我们来设计一个类似 Twitter 的社交媒体服务，对标 Facebook、Instagram。

What is Twitter?

Twitter 允许用户发布/阅读短消息（<= 280 chars），支持 web 与移动端。

Requirements

Functional requirements

发布 tweets（文本/图片/视频）
Follow 其他用户
Newsfeed 展示关注内容
搜索 tweets

Non-Functional requirements

高 availability，低 latency
可扩展、高效

Extended requirements

Metrics / analytics
Retweet
Favorite

Estimation and Constraints

注意：和面试官确认规模假设。

Traffic

假设 1B 用户，200M DAU，每人每天发 5 条：

$$ 200 \space million \times 5 \space tweets = 1 \space billion/day $$

10% 含媒体：

$$ 10 \space percent \times 1 \space billion = 100 \space million/day $$

RPS

$$ \frac{1 \space billion}{(24 \space hrs \times 3600 \space seconds)} = \sim 12K \space requests/second $$

Storage

Tweets 100 bytes：

$$ 1 \space billion \times 100 \space bytes = \sim 100 \space GB/day $$

媒体 50KB：

$$ 100 \space million \times 50 \space KB = 5 \space TB/day $$

10 年 ~19 PB：

$$ (5 \space TB + 0.1 \space TB) \times 365 \space days \times 10 \space years = \sim 19 \space PB $$

Bandwidth

$$ \frac{5.1 \space TB}{(24 \space hrs \times 3600 \space seconds)} = \sim 60 \space MB/second $$

High-level estimate

Type	Estimate
Daily active users (DAU)	100 million
Requests per second (RPS)	12K/s
Storage (per day)	~5.1 TB
Storage (10 years)	~19 PB
Bandwidth	~60 MB/s

Data model design

users：用户信息

tweets：内容 + userID

favorites：收藏

followers：followers / followees

feeds：用户 feed

feeds_tweets：N:M

选什么 database？

模型关系较强，但可拆分到多个服务，各自拥有表，避免单库瓶颈。可用 PostgreSQL 或 Apache Cassandra。

API design

Post a tweet

postTweet(userID: UUID, content: string, mediaURL?: string): boolean

Follow / Unfollow

follow(followerID: UUID, followeeID: UUID): boolean
unfollow(followerID: UUID, followeeID: UUID): boolean

Get newsfeed

getNewsfeed(userID: UUID): Tweet[]

High-level design

Architecture

采用 microservices。

User Service：auth + user info

Newsfeed Service：生成/发布 feed

Tweet Service：发推/收藏

Search Service：搜索

Media Service：媒体上传

Notification Service：push 通知

Analytics Service：指标与分析

Inter-service communication

用 REST/HTTP 或 gRPC，配合 Service discovery / service mesh。

Newsfeed

Generation

拉取关注列表
拉取相关 tweets
Ranking 算法排序
分页返回

可预生成 feed 存 cache，定期更新。

Publishing

Pull Model：用户请求时生成
Push Model：发推时推给 followers
Hybrid：普通用户 push，明星用户 pull

Ranking Algorithm

示例 EdgeRank：

$$ Rank = Affinity \times Weight \times Decay $$

现代系统多用 ML 模型。

Retweets

创建新 tweet，type 指向原 tweet。也可单独表。

Search

使用 Elasticsearch。

缓存热门 queries/hashtags，用 batch job 更新。

Notifications

用 Kafka + FCM/APNS。

Detailed design

Data Partitioning

Sharding + Consistent hashing。

Mutual friends

用社交图 + graph database（Neo4j、ArangoDB）。

Metrics and Analytics

用 Apache Spark 处理 Kafka events。

Caching

缓存 top 20% tweets + pagination，LRU eviction。

Media storage

用 object storage / HDFS。

CDN

使用 CDN。

Identify and resolve bottlenecks

提升 resilience：多实例、load balancers、DB replicas、分布式 cache 多副本、Kafka/NATS。