Mobile System Design Interview · 第 3 章Triton 覆蓋度:🟡 中(只有 API/後端那一半)Triton 線
News Feed App
手機裡的那台冰箱
03 SDI 第 11 章講的是「後端怎麼把動態牆排好」。這一章換到手機那一端:畫面永遠從本地資料庫拿資料、網路只負責補貨;按讚先變色、背景再慢慢同步;滑得順不順,看的是 view 有沒有回收、圖片有沒有分級。Triton 沒有寫過 client 端,所以前大半照原書講白話版;最後幾頁才看他對 API 與後端的意見。
給文組
全程只用「家裡的冰箱」:冰箱 = 手機的本地 DB,菜市場 = backend,便利貼 = 還沒同步的按讚。一階一階爬 13 個概念;頁首標 延伸基礎 的頁是補基礎,懂的人可以跳過。
給工程師
原書 9 張圖全部依圖說重繪並可播放、5 張表與所有 data model 照列。後端的 fanout、feed cache 請看 03 SDI 第 11 章簡報,這裡不重講。
標籤怎麼看
📖 原書 🗣️ Triton 本人說 🔭 依 Triton 原則推論 📝 上課筆記 💬 討論串回覆
先用生活理解家裡的冰箱
肚子餓的時候,你先開冰箱,還是先叫外送?
如果每次肚子餓都叫外送,網路一慢就要等,颱風天外送停了就餓肚子。聰明的做法是:永遠從冰箱拿東西吃,菜市場(backend)有新貨就補進冰箱。
- 冰箱 = 手機上的本地資料庫:畫面只從這裡拿資料(原書叫 Single Source of Truth)
- 補貨 = 打 API 拿新貼文,先放進冰箱,再由冰箱通知畫面
- 冰箱貼的便利貼 = 還沒送出去的按讚(第 35 頁的 queue)
- 冰箱放不下 = 過期的要丟(第 31 頁的 eviction)
學習地圖本章的概念階梯
今天爬 13 階。每一階只用前面講過的東西。
- 1API訂貨單
- 2cursor夾一張書籤
- 3requestId單子上的編號
- 4流量預算一個月 5 GB
- 5分層外場和廚房
- 6本地快取只看冰箱
- 7清冰箱LRU、TTL
- 8樂觀更新先說「好的!」
- 9backoff越等越久再打
- 10sanitize海報先檢查
- 11main thread唯一的服務生
- 12lazy loading菜一道一道上
- 13304「沒改」
第 1–4 階 · 手機怎麼跟菜市場訂貨
要回答:要什麼、一次拿多少、斷線重送怎麼辦、流量怎麼省?
第 5–7 階 · 家裡的冰箱
要回答:手機裡誰管什麼?畫面為什麼只看冰箱?滿了丟什麼?
第 8–10 階 · 按讚和發文
要回答:按讚為什麼不用等?失敗怎麼辦?別人的貼文怎麼安全顯示?
第 11–13 階 · 滑得順、省流量
要回答:為什麼會卡?圖片何時下載?第二次還要整份重拿嗎?
