Reference: https://github.com/donnemartin/system-design-primer
Step1. Outline use cases, constraints, and assumptions
Gather requirements and scope the problem. Ask questions to clarify use cases and constraints
收集、确定需求或用例场景，并明确要解决的问题范围，可以提出一些问题，确定用例和约束
what does the system do?
这个系统需要完成什么功能
who is going to use it?
面向的用户是谁
how many users are there?
用户量是多少, 用户量在1天内分布均匀吗?
how much data do we expect to handle?
根据用户量, 功能场景, 估算每日的数据量 (可能是存储, 带宽等)
how many requests per second do we expect?
根据用户量, 使用场景, 估算QPS或者QPM
Step2. Create a high level design
Outline a high level design with all important components
首先从从高纬度整体设计一下，包含主要的组件。暂时可以不讨论细节。
Step3. Design core components
Dive into details for each core component.
开始对每一个核心组件进行详细的设计。比如：每个组件该如何使用，组件间是如何交互的，数据库表如何设计等等
Step4. Scale the design
Identify and resolve bottlenecks within given constraints.
在给定的业务场景下，识别出系统的瓶颈、问题，并尝试去解决它。
For example, does the design need to consider the following issues?
- Load Balancer: Ensure optimal performance with dynamic scaling.
- Caching: For lower response latency.
- Database Sharding: Ensure the performance in the face of increasing data volumes.
If the system needs to handle 106 requests per second, and a single server can only handle 105 requests, then you can easily think that the system needs a load balancer.
如果系统需要每秒处理100w个请求，而单机服务器只能处理10w个请求，那么你很容易想到该系统需要一个负载均衡器
Discuss potential solutions and trade-offs. Everything is a trade-off.
针对系统的不同瓶颈，讨论不同的可能采用的方案，每一种方案都有利有弊，要看具体的使用场景。
Step5. Rough calculation
你需要粗略计算出系统的一些关键指标
在粗略计算之前
- 应该对一些常见的组件的性能指标比较敏感：
如：MySQL的单机QPS、MySQL单表存储阈值、Redis的单机QPS、Redis内存
- 应该对当前系统的使用场景指标有一些假设：
如：dau是多少？峰值流量是何时？平均流量是多少？系统提供的每个功能中用户使用比例是多少？例如微博用户中只有15%左右的用户会写微博，如此可以推断出每个功能点的流量；存储量是多少？
- 有了上面的数据后，就可以判断当前的系统设计是否合理，是否可以支撑服务。有哪些需要改进的地方。
