系统设计需先明确边界与核心需求，如短链服务重高并发生成与低延迟跳转；再分层选型：存储用snowflake+redis/mysql混合，服务用异步web+消息队列，接入用nginx+cdn；强调分库分表、降级方案与监控；python层面突出协程、pydantic配置校验及poetry依赖隔离。
明确系统边界与核心需求
面试中系统设计题往往不追求完整代码，而是考察能否快速抓住问题本质。先问清楚：这是什么系统？用户规模多大？读写比例如何？数据一致性要求高不高？比如设计一个短链服务，重点在高并发生成、低延迟跳转、可扩展存储，而不是实时统计或强事务。
分层拆解，从存储到接口逐层选型
典型三层结构要讲清每层为什么这么选：
- 存储层：短链ID用Snowflake或Base62编码+预生成池，避免DB自增瓶颈；映射关系存Redis（热数据）+MySQL（冷备+审计），不单靠一种数据库
- 服务层：API网关做限流（如令牌桶）、短链生成走异步任务（Celery/rabbitmq），跳转请求走无状态Web服务（flask/fastapi），不保存会话
- 接入层：Nginx做负载均衡和静态重定向（301优化seo），CDN缓存http 302响应头（对相同短码可缓存几秒）
关注可扩展性与容错细节
架构不是画完框图就结束，面试官常追问“如果QPS翻10倍怎么办”。关键点包括：
- 分库分表策略：按短码哈希取模分MySQL库，避免单表爆炸；Redis用Cluster模式，key加前缀防倾斜
- 降级方案：Redis不可用时，直接查MySQL并加本地Caffeine缓存；生成失败则返回备用静态短码池
- 监控埋点：记录生成耗时、跳转成功率、缓存命中率，用prometheus+grafana看趋势，异常自动告警
用Python特性支撑设计，不说空话
避免只说“用Python开发”，要体现语言级理解：
立即学习“Python免费学习笔记（深入）”；
- 协程优势：FastAPI默认异步，跳转路由用async def + await redis.get()，比同步IO吞吐高3–5倍
- 配置驱动：用Pydantic模型校验环境变量（如REDIS_URL、SHARD_COUNT），启动时校验必填项，不靠文档靠代码约束
- 依赖隔离：每个微服务用独立venv + Poetry管理包版本，docker镜像分层构建（base→deps→app），加速CI部署