全程只用一個情境:家裡的冰箱
原書的數字照用:一頁 30 則、冰箱最少留 50 則、TTL 15 天。每爬 3–4 階有一頁「到這裡你已經會了」。
原書開頭什麼是 news feed · Figure 1
一條不斷更新、可以一直往下滑的清單
這一步要解決的問題「news feed」到底是什麼?先對齊大家腦中的同一個畫面。
📖 原書 Facebook News Feed、X(前身 Twitter)Timeline、Instagram Feed 都是同一件事:持續更新的內容項目列表,內容可能是狀態、照片、影片、連結,讓使用者一直滑下去。
📖 原書 大多數 news feed 共有的功能
- 可以滾動的內容清單
- 點進單篇貼文看詳細內容
- 無限滾動(endless scrolling)
- 按讚、留言、分享這類社交互動
核心結構很像,但內容類型和面試官的需求不同,技術做法就會不同。原書接下來一步一步設計。
四則一樣的卡片:大頭貼圓圈、一條橫條、愛心、向上箭頭(分享),內容是圖片或影片播放鍵。
原書 Step 1了解問題、確定範圍
面試一開始:應徵者 × 面試官的七個來回
這一步要解決的問題要做多大、哪些功能、哪些不做?沒問清楚就畫圖,很容易畫錯。
| 應徵者問 | 面試官答 |
|---|---|
| 只做 mobile,還是要考慮共用同一個 backend 的 web、穿戴裝置? | 今天重點是 mobile,但未來可能有其他 client |
| 功能:看 feed、分享和按讚、看貼文詳情、發新貼文;feed 無限滾動、滑到底再載入;貼文照 server 給的順序顯示。對嗎? | 完全正確 |
| 貼文只有文字,還是可以有照片、影片? | 文字加圖片、影片附件;而且要支援 rich text(標題、粗體、斜體) |
| 即時功能呢?分享數、按讚數即時更新?親密好友發文的推播? | 簡化起見,不做即時更新和通知 |
| 規模多大?使用者分布在哪? | 目標很大:5 億 MAU,分布全球 |
| 全球各地網路品質不一,要不要離線模式看之前載入的內容?要不要 pre-fetch 加快首次載入? | 離線模式要,好主意;pre-fetch 這次先不做 |
| 要設計登入驗證嗎?還是假設已登入? | 假設已經驗證過 |
白話:MAU=每個月有打開 app 的人數;rich text=有標題、粗體、斜體的文字;pre-fetch=使用者還沒打開就先下載;backend=菜市場那一端的 server。
📖 原書 對話還可以繼續談其他相關主題;透過來回討論,把要設計的東西講清楚,然後整理成需求(下一頁)。
原書 Step 1Requirements
需求清單:點一條,看它在哪一頁被解決
這一步要解決的問題把對話整理成清單:每一條後面都要有一頁回答它。
📖 原書 Functional
- 瀏覽來自他人的貼文 feed
- 直接在 feed 裡按讚、分享
- 撰寫含 rich text、圖片、影片的貼文
- 點貼文開啟詳細頁
- 無限滾動:往下滑就抓更多貼文
- 離線模式:沒網路也能看之前載入的內容
📖 原書 Non-functional
- Scalability:全球 5 億 MAU,適應各種網路
- Performance:滑動流暢、發文有效率、各種裝置的媒體處理都優化
- Reliability:網路差也能用,靠快取支援離線
- Data efficiency:智慧快取、選擇性載入,替流量有限的人省流量
- Consistency:離線操作要 eventual consistency,恢復連線後可靠同步
📖 原書 Out of scope
- 即時更新與推播通知
- 使用者打開 app 前先 pre-fetch 貼文
- Authentication(假設已登入)
白話:Scalability=人變多也撐得住;eventual consistency=先各記各的,過一陣子對齊;Authentication=確認你是誰(登入)。
點左邊任一條需求,這裡會告訴你它在第幾頁。
原書 Step 1UI sketch · Figure 2
三個畫面:動態牆、貼文詳情、建立貼文
這一步要解決的問題先畫出三個畫面,才知道 API 要提供哪些資料。
📖 原書 News/Posts Feed 是 app 的核心:無限的貼文清單,可以直接按讚、分享;點貼文開詳細頁;右下角的 Floating Action Button(FAB)用來發新貼文。
📖 原書 Create Post:用 rich text、圖片、影片撰寫新貼文。
📖 原書 Post Detail:選中貼文的完整內容,也能按讚、分享。
界定問題、勾勒體驗之後,下一步是支撐這些功能的 API 設計。
延伸基礎第 1 階 · API懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
手機想看新貼文:要怎麼跟菜市場「訂貨」?
① 先想像
打電話隨口說「老闆,上次那個」,老闆常聽錯。改成一張固定格式的訂貨單,就不會錯。
你猜猜看:打開 app 看動態,是誰先開口?
