# Alex Xu 的系统设计 30 章，没有一章讲 ML

> 这本书仍值得 FDE 候选人一读：它的四步答题框架，几乎就是与客户的第一次工作会议。

原文: https://fdetimes.net/zh/books-courses/alex-xu-system-design-interview-fde/

ByteByteGo 官方课程页面列出了《System Design Interview》的 30 章，从“Scale From Zero To Millions Of Users”到“Stock Exchange”。这些章节教你设计信息流、聊天系统、YouTube 和支付系统，但 30 章里没有一章涉及 ML 或 LLM 系统。

前线部署工程师（FDE）候选人一开始就该知道这个缺口，面试里有 AI 题时尤其如此。这本书讲的是产品和基础设施问题，ML 系统不在其中。

这本书仍然值得读。不过对 FDE 来说，它的主要价值不在 YouTube 或 Stock Exchange 的设计，而在讲答题方法的那一短章。这套方法与 FDE 和客户第一次工作会议的做法非常接近。

## 这本书教什么，谁称赞过它？

章节可以分成两组。基础部分包括快速估算（Back-of-the-envelope Estimation）、限流器、一致性哈希和键值存储。第二组是产品类设计题，如信息流、聊天、YouTube 和支付。

Sandor Dargo 于 2022 年 2 月在 DevReads 上独立评测了这本书。他写道，这本书提供了一套系统的方法，帮助读者准备和应对这类问题。在他看来，经验丰富的工程师同样能受益，因为书中是从面试官的角度来呈现问题的。

需要注意，这只是一篇正面评价，而且没有指出任何不足。

如果想复习这些章节所依赖的分布式系统概念，Swimm 的综述是不错的辅助材料。它重述了 CAP 定理：一个分布式系统只能同时提供三项保证中的两项。

文中还介绍了 Saga：由一系列本地事务组成，每一步都有对应的补偿操作。支付和数字钱包的章节里会遇到这种模式。Swimm 是一家推广自家产品的公司博客，所以这篇文章只适合用来复习。

## 四步框架就是一次客户需求调研

第 1 步要求理解问题、确定设计范围。书中的建议很直接：放慢节奏，仔细思考，通过提问澄清需求和假设。第 2 步是画出第一版高层设计并征求反馈，把面试当作一次协作。

第 3 步深入设计，同时避免不必要的细节。第 4 步是收尾，此时绝不要说自己的设计完美无缺、没有可改进之处。

现在把这四步放到真实工作中对照。在客户现场，FDE 会先提问再动笔，尽早给相关方看草图，让大家对方向达成一致，只深挖风险最高的部分，最后列出待解决事项。

所以，准备 FDE 面试的合理方式，是把这套框架当作一次简短的客户需求调研，而不是一份需要背诵的脚本。

**要点:** 对 FDE 候选人来说，这本书的价值在于四步框架，而不是 30 个示例设计。

## 一个数字可能改变整个设计

看这道题：“为一家有 2,000 名员工的保险公司设计一个内部文档问答助手。”背熟了全部 30 章的人，可能一上来就想到分片和多级缓存。先做第 1 步，并用上估算那一章。

假设每名员工每天提 10 个问题，那就是在 8 小时工作日、即 28,800 秒内共 20,000 个问题：每秒不到一个。即使峰值是平均值的五倍，也只有每秒约 3.5 个问题。

在这样的负载下，规模并不是难点。难点转移到了答案的准确率，以及等待模型的时间。

这一分钟的计算能让面试官看到，你在解决客户的问题，而不是你习惯解决的问题。这也是一项值得写进简历的技能。一行写明“先估算负载，再决定*不*构建某样东西”的经历，比五行罗列技术栈更有分量。

## 这本书缺什么：AI 系统的三层

要补上 AI 这块缺口，可以把 System Design Handbook 的 AI 系统设计指南与这本书搭配阅读。它同样从澄清问题开始，但点明了具体要问的问题：数据类型、延迟和规模。这部分与 Alex Xu 的第 1 步一致。

区别在于高层设计。这份指南建议把架构分成数据、模型、服务三层，并说明你如何在可扩展性与成本、准确率与延迟之间取舍。

回到保险公司的题目，画出这三层。数据层是保单、条款和内部流程文档的存储。要问的是：文档是什么格式，多久更新一次，哪些员工可以查看哪些文档。

模型层负责找到相关段落，并据此起草答案。第 3 步应该在这里深入，因为理赔条款答错造成的危害，远大于多等几秒钟。

至于服务层，前面的计算已经给出了答案：峰值每秒约 3.5 个问题，不需要分片或多级缓存。由于负载低，好的回答会接受稍慢一些的模型来换取准确率，然后在第 4 步明确指出哪些部分仍需用客户的真实数据来衡量。

## 应该按什么顺序读？

如果只有两周时间，先读框架那一章，再读估算那一章。接着读限流器、一致性哈希和键值存储，打好基础。产品类章节中，聊天和支付比 YouTube 更接近企业系统。

把支付一章和 Saga 的资料一起读，理解为什么需要补偿操作。然后加上数据、模型、服务三层，把书中任意两道题改成 AI 版本重新解一遍，就像上面的保险公司例子那样。

合上书之后，有三个习惯值得保留：先问再画，尽早求反馈，绝不声称设计完美。它们能帮你通过面试，也应该从第一天起带到客户现场。

**本周动手试试:**

- 先读框架那一章，再读 Back-of-the-envelope Estimation，然后用完整的四步解一道 AI 题，并把答案记录下来。
- 为“内部文档问答助手”这道题写出五个澄清问题，覆盖数据类型、延迟要求和用户规模。
- 把简历中的一行改写成“与 X 一起澄清需求，因为 Z 方面的取舍而选择了架构 Y”的形式，而不是罗列技术。

## 信源

- [System Design Interview (ByteByteGo course)](https://bytebytego.com/courses/system-design-interview)

- [A Framework For System Design Interviews (ByteByteGo)](https://bytebytego.com/courses/system-design-interview/a-framework-for-system-design-interviews)

- [System Design Interview: An insider's guide by Alex Xu](https://devreads.sandordargo.com/system-design-interview-by-alex-xu/)

- [AI System Design: A Complete Guide (System Design Handbook)](https://www.systemdesignhandbook.com/guides/ai-system-design/)

- [System Design: Complete Guide with Patterns, Examples, and Techniques (Swimm)](https://swimm.io/learn/system-design/system-design-complete-guide-with-patterns-examples-and-techniques)
