成平均 QPS,再乘峰值倍率得到峰值 QPS;写操作折算 TPS 与提交事务数,口径需写明是读还是写、是否含重试。
概念解释
- 平均 QPS:日请求量 ÷ 活跃秒数。
- 峰值 QPS:平均 QPS × 峰值倍率。
- TPS:每秒提交的事务/写入操作数。
原理流程
- 确定日业务量与活跃时段。
- 平均 QPS = 日请求 ÷ 活跃秒数。
- 峰值 QPS = 平均 QPS × 峰值倍率(常见 2–5 倍,按业务类型取值,待实测校准)。
- 读写拆分:读 QPS 与写 TPS 分别估算。
代码或图示
示例口径(数字为假设,需按业务数据替换):
日订单 10 万,活跃 8 小时 = 28800 秒
平均下单 TPS ≈ 100000 / 28800 ≈ 3.5 TPS
峰值倍率按 4 估 → 峰值下单 ≈ 14 TPS
若每订单详情页浏览 5 次 → 读峰值 QPS ≈ 14 × 5 ≈ 70 QPS
常见误区
- 只给峰值不给推导口径:数字无法复核与校准。
- 把重试流量算进业务 QPS:重试是放大流量,应单独计入容量余量。
追问
- 活跃时长怎么取?答:按业务实际活跃曲线(如电商白天 12 小时、夜间低谷),不确定时给区间并标注待确认。
- 秒杀/抢购怎么估?答:按瞬时并发与库存量级建模,峰值倍率远高于日常,需单独压测验证。
11.1.1.1-005 存储容量怎么估算?
一句话结论
单条记录大小 × 日增量 × 留存周期,再加索引、副本/备份冗余与历史增长;区分结构化数据、对象文件与日志,分别推导容量与增长趋势。
概念解释
- 单条大小:字段长度、文本、附件引用方式。
- 留存:业务保留周期与归档策略。
- 冗余:副本、备份、索引空间。
原理流程
- 估算单条记录字段与平均大小。
- 日增量 = 日新增记录数。
- 原始容量 = 单条大小 × 日增量 × 留存天数。
- 加索引与副本冗余,按增长趋势预留。
代码或图示
示例口径(假设值):
订单单条 ≈ 1 KB(字段 + 索引估算)
日增 10 万 → 日增 ≈ 100 MB
留存 2 年 ≈ 730 天 → 原始 ≈ 73 GB
索引/副本冗余按 2–3 倍估 → 规划 150–220 GB(待实测校准)
常见误区
- 只算数据不算索引:索引常占可观空间,需计入。
- 不考虑清理与归档:冷数据长期堆积导致容量失控。
追问
- 对象文件怎么估?答:文件平均大小 × 日上传量 × 留存周期, CDN/对象存储另算流量费用。
- 日志容量怎么估?答:单请求日志字节 × QPS × 秒数,按采样率与留存周期折算。
11.1.1.1-006 带宽怎么估算?
一句话结论
带宽 = 单请求平均响应大小 × 峰值 QPS,按上下行分别计算,再加协议开销与冗余;静态资源走 CDN 卸载源站带宽,接口响应大小需剔除不必要字段。
概念解释
- 下行:响应体字节 × QPS。
- 上行:请求体字节 × QPS。
- 开销:协议头、重传、连接建立成本。
原理流程
- 取典型响应/请求平均大小。
- 峰值流量 × 单包大小 = 吞吐字节/秒。
- 换算为 Mbps(字节 × 8 ÷ 1024 ÷ 1024)。
- 预留冗余并区分源站与 CDN。
代码或图示
示例口径(假设值):
响应平均 2 KB,峰值 70 QPS
下行吞吐 ≈ 2 KB × 70 = 140 KB/s ≈ 1.1 Mbps
加冗余与开销按 2 倍估 → 规划约 2–3 Mbps
静态大图/视频由 CDN 承载,不计入源站接口带宽
常见误区
- 用最大响应大小估带宽:应取平均值,大字段场景再分场景核算。
- 忽略下行图片流量:媒体资源是带宽大头,需单独规划。
追问
- 带宽瓶颈先看哪?答:源站出口、CDN 回源、数据库查询返回量,分段定位。
- 怎么降低带宽?答:压缩响应、裁剪字段、分页、静态资源 CDN、图片压缩与格式优化。
11.1.1.1-007 DAU/MAU 与并发用户怎么换算?