原書的四種互動(看 feed、發文、看詳情、按讚)全部是手機先開口,菜市場只負責回答。
③ 這叫做 API、JSON
API:菜市場公開的訂貨窗口和單子格式,例如 GET /v1/feed。JSON:單子的寫法,"欄位": 值 一格一格填。
④ 跟這章的關係
第 9–18 頁的四支 API,就是這家店的訂貨單。每送出一張叫一個 request(03 第 4 章第 4 頁)。
② 動手玩:三張訂貨單
原書 Step 2API design · Communication protocol · Figure 3 · Table 1
全部都是 client 先開口,所以選 HTTP + REST
這一步要解決的問題手機和 backend 要用什麼方式講話?先看是誰先開口。
📖 原書 四種互動:Feed retrieval(開 app 拿近期貼文)、Post creation、Post details(點貼文拿更多)、User interactions(按讚、分享通知 backend)。API 設計要談三件事:通訊協定、endpoints、其他考量。
白話:REST=用網址當名詞(/v1/feed)、GET/POST 當動詞的 API 風格;stateless=server 不記得上一張單,每張單自己帶齊;over-fetching/under-fetching=拿太多/拿太少要多跑幾趟;persistent connection=一直開著不掛的線。
📖 原書 Table 1 HTTP with REST
| 優點 | 缺點 |
|---|---|
| 廣泛使用、大家都懂,實作與維護容易 | API 演進時版本管理麻煩;沒有好的 versioning 策略,API 會變臃腫 |
| Server stateless:每個 request 自帶處理所需資訊,水平擴展與多 client 都簡單 | Stateless = 每次都帶 auth token 等資訊;沒有 persistent connection 時,多出來的流量和建連延遲會影響 mobile 效能 |
| 可以用 HTTP caching 減輕 server 負擔、加快回應 | 可能 over-fetching(拿太多)或 under-fetching(要打好幾次) |
Table 1 的「server stateless」和「HTTP caching」兩格,Triton 都有更精確的說法(第 54、52 頁)。
原書 Step 2GraphQL?資料編碼 · Table 2
JSON、XML、Protocol Buffers:選 JSON
這一步要解決的問題訂貨單上的內容,要用哪一種寫法?
📖 原書 也可以用 GraphQL:client 在一個 request 裡指定要哪些欄位,避免 over-fetching。但本章聚焦 HTTP + REST,業界例子有 Meta Graph API、Reddit API、X API。
📖 原書 Table 2 網路資料編碼的取捨
| JSON | 可讀、比 XML 小;多數語言原生支援,常和 REST 一起用 |
|---|---|
| XML | 我們的 request 不需要帶太多 metadata,所以 JSON 比 XML 好 |
| Protocol Buffers | 可能是不錯的選擇;但這次不追求極致效能,用 JSON 免去高昂的設定成本 |
✅ 原書的決定
- HTTP with REST APIs
- JSON 當資料格式(熟 Protobuf 的話,用它設計 API 也很好)
白話:GraphQL=client 自己列出要哪些欄位的查詢語言;XML=每一格都用開始、結束標籤包起來;Protocol Buffers=只寫欄位編號的二進位格式,小但人看不懂;metadata=描述資料的資料。
動手比:同一則 PostPreview 用三種格式送
JSON、XML 是實際算出的位元組數;Protobuf 依 wire format(欄位 tag + varint + 長度前綴字串)估算。文組翻譯:同一份菜單,XML 是每道菜都寫「開始:菜名… 結束:菜名」,Protobuf 是只寫編號。
原書 Step 2API endpoints · Feed retrieval
GET /v1/feed?after=<some-value>&limit=30
這一步要解決的問題打開 app 要拿 feed:這張單子長什麼樣、要帶哪些欄位?
