ByteByteGo學習筆記：系統設計中的估算技巧詳情 - 後端,系統架構,系統設計 float64 博客

在系統設計中，估算系統容量和性能需求是一項至關重要的技能。

一、二次冪（Power of Two）

在處理分佈式系統時，數據量可能會變得非常龐大。為了進行正確的計算，瞭解數據量單位的冪次是非常關鍵的。一個ASCII字符佔用1字節（8位），下面是一些常見的數據量單位：

2^10（1千）：1千字節（KB）
2^20（1百萬）：1兆字節（MB）
2^30（10億）：1吉字節（GB）
2^40（1萬億）：1太字節（TB）
2^50（1百萬億）：1拍字節（PB）

二、程序員應知的延遲數字

瞭解不同計算機操作的延遲時間對於系統設計至關重要。以下是一些常見的操作及其對應的時間：

L1緩存引用：0.5 ns
分支錯誤預測：5 ns
L2緩存引用：7 ns
互斥鎖/解鎖：100 ns
主內存引用：100 ns
使用Zippy壓縮1KB：10,000 ns = 10 µs
通過1 Gbps網絡發送2KB：20,000 ns = 20 µs
從內存中順序讀取1MB：250,000 ns = 250 µs
在同一數據中心的往返時間：500,000 ns = 500 µs
磁盤尋道：10,000,000 ns = 10 ms
從網絡中順序讀取1MB：10,000,000 ns = 10 ms
從磁盤中順序讀取1MB：30,000,000 ns = 30 ms
從加利福尼亞發送數據包到荷蘭：150,000,000 ns = 150 ms

谷歌的一位軟件工程師開發了一個工具,將這些數據可視化，有助於理解

三、可用性數字

高可用性是指系統在期望的時間內持續運行的能力。高可用性通常以百分比表示，100%表示系統無停機時間。大多數服務的可用性在99%到100%之間。
服務水平協議（SLA）是服務提供商與客户之間的正式協議，定義了服務提供商將交付的服務水平。雲服務提供商如Amazon、Google和Microsoft通常將SLA設定為99.9%或更高。可用性通常以九的個數來衡量，九的個數越多，系統停機時間越少。
以下是一些常見的可用性百分比及其對應的停機時間：

99%：每年3.65天停機
99.9%：每年8.76小時停機
99.99%：每年52.56分鐘停機
99.999%：每年5.26分鐘停機
99.9999%：每年31.56秒停機

四、估算Twitter的容量和存儲需求

假設：
每月有3億活躍用户。
50%的用户每天使用Twitter。
用户平均每天發佈2條推文
10%的推文包含媒體
數據保存5年

估算：

每秒查詢數（QPS）：
- 每日活躍用户（DAU）= 3億 * 50% = 1.5億
- 推文QPS = 1.5億 * 2條推文/24小時/3600秒 ≈ 3500
- 峯值QPS = 2 * QPS = 7000
平均推文大小：
- tweet_id 64字節
- 文本140字節
- 媒體1MB
媒體存儲：1.5億 2 10% * 1MB = 30 TB每天
5年媒體存儲：30 TB 365 5 = 55 PB