一句话结论
DAU 是日活用户,MAU 是月活;在线并发数按 DAU 与同时在线比例估算,再按人均操作频率折算请求 QPS;比例与人均次数需按业务类型取值并实测校准。
概念解释
- DAU:单日活跃用户数。
- 在线比例:活跃用户中同时在线的占比。
- 人均频次:单用户单位时间操作次数。
原理流程
- 明确 DAU 目标与增长预期。
- 同时在线 ≈ DAU × 在线比例。
- QPS ≈ 同时在线 × 人均单位时间操作次数。
- 与业务量反推结果互相校验。
代码或图示
示例口径(假设值):
DAU 10 万,在线比例 10% → 同时在线约 1 万
人均每 30 秒一次请求 → 人均 2 次/分钟
QPS ≈ 10000 × 2 / 60 ≈ 333 QPS
常见误区
- 把 DAU 当并发用户:DAU 是累计活跃,不是同时在线。
- 人均频次拍脑袋:应参考同类业务或埋点数据,标注待验证。
追问
- 在线比例怎么取?答:工具类/直播类比例高,低频业务比例低;无数据时给区间并压测校准。
- 注册用户和活跃用户区别?答:注册是累计账号,活跃是周期内有行为,容量按活跃而非注册量估。
11.1.1.1-008 读写比例怎么影响容量设计?
一句话结论
读写比例决定缓存策略、数据库分库分表与资源分配:读多写少优先缓存与读扩展,写多读少重点优化写入链路、事务与锁;读写路径分别估算容量与瓶颈。
概念解释
- 读路径:查询、缓存命中、列表/详情。
- 写路径:校验、落库、事务、索引维护。
- 拆分:读写 QPS/TPS 分别建模。
原理流程
- 按业务估算读写占比。
- 读容量分配缓存与读实例。
- 写容量关注数据库连接、锁与事务日志。
- 随数据增长评估拆分时机。
代码或图示
读多写少(如 95:5):缓存承接读,DB 只兜未命中与写入
写多读少(如 30:70):优化批量写入、索引、锁粒度,关注 TPS 瓶颈
常见误区
- 读写共用一套容量估算:读写瓶颈与优化手段不同,需分开。
- 缓存比例假设过高:命中率需按数据分布与更新频率验证。
追问
- 读写比例变化后架构要调吗?答:写占比上升后缓存收益下降,需关注数据库写入与复制延迟。
- 分库分表按什么维度?答:按高频查询维度与数据量,避免跨片查询与热点分片。
11.1.1.1-009 怎么判断链路最先到达瓶颈的环节?
一句话结论
按容量推导逐段算资源上限(应用 CPU/线程、缓存、数据库连接与 TPS、下游依赖),对比峰值需求与单实例能力,最接近上限、扩容最难的环节即首要瓶颈;用压测验证拐点。
概念解释
- 资源维度:CPU、内存、网络、连接数、IO。
- 单实例能力:基准压测得到的每实例上限。
- 瓶颈:需求/能力比值最高的环节。
原理流程
- 各段估算峰值需求。
- 压测或参考基准得到单实例能力。
- 计算各段缺口与实例数。
- 先治理缺口最大、最难扩展的环节。
代码或图示
应用:峰值 QPS ÷ 单实例 QPS 能力 = 实例数
缓存:热点 Key 内存与命中能力
DB:峰值 TPS ÷ 单库 TPS 上限,关注连接与锁
下游:配额、限流与响应时间
缺口最大者 = 首要瓶颈
常见误区
- 默认数据库是瓶颈:应用计算、下游依赖、连接池都可能先到瓶颈。
- 不压测凭经验定能力:单实例能力受代码与配置影响,需实测。
追问
- 瓶颈在应用层怎么扩?答:无状态水平扩容,注意会话状态外置与负载均衡策略。
- 瓶颈在数据库怎么办?答:缓存、索引优化、读写分离、分库分表,按阶段递进。
11.1.1.1-010 成本估算包含哪些口径?