Authentication: Bearer <token> GET /v1/feed?after=<some-value>&limit=30 Body: empty Response: 200 OK. Payload of type FeedApiResponse
📌 原書 Remember endpoint 帶版本(/v1/),新版本才能引入 breaking change、舊版保持穩定,並有計畫地淘汰 API(詳見第 10 章 Building Blocks)。
📖 原書 PostPreview 以效率為核心:只拿夠用的資料,不拿全部附件,只拿附件數量和一張預覽縮圖 URL;也帶「我按過讚沒」這類互動細節。
🛠️ 原書 平台實作 書裡用 Kotlin/Swift data model 呈現回應;實務上 JSON 在 network data source 轉成平台結構:Android 用 kotlinx.serialization、Moshi;iOS 用 Codable。
📖 Other headers 有 Authentication header 表示要登入才能呼叫;用 JSON,所以預設都帶 Accept: application/json。
白話:Bearer token=登入後拿到的通行證,每張單都附上;header=單子上方的小標籤;data model=一則貼文有哪些欄位的清單;breaking change=會讓舊 app 壞掉的改版。
data class FeedApiResponse feed: List<PostPreview> paging: PaginationMetadata data class PostPreview postId: Long contentSummary: String author: AuthorPreview createdAt: String liked: Boolean likeCount: Int attachmentCount: Int attachmentPreviewImageUrl: String? data class AuthorPreview id: Long name: String profileImageThumbnailUrl: String
struct FeedApiResponse feed: [PostPreview] paging: PaginationMetadata struct PostPreview postId: Int64 contentSummary: String author: AuthorPreview createdAt: String liked: Bool likeCount: Int attachmentCount: Int attachmentPreviewImageUrl: String? struct AuthorPreview id: Int64 name: String profileImageThumbnailUrl: String
注意 author 是整個嵌進每一則貼文的。後端要怎麼一次把 30 個作者補齊,見第 53 頁。
延伸基礎第 2 階 · cursor懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
一次只搬 30 則回家:滑到哪裡,再去拿下一批?
① 先想像
菜市場有幾億則貼文,手機一次只搬 30 則。看完了,拿著書籤回去說:「這一則之後,再給我 30 則。」
你猜猜看:每秒滑過 6 則,拿一批要 1 秒。什麼時候出門最好?
看完才出門,要盯著轉圈 1 秒。一次搬 10 批,大多看不到,白花流量。剩 6 則(剛好 1 秒)時出門,剛好接上。
③ 這叫做 pagination、cursor
pagination:分頁,一次只給一批。cursor:書籤,記「上次看到哪一則」。
④ 跟這章的關係
原書 GET /v1/feed?after=…&limit=30 的 after 就是書籤(第 13 頁)。後端那一側見 03 第 11 章第 26 頁。
② 動手玩:滑完 90 則(3 批)
每秒滑過 6 則、拿一批要 1 秒,動畫加速 3 倍。看過 已在手機上 正在拿 還沒拿
原書 Step 2Pagination
一邊往下滑,一邊有人發新貼文
這一步要解決的問題一邊滑、一邊有人發新文:下一頁要怎麼拿,才不重複、不漏掉?
📖 原書 無限滾動清單需要分頁(第 10 章比較了各種分頁)。Offset 分頁在頻繁更新的內容上會出問題:滑越深查詢越慢,而且新貼文一加進來,內容視窗就不準了。
📖 原書 Cursor-based 比較適合,因為它
- 用有 index 的欄位,不用計算 offset,大資料量更有效率
- 用唯一識別碼維持穩定排序,feed 一致性更好
- 適合不斷變動的即時內容
✅ 原書的決定:feed retrieval endpoint 用 cursor-based pagination。
文組翻譯:offset 是「從第 10 頁開始讀」,可是有人在書的最前面插了兩頁,你的第 10 頁就變了;cursor 是夾書籤,「從這則貼文之後繼續讀」。
offset
cursor
延伸基礎第 3 階 · requestId懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
電話斷了,老闆到底聽到沒?再打一次會不會送兩份?
