Skip to main content

System Design: 支付系统

· 3 min read

为了解决支付系统中高并发、容错、事务一致性等复杂问题，我们可以尝试应用以下设计模式和关键概念:

消息模型类型

· 4 min read

消息模型是消息中间件中用于定义消息传递方式的抽象模式，常见的除了**订阅/发布模式（Pub/Sub）和点对点模式（P2P）**外，还有其他衍生或组合模型。

模式消息传递耦合度可靠性扩展性典型实现典型应用
点对点， P2P一对一低高中ActiveMQ, RabbitMQ异步任务、队列缓冲
发布/订阅一对多低中高Kafka, RabbitMQ事件通知、广播
请求/回复双向中高中RabbitMQ, ZeroMQRPC 调用
推/拉可配置低可配置高Kafka, RocketMQFan-out
流处理连续低中到高高Kafka Streams, Apache Flink日志处理、实时监控

数据的序列化与反序列化

· 6 min read

序列化(Serialization)和反序列化(Deserialization)是数据处理中的两个核心概念，特别是在分布式系统和网络通信中尤为重要。

基本概念​

AWS 常用服务的清单

· 5 min read

以下是 AWS 常用服务的清单，附带核心功能和典型应用场景，帮助您根据需求快速匹配服务：

适用于程序开发

  1. 核心请求流
  2. 数据流
  3. 安全/运维

架构图​

1. 核心请求流​

Azure 常用服务清单

· 5 min read

以下是 Azure 常用服务的清单，按照与 AWS 相同的分类和架构逻辑整理，便于从 AWS 迁移或对比学习：

架构图​

1. 核心请求流​

2. 数据流​

3. 安全/运维​

服务类型​

一、计算服务​

  1. Azure Virtual Machines (VMs)

    • 核心：可扩展的虚拟服务器，支持多种 OS 和实例类型
    • 场景：企业应用、批处理、开发测试环境
    • 关键点：支持自动扩缩容（VM Scale Sets）

