设计方法论与估算
5 个知识点需求澄清、容量估算、CAP 权衡与可复用的设计四步法。
kp-001系统设计总览：定义、范围与面试形态kp-002需求澄清与功能边界：从开放问题到需求清单kp-003容量估算：QPS、存储、带宽与内存的推演方法kp-004一致性与可用性权衡：CAP 与 BASEkp-005设计四步法：框图、深挖、瓶颈、权衡
模块地图
可扩展性构件
6 个知识点负载均衡、缓存、CDN、消息队列——把系统拼起来的标准件。
kp-006扩展性基础：垂直扩展、水平扩展与无状态化kp-007负载均衡：四层与七层、算法与健康检查kp-008缓存读写策略：Cache-Aside 与常见模式kp-009缓存三大问题与布隆过滤器kp-010CDN 与边缘加速：原理、回源与失效kp-011消息队列：异步、削峰与投递语义
数据层设计
5 个知识点存储选型、索引与引擎、复制、分片与分布式事务。
kp-012SQL 与 NoSQL 选型决策kp-013索引与存储引擎：B+ 树与 LSM-Treekp-014数据复制：主从、多主与复制延迟kp-015分库分表：拆分策略、路由与分布式 IDkp-016分布式事务：2PC、TCC、Saga 与取舍
可用性与容错
5 个知识点限流、熔断、降级、超时重试与异地多活的故障隔离体系。
kp-017可用性度量：N 个 9、MTBF 与 MTTRkp-018限流：令牌桶、漏桶与分布式限流kp-019熔断、降级与舱壁隔离kp-020超时、重试与幂等设计kp-021冗余、故障转移与异地多活
高频场景案例
5 个知识点短链、Feed、秒杀、IM、搜索五个完整推演，全部带数字。
面试方法与表达
3 个知识点四阶段时间管理、结构化表达与追问应对。
工程实践与演进
3 个知识点架构演进与经典论文、前沿趋势、可观测性。
关于本库
系统设计 · 领域总览
这个领域解决什么问题
系统设计（System Design）研究的是：给定一组功能需求与非功能需求，如何把若干独立运行的组件（网关、服务、缓存、数据库、消息队列等）组织成一个可扩展、高可用、成本可控的整体。它与写代码不同——代码解决"怎么做对"，系统设计解决"怎么在规模、故障与时间压力下依然站得住"。典型应用场景包括：后端/基础架构岗位的系统设计面试、新业务从零到一的架构选型、存量系统的扩容与容灾改造、以及技术方案评审中的方案陈述。
前置知识
学习本库建议具备：一门后端语言的编程经验（会读写 HTTP 接口即可）、数据库基本用法（会写 SQL、建过表）、以及计算机网络基础（理解 TCP/HTTP、DNS 的作用）。这些前置知识本身不属于本库范围——本库默认你已掌握，只在直接相关处简要回顾。
学完能做到什么
- 面对一道开放设计题（短链、Feed、秒杀、IM、搜索），能独立完成"需求澄清 → 容量估算 → 框图 → 深挖 → 权衡"的完整推演，并给出带数字的估算。
- 能为常见构件（负载均衡、缓存、消息队列、分库分表、限流熔断）给出什么时候用 / 什么时候不用的判断，以及参数级的配置要点。
- 能识别高频反模式（缓存三问、重试风暴、单点、跨分片大事务）并给出替代方案。
- 在 40 分钟内结构化地讲清一个设计，扛住两轮追问。
知识树
| 模块 | 内容 | 知识点数 |
|---|---|---|
| 01-设计方法论与估算 | 需求澄清、容量估算、CAP 权衡、四步法 | 5 |
| 02-可扩展性构件 | 水平扩展、负载均衡、缓存、CDN、消息队列 | 6 |
| 03-数据层设计 | 选型、索引与存储引擎、复制、分库分表、分布式事务 | 5 |
| 04-可用性与容错 | 可用性度量、限流、熔断降级、超时重试幂等、异地多活 | 5 |
| 05-高频场景案例 | 短链、Feed、秒杀、IM、搜索五个完整推演 | 5 |
| 06-面试方法与表达 | 四阶段时间管理、结构化表达、失分点清单 | 3 |
| 07-工程实践与演进 | 架构演进与经典论文、前沿趋势、可观测性 | 3 |
共 7 个模块、32 个知识点，全部路径见 00-learning-path.md。
范围收缩说明
系统设计外延极广，本库按"面试与工程双轨、以构件与案例为骨架"收缩边界：不覆盖 Kubernetes 实操、具体云厂商产品定价、以及编程语言级性能调优；微服务治理只讲到网关、注册发现层面，服务网格（Service Mesh）仅在前沿趋势中提及。