① 先想像
你打電話訂 1 箱蘋果,講完訊號斷了。不知道老闆有沒有聽到,只好再打一次。
你猜猜看:老闆其實第一次就聽到了。重打時單子上沒寫編號,會送來幾箱?
老闆分不出「同一張單又說一次」還是「再要一箱」。單子寫「第 7 號」,老闆看到重複的 7 號就知道是同一張。
③ 這叫做 requestId、idempotency
requestId:手機自己寫在單子上的編號。idempotency:同一張單送幾次,結果都跟送一次一樣。
④ 跟這章的關係
原書的發文、按讚都帶 requestId(第 15、18 頁)。完整版見 03 第 26 章第 32 頁。
② 動手玩:訂蘋果
原書 Step 2Post creation
POST /v1/posts:附件先上傳,再發文
這一步要解決的問題發一篇有照片的貼文:大檔案怎麼送?斷線重送會不會多一篇?
Authentication: Bearer <token> POST /v1/posts Body: NewPostRequest Response: 201 Created
📖 原書 取資料用 GET,送新資訊用 POST。Server 回 201 表示建立成功,但 response body 不帶任何資料。
data class NewPostRequest requestId: Long content: String attachments: List<NewAttachment> data class NewAttachment type: String contentUrl: String caption: String?
struct NewPostRequest requestId: Int64 content: String attachments: [NewAttachment] struct NewAttachment type: String contentUrl: String caption: String?
📖 原書 client 送的 requestId 不是 server 指派的 postId。postId、created_at 由 backend 產生,backend 才是關鍵資料的 source of truth(第 19 頁)。
📖 原書 附件假設已經先上傳到我們的 server,contentUrl 只放上傳後的 URL。兩階段(先傳附件、再建貼文)處理大檔比較有效率。
延伸基礎第 4 階 · 流量預算懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
手機一個月只有 5 GB:每一張圖都在花錢、花電
① 先想像
很多人的方案一個月只有幾 GB,用完就變超慢。電池也一樣:每叫網路起來一次,就扣一點電。
你猜猜看:每天滑 200 則,每則下載一張 1 MB 原圖,一個月(30 天)用掉多少?
200 × 1 MB = 200 MB 一天,× 30 = 6,000 MB ≈ 6 GB,整個月的額度一個 app 就吃光。改成 30 KB 的縮圖,只要約 180 MB。
③ 這叫做 data efficiency、thumbnail
data efficiency:用最少的流量做完同一件事。thumbnail:縮圖,清單上那張小圖。
④ 跟這章的關係
原書的非功能需求就有 Data efficiency:清單只給縮圖,點了才給原圖(第 17 頁);網路差就降畫質(第 47 頁)。
② 動手玩:一個月的帳單
「叫醒網路」:手機的網路晶片平常在睡,每拿一次資料都要醒來、撐一下才睡回去,所以一次拿一批比一則一則拿省電。數字都是示意。
原書 Step 2Post details · list-detail 兩種 model
GET /v1/posts/{postId}:清單給縮圖,點進去才給全部
這一步要解決的問題清單要很多則、詳情要很完整:同一份資料要不要分兩種大小?
Authentication: Bearer <token>
GET /v1/posts/{postId}
Body: empty
Response: 200 OK. Payload of type PostDetailApiResponse
data class PostDetailApiResponse post: PostDetail data class PostDetail postId: Long content: String author: AuthorPreview createdAt: String liked: Boolean likeCount: Int shareCount: Int attachments: List<Attachment> data class Attachment id: Long type: String contentUrl: String previewImageUrl: String? caption: String?
struct PostDetailApiResponse post: PostDetail struct PostDetail postId: Int64 content: String author: AuthorPreview createdAt: String liked: Bool likeCount: Int shareCount: Int attachments: [Attachment] struct Attachment id: Int64 type: String contentUrl: String previewImageUrl: String? caption: String?