  2. Azure Functions

    • 核心：事件驱动的无服务器计算
    • 场景：实时数据处理、微服务、事件触发任务

  3. Azure Kubernetes Service (AKS)

    • 核心：托管 Kubernetes 容器服务
    • 场景：容器化微服务架构

二、存储服务​

  1. Azure Blob Storage

    • 核心：对象存储服务，支持热/冷/归档层
    • 场景：静态网站、大数据存储、备份

  2. Azure Managed Disks

    • 核心：块存储服务，用于 VM 持久化存储
    • 场景：数据库存储、高性能应用

  3. Azure Files

    • 核心：完全托管的云文件共享
    • 场景：企业文件共享、迁移本地文件服务器

三、数据库服务​

  1. Azure SQL Database

    • 核心：托管关系型数据库服务
    • 场景：OLTP 应用、企业系统

  2. Azure Cosmos DB

    • 核心：全球分布的多模型 NoSQL 数据库
    • 场景：低延迟全球应用、游戏、IoT

  3. Azure Synapse Analytics

    • 核心：企业数据仓库和分析服务
    • 场景：大数据分析、商业智能

四、网络服务​

  1. Azure Virtual Network (VNet)

    • 核心：Azure 中的私有网络
    • 场景：混合云连接、网络安全隔离

  2. Azure Front Door

    • 核心：全球 HTTP 负载均衡和 CDN 服务
    • 场景：全球应用加速、DDoS 防护

  3. Application Gateway

    • 核心：第 7 层负载均衡器
    • 场景：Web 应用流量管理、WAF 集成

五、安全与身份​

  1. Azure Active Directory (AD)

    • 核心：身份和访问管理服务
    • 场景：单点登录、多因素认证

  2. Azure Key Vault

    • 核心：密钥和机密管理服务
    • 场景：证书管理、加密密钥存储

六、大数据与分析​

  1. Azure Data Factory

    • 核心：云 ETL 和数据集成服务
    • 场景：数据管道编排、异构数据源集成

  2. Power BI

    • 核心：商业智能和分析服务
    • 场景：数据可视化、交互式报表

七、DevOps 与监控​

  1. Azure Monitor

    • 核心：全栈监控服务
    • 场景：应用性能监控、日志分析

  2. Azure DevOps

    • 核心：CI/CD 和应用生命周期管理
    • 场景：自动化构建、测试和部署

典型场景组合​

1. Web 应用架构​

  • 服务组合：Azure VMs + Application Gateway + Azure SQL + Blob Storage + Front Door
  • 说明：高可用 Web 应用的标准架构

2. 无服务器数据处理​

  • 服务组合：Azure Functions + Blob Storage + Cosmos DB + Event Grid
  • 说明：事件驱动的数据处理管道

3. 大数据分析​

  • 服务组合：Azure Synapse + Data Factory + Power BI
  • 说明：端到端数据分析解决方案

与 AWS 服务对照表​

类别AWS 服务Azure 服务
计算EC2Azure Virtual Machines
LambdaAzure Functions
存储S3Blob Storage
EBSManaged Disks
数据库RDSAzure SQL Database
DynamoDBCosmos DB
网络CloudFrontAzure Front Door
安全IAMAzure Active Directory
大数据RedshiftAzure Synapse
DevOpsCodePipelineAzure DevOps

这个清单提供了从 AWS 到 Azure 的平滑过渡参考，保持相同的架构模式同时利用 Azure 的特有优势。

System Design 过程中的软硬件限制

· 3 min read

在系统设计中，了解硬件资源限制、数据库性能指标和常见数据规模是至关重要的。以下是整理的关键参数和参考范围，涵盖数据规模、硬件配置、数据库性能等方面：

一、数据规模参考​

  1. 文件/数据大小

    • 单条用户数据（如 JSON 记录）：1 KB - 10 KB
    • 高清图片：1 MB - 5 MB
    • 短视频（1 分钟）：10 MB - 100 MB
    • 长视频（1080p，1 小时）：1 GB - 3 GB
    • 数据库单表容量限制：
      • MySQL/PostgreSQL：单表建议 ≤ 500GB（性能下降临界点）
      • 分布式数据库（如 Cassandra）：单表可支持 PB 级

DevOps实践指南：如何保证系统稳定性、高可用性与一致性 | 2025 运维工程师必备技能

· 7 min read

一、 核心目标分解​

  • 稳定性 (Stability):
    • 系统抵御故障、快速恢复的能力。
    • 目标：降低故障发生率 (MTBF - Mean Time Between Failures)。
  • 可用性 (Availability):
    • 系统在需要时可被正常使用的程度。
    • 目标：最大化正常运行时间 (Uptime)，通常用 SLA (如 99.9%, 99.99%) 衡量。
  • 一致性 (Consistency):
    • 确保环境、配置、部署流程、行为在开发、测试、生产等所有阶段高度一致。
    • 目标：消除“在我机器上是好的”问题，减少环境差异导致的故障。

二、 DevOps 达成目标的支柱策略​

1. 基础设施即代码 (IaC)​

不保证 100% 成功，但为了提高成功率，你应该懂得的面试成功指南：核心认知、策略与实战技巧

· 39 min read

找到理想的技术工作确实不仅需要扎实的硬技能，更需要掌握一套有效的面试策略和认知方法。

心法指南​

下面是整理的全面指南，希望能帮你更有信心地迎接挑战：

🧠 一、 核心认知：转变思维，理解面试本质​

  1. 面试不是考试，而是价值交换的对话：

    • 核心： 你不是在被"考"，而是在与公司探讨"我如何能解决你们的问题/达成你们的目标"。
    • 认知： 公司有痛点（技术债、新项目、性能瓶颈、团队协作问题等），你拥有技能和经验。面试是展示你如何匹配并解决这些痛点的过程。时刻思考："我能为他们带来什么独特价值？"