一句话结论
成本包含计算实例、存储与备份、带宽/CDN、中间件与数据库实例、第三方调用、运维与人力;按峰值预留与利用率核算,区分固定成本与随流量变动成本,给出区间而非单点。
概念解释
- 基础设施:计算、存储、网络、数据库、缓存、MQ。
- 外部成本:第三方 API、短信推送、对象存储。
- 人力:开发、测试、运维与后续维护。
原理流程
- 列架构组件清单。
- 按容量估算各组件规格与数量。
- 叠加外部调用与人力成本。
- 给出月度/年度区间与优化方向。
代码或图示
计算:实例规格 × 数量 × 时长
存储:数据 + 索引 + 副本/备份
网络:带宽 + CDN 流量
外部:短信/推送/API 调用量 × 单价
人力:开发 + 测试 + 运维维护投入
常见误区
- 只算服务器不算外部调用:短信、推送、第三方接口常是隐性大头。
- 按峰值满配长期保留:可用弹性伸缩按峰值预留、日常降配。
追问
- 成本优化从哪入手?答:按成本占比排序,先治理大头(存储、带宽、外部调用),再优化实例利用率。
- 估算不确定怎么办?答:给区间与假设,上线后按实际账单校准。
11.1.1.1-011 预约/抢购类场景怎么做并发建模?
一句话结论
这类场景核心是同一资源时段/库存被并发争抢:先建模可售资源量与瞬时并发,设计预扣与最终落库两段一致性,用唯一约束/乐观锁/Redis 预扣防超卖,排队与异步确认缓解瞬时压力。
概念解释
- 资源:时段、库存、名额,总量有限。
- 争抢:并发请求同时竞争同一资源。
- 两段一致性:预扣占位 → 确认落库 → 超时释放。
原理流程
- 估算可售资源量与瞬时并发峰值。
- 入口限流/排队,削峰填谷。
- 预扣占位(缓存或 DB 约束)。
- 事务落库,超时未支付/确认释放资源。
代码或图示
请求 → 限流/排队 → 预扣库存/时段(原子操作)
→ 创建订单 → 支付/确认 → 落库
超时未确认 → 释放预扣 → 资源回补
防超卖:唯一索引 / 乐观锁版本号 / Lua 原子扣减
常见误区
- 先查库存再扣减:检查与扣减非原子,并发下超卖。
- 预扣不设超时释放:资源被无效订单长期占用。
追问
- 怎么防重复下单?答:业务唯一键 + 幂等标识,重复请求返回同一结果。
- 热点资源怎么处理?答:热点 Key 拆分/本地缓存、请求排队,避免单 Key 打满。
11.1.1.1-012 消息通知类场景怎么做量级推导?
一句话结论
通知量级 = 触发事件量 × 人均触达渠道数,区分站内信、短信、推送、邮件;考虑重试与分级发送,渠道侧受第三方配额与成本约束,异步队列削峰并做失败补偿。
概念解释
- 触发量:业务事件次数。
- 渠道数:同一事件多通道触达。
- 配额:第三方渠道日/秒级限流与成本。
原理流程
- 估算事件触发量。
- 按渠道拆分触达量级。
- 接入 MQ 异步消费,失败重试退避。
- 监控渠道成功率与配额余量。
代码或图示
示例口径(假设值):
日事件 10 万,70% 推 App、20% 短信、10% 站内
日推送 7 万、短信 2 万、站内 1 万
短信渠道按日配额与单价规划,异步队列削峰
常见误区
- 同步发送阻塞主链路:通知应异步化,主流程不等渠道返回。
- 重试无上限:第三方故障时重试放大流量,需退避与熔断。
追问
- 通知失败怎么补偿?答:本地消息表/重试队列,按退避间隔重试,超限告警人工介入。
- 渠道超时怎么处理?答:设超时阈值,降级为异步补发,不阻塞业务主流程。
11.1.1.1-013 容量假设怎么标注与验证?