📌 原書 Remember 同一份內容,兩種 model
- 清單用輕量 model(PostPreview):夠好的清單體驗就好,用縮圖或低解析度省頻寬
- 詳細頁用完整 model(PostDetail):全部細節與高解析度圖片,使用者點了表示有興趣才載入
兩層做法同時替 client 和 server 省網路、運算、記憶體,對低階手機尤其重要。文組翻譯:菜單上放小照片,客人點了才把整道菜端出來。
假設:PostPreview 1 KB + 縮圖 30 KB;PostDetail 3 KB + 平均 3 張原圖各 400 KB。數字是示意,不是原書的。
原書 Step 2User interactions with a post
POST /v1/posts/{postId}/interactions
這一步要解決的問題按讚、取消讚、分享:怎麼告訴 backend,又不讓人冒充別人按讚?
Authentication: Bearer <token>
POST /v1/posts/{postId}/interactions
Body: PostInteractionRequest
Response: 201 Created
data class PostInteractionRequest requestId: Long type: String
struct PostInteractionRequest requestId: Int64 type: String
📖 原書 和 post creation 一樣的模式。type 可以是 enum:LIKED、REMOVED_LIKE、SHARED。requestId 通常是 client 產生的隨機 UUID,幫 backend 辨認唯一 request,但不長期保存。
白話:enum=只能從幾個固定選項挑一個;UUID=一串幾乎不會撞號的隨機編號;auth token=登入通行證,裡面寫了你是誰。
📝 原書 Note request 裡不放 userId
Backend 從 auth token 取出 userId。省頻寬、避免重複資料,也避免「request 裡的 userId 和 token 對不上」的資安問題。
動手試:組一個 request
原書 Step 2Additional considerations:ID 與時間戳由誰產生
為什麼不讓手機自己決定 postId 和 created_at?
這一步要解決的問題貼文的編號和發文時間,該由誰說了算?
📖 原書 建立貼文時刻意不送 postId 和 created_at。大規模下,把 ID 與時間戳集中在 backend 產生有四個好處:
- Consistency:backend 能對所有 client 強制統一格式與驗證規則
- Reliability:手機的系統時鐘可能不準,甚至被竄改
- Uniqueness:高交易量下也保證 ID 唯一不碰撞
- Database integration:用 DB 的 auto-increment 與
CURRENT_TIMESTAMP,在 insert 時有效率地產生
📖 原書 很多公司有專門的大規模 ID 機制,例如 X 的 Snowflake ID:分散式、以時間為基礎,維持順序又不會跨機器碰撞。使用者成長到數億時,這個可靠的基礎越來越重要。
Triton 對 auto-increment 與 Snowflake 的看法在 03 SDI 第 7 章簡報(010、094、113),這裡不重講。白話:auto-increment=資料庫自動發 1、2、3 號;Snowflake ID=用時間加機器編號拼成、不會撞號的號碼。
動手試:三支時鐘不準的手機
阿明的手機準時;小美的手機慢 5 分鐘;阿豪的手機快 3 分鐘。依序按下去(真實順序就是你按的順序)。
用手機時間排序
用 server 時間排序
到這裡你已經會了小結 1 / 4
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
到這裡你已經會了:手機怎麼跟菜市場訂貨
- 手機先開口,用 API 這張訂貨單要東西,內容用 JSON 寫。
- 一次只搬 30 則,用 cursor 書籤記住看到哪;還剩幾則就先去拿下一批。
- 單子寫 requestId,重送也不會多一份;清單只給縮圖,替使用者省流量和電。
下一階要解決的問題
訂貨單設計好了。貨送到家之後,手機裡誰負責收、放哪裡、怎麼給畫面?這是原書 Step 3 的 client 架構。
延伸基礎第 5 階 · 分層懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
外場和廚房分開:菜市場搬家,服務生要重新訓練嗎?
① 先想像
餐廳外場只管上菜、收單;廚房管冰箱和採買。外場從不自己跑菜市場。
你猜猜看:菜市場搬家了(backend 換網址),誰要改?