一句话结论
所有估算数字写明口径(业务量、倍率、单条大小、单实例能力来源),区分已验证数据与待验证假设;关键假设通过压测、原型或上线后监控校准,估算文档随实测更新。
概念解释
- 口径:数字怎么算出来的。
- 待确认:无历史数据支撑的取值。
- 校准:实测替换假设。
原理流程
- 估算时记录每个输入的来源与取值理由。
- 标注已验证/待确认。
- 压测或灰度实测单实例能力与峰值表现。
- 回填容量文档,修正实例与资源规划。
代码或图示
业务量:来自运营数据(已验证)
峰值倍率:经验取值(待压测确认)
单实例能力:基准压测结果(已验证)
单条大小:抽样字段估算(待实测校准)
常见误区
- 估算数字无来源:评审无法判断合理性。
- 上线后不回填:容量规划与实际脱节。
追问
- 哪些假设最容易失真?答:峰值倍率、命中率、人均频次、第三方响应时间,需优先实测。
- 压测环境怎么贴近生产?答:规格、依赖配置、数据量尽量一致,隔离真实流量。
11.1.1.1-014 容量不足时有哪些扩容路径?
一句话结论
先优化(缓存、索引、批量、代码热点),再水平扩容无状态服务;有状态组件按读写分离、分库分表、分片扩展;瓶颈在外部依赖时走限流、降级与配额谈判;按瓶颈类型选路径而非一律加机器。
概念解释
- 无状态扩容:应用实例水平扩展。
- 有状态扩展:读写分离、分片、分区。
- 依赖侧:限流降级、补充配额。
原理流程
- 定位瓶颈环节。
- 先做代码与数据层优化。
- 按组件类型水平/垂直扩展。
- 依赖受限则限流降级保核心。
代码或图示
应用层:无状态 → 加实例 + 负载均衡
缓存层:热点拆分 / 分片扩展
数据库:读写分离 → 分库分表
下游:限流 / 降级 / 补充配额
常见误区
- 一律加机器掩盖代码问题:热点 SQL、无缓存、循环 IO 加机器只是延后瓶颈。
- 有状态组件直接水平扩:需先解决路由、数据再均衡与热点问题。
追问
- 扩容后怎么验证有效?答:压测看拐点与资源水位,监控对比扩容前后 RT 与错误率。
- 什么时候必须分库分表?答:单库容量/吞吐到上限且读写分离与索引优化已到位。
11.1.1.1-015 设计取舍怎么结构化表达?
一句话结论
围绕一致性、可用性、延迟、成本、复杂度五个维度列候选方案,说明各自前提与放弃了什么;核心交易优先一致性与可靠,非核心链路换吞吐与成本,取舍结论记录前提条件便于后续复盘。
概念解释
- 一致性:数据不出现错账、丢失、冲突。
- 可用性:故障时仍可提供服务。
- 成本:开发、资源、运维投入。
原理流程
- 列出候选架构方案。
- 按五个维度对比表现。
- 结合业务等级选方案。
- 记录取舍前提与代价。
代码或图示
方案 A:强一致 + 本地事务,代价是吞吐与耦合
方案 B:最终一致 + 异步消息,代价是短暂不一致与补偿复杂度
核心交易 → A;通知/统计 → B
常见误区
- 脱离业务谈最优:没有通用最优,只有匹配场景的取舍。
- 取舍不写前提:业务变化后旧决策不再适用却无人复盘。
追问
- CAP 在工程中怎么落地?答:网络分区必然发生,分区期间选择保一致性或可用性,按业务等级定策略。
- 复杂度什么时候值得付?答:对应明确的性能、规模或可靠性收益,且团队有能力维护。
11.1.1.1-016 哪些关键假设需要先做 spike 验证?
一句话结论
新框架/中间件能力、性能瓶颈、疑难集成、复杂算法与第三方限制是高风险假设,应限时做最小原型验证;spike 产出验证结论与数据,不直接作为生产代码。
概念解释
- 触发:技术未知、性能存疑、集成有坑。
- 目标:消除关键风险。
- 时限:时间盒控制,不无限探索。
原理流程
- 列出影响方案成立的关键假设。
- 限时搭最小原型验证。
- 记录实测数据与遗留问题。
- 据此确定正式方案。
代码或图示
待验证:单库 TPS 上限 / 新组件稳定性 / 第三方配额 / 复杂查询性能
spike:最小原型 → 实测数据 → 结论(可行 / 需调整 / 不可行)
常见误区
- spike 代码直接进主干:原型未考虑边界、测试与质量。
- 所有常规技术都验证:成熟栈不必重复探索,聚焦未知风险。
追问
- spike 验证什么最有价值?答:性能上限、集成可行性、疑难缺陷复现与解法。
- 验证失败怎么办?答:及时反馈调整方案,不在不可行路径上继续投入。
11.1.1.1-017 方案评审的风险清单包含什么?
一句话结论
风险清单覆盖单点故障、容量瓶颈、数据一致性、依赖不可用、变更兼容、安全合规、监控缺位与回滚能力;每项标注可能性、影响与应对措施,评审逐项确认。
概念解释
- 技术风险:性能、容量、一致性。
- 外部风险:下游、第三方、配额。
- 交付风险:变更兼容、回滚、监控。
原理流程
- 按架构链路逐段识别风险点。
- 评估可能性与影响等级。
- 对应预案:冗余、降级、限流、回滚、监控。
- 评审记录责任人与跟进时间。
代码或图示
□ 单点:关键组件是否有冗余
□ 容量:瓶颈环节是否有扩容路径
□ 一致:错账/丢失/冲突如何防
□ 依赖:下游故障是否可降级
□ 兼容:新旧版本/数据是否并存
□ 安全:注入/越权/敏感数据
□ 可观测:指标、日志、告警是否就位
□ 回滚:产物、配置、迁移是否可逆
常见误区
- 风险只写「注意性能」:不可执行、不可跟踪。
- 评审后不跟踪风险项:预案停留在文档。
追问
- 高风险点怎么排序?答:按影响范围 × 发生概率,核心链路与数据错误优先。
- 风险应对谁负责?答:方案作者提出措施,评审确认,责任人跟进闭环。
11.1.1.1-018 从需求到落地怎么拆里程碑?
一句话结论
按需求澄清与方案评审 → 核心链路开发 → 旁路与异步能力 → 测试压测 → 灰度发布 → 监控观察与复盘拆分里程碑;每个阶段有交付物、验收标准与质量门禁,风险点在早期阶段消除。
概念解释
- 阶段:设计、开发、验证、发布、观察。
- 交付物:方案文档、可测功能、压测报告、发布记录。
- 门禁:测试、扫描、评审通过再进入下一阶段。
原理流程
- 澄清需求并完成方案评审。
- 先交付主流程闭环,再补旁路与异步。
- 测试、压测、安全扫描通过。
- 灰度发布,观察指标后全量,复盘迭代。
代码或图示
需求/方案评审 → 核心链路开发 → 旁路/异步能力
→ 测试 + 压测 + 扫描 → 灰度发布 → 监控观察 → 复盘改进
常见误区
- 里程碑只按日历排:应以交付物与验收标准为准。
- 压测留到最后:容量问题发现晚,调整空间小。
追问
- 迭代范围怎么控制?答:按优先级与容量排期,高风险核心先行,非核心后置。
- 上线后复盘看什么?答:实际容量与估算偏差、风险项是否发生、行动项是否闭环。