外場只跟管家要菜,不知道菜從哪裡來。換菜市場只要改採買的路線,外場一行都不用改。
③ 這叫做 layer、repository
layer:分層,外場叫 UI layer、廚房叫 data layer。repository:廚房的管家,外場要什麼都找他。
④ 跟這章的關係
原書 Figure 4 就是這兩層(第 22 頁);每種資料一個 Repository(第 24 頁)。
② 動手玩:改一個地方,要動幾個元件?
原書 Step 3High-level client architecture · Figure 4
整支 app 的骨架:箭頭是資料怎麼流,不是誰依賴誰
這一步要解決的問題手機裡有哪些零件?資料從哪裡進來、怎麼一路流到畫面?
📖 原書 這一步要涵蓋:高階架構、外部 server 端元件、UI 層與 Data 層的主要元件、跨層的資料流。
重要:原書特別說明,圖中箭頭代表資料流,不是元件依賴。資料從 Posts DB 與 Backend 經過 data source、repository,透過 dependency injection 上到 state holder,最後到畫面。
白話:data source=負責從某個地方拿資料的人;state holder=決定畫面顯示什麼的人;dependency injection(DI)=零件不自己去找別的零件,由外面統一配好遞給它;HTTPS=加密過的 HTTP。
原書 Step 3External components · Client architecture
外面有兩個幫手;裡面分成 UI 層和 Data 層
這一步要解決的問題外面有誰幫忙?手機裡面要怎麼分工?
📖 原書 Backend
RESTful 服務,用 HTTPS + JSON 和 app 溝通。兩個主要功能:提供 app 要的資料(貼文、使用者資訊)、永久儲存貼文與互動。系統大部分商業邏輯在這裡:feed 產生、建立貼文、處理互動。
📖 原書 CDN
- 不管使用者在哪,feed 都快速且穩定地載入
- 減輕 server 負載,流量高峰或重大事件時特別有用
- 從物理上更近的 server 提供內容
5 億 MAU、大量靜態內容(頭像、媒體附件),加 CDN 是明智選擇;由 backend 負責提供 CDN 要分發的內容。
💡 原書 Pro tip 用你最熟的模式(repository、Clean Architecture、MVVM、MVI、MVP)。重點不是哪一種,是你能多清楚講出理由、示範資料怎麼流。
✅ 決定:UI + Data 的分層架構;UDF 與 Reactive programming。
📖 原書 兩層架構
- UI layer:顯示貼文、處理互動、替畫面準備資料
- Data layer:app 的骨幹,處理 client 端貼文的商業邏輯:在裝置上怎麼建立、修改、取得貼文
📖 原書 UDF + Reactive programming
Unidirectional Data Flow:資料單向往上流(data source → repository → UI),使用者動作走明確的通道反向往下。Reactive programming 提供處理非同步資料流、傳播變更的工具。再加上 separation of concerns、single responsibility,用 dependency injection 保持鬆耦合。
🛠️ Android:Kotlin Coroutines + Flow;iOS:Combine。
原書 Step 3Data layer
每種資料一個 Repository,加上零到多個 Data Source
這一步要解決的問題手機裡的資料怎麼分工:誰去拿、誰保管、誰對外?
📖 原書 設計 data layer 先看 app 處理哪些資料。每一種資料通常有:
- 一個 Repository:該資料的主要介面,對外暴露資料、處理相關商業邏輯
- Data Sources:負責特定的資料操作,看需要從哪裡拿、存到哪裡,可能零個到多個
📖 原書 本章主要的資料是 Posts:
冰箱比喻
💡 原書 Pro tip Data layer 同時有 client 端商業邏輯與 app 資料,是最關鍵的一層;多花時間在這裡,面試官會看到你懂穩健的資料管理。
💡 原書 Pro tip 畫高階架構圖時聚焦最關鍵的部分,不用解釋 UI 層、Data 層是什麼;優先講你的關鍵決策與取捨,面試官想知道更多會追問。
這樣分層的好處:職責清楚、模組化、好維護;未來要加 user profile、analytics 這類資料,照同一個模式加就好。
原書 Step 3UI layer · State Holder
每個畫面配一個 State Holder:決定畫面上要顯示什麼
這一步要解決的問題畫面要顯示貼文、轉圈還是錯誤訊息,由誰決定?
📖 原書 三個主要畫面:News Feed、Post Detail、Create Post。每個畫面有一個 State Holder(想成 Android 的 ViewModel),兩個功能:
- 管理 UI state:決定畫面上要顯示哪些資料
- 處理畫面邏輯:處理互動、轉換資料、和 data layer 協調取得與修改 app state
📖 原書 用 News Feed 當例子:State Holder 自動訂閱 Posts Repository,透過 NewsFeedUiState stream(observable data holder)暴露給 UI。除了貼文,UI state 還可能有錯誤訊息、loading 指示等。
💡 原書 Pro tip Step 3 不必追求完美:這是骨架不是藍圖,看好時間,別陷進細節。
data class NewsFeedUiState feed: List<PostPreviewUiModel> isLoading: Boolean errorMessage: String?
struct NewsFeedUiState feed: [PostPreviewUiModel] isLoading: Bool errorMessage: String?
📝 原書 Note 為什麼是 PostPreviewUiModel,不是 PostPreview?
刻意的:把 domain/data model 和 UI model 分開。UI 通常只要一部分資料,有時還要重新整形或預先處理,才能有效率地畫出來。這讓 UI 精簡、少用記憶體,畫面也能獨立於後端或儲存方式演進。越靠近 UI 的 model,越該長成 UI 需要的樣子,而不是資料怎麼存的樣子。
原書 Step 3Navigation · Figure 5 · Media Loader
點一則貼文:畫面只告訴 Navigator「要開哪一篇」
這一步要解決的問題點一則貼文時,畫面怎麼換?貼文裡的圖片又由誰負責載?
📖 原書 串起各畫面的是 Navigation 元件:管理使用者在畫面間移動,並傳遞必要資訊,例如開 Post Detail 時的 postId。導覽事件由 UI 元件直接處理:使用者點貼文 → News Feed Screen 通知 Navigator 下一個畫面與 postId。這在 event-based 導覽函式庫很常見。
📖 原書 State Holder 也管按讚、分享:委派給 Posts Repository 處理資料變更;若用 optimistic writes,state holder 立刻更新 UI state,給使用者即時回饋(第 35 頁)。
📖 原書 Media Loader(UI 層共用元件)
貼文附件在 data model 裡只是 URL 字串。Media Loader 負責從 CDN 下載並管理圖片與其他媒體:集中處理,全 app 一致,並提供最佳化的快取、載入、錯誤處理;也能做漸進式載入或佔位圖(第 47 頁可以玩)。
延伸基礎第 6 階 · 本地快取懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
家規:吃的只從冰箱拿,買回來先放冰箱
① 先想像
兩個房間各自打電話問「還有幾顆蛋」,一個問到 12、一個問到 11,就吵起來。大家只看冰箱,就不會吵。
你猜猜看:動態牆和貼文詳情各自打網路拿讚數,可能看到什麼?
兩次 request 在不同時間到,中間有人按了讚。兩個畫面都只看手機上的資料庫,就永遠一樣。
③ 這叫做 local cache、SSOT
local cache:手機上的冰箱(本地資料庫)。SSOT(single source of truth):畫面只認一個正本。
④ 跟這章的關係
原書:網路拿到的先寫進本地 DB,再由 DB 通知畫面(第 28 頁);沒網路也有東西看(第 32 頁)。cache 見 03 第 1 章第 18 頁。
② 動手玩:兩個畫面、一個讚數
原書 Step 3Data flow across app layers · Figure 6
第一次登入:13 步,資料先進冰箱,再上畫面
這一步要解決的問題第一次登入、冰箱還是空的:資料怎麼一路走到畫面?
按「下一步」從 1 開始
💡 原書 Pro tip 往下之前,停下來確認前面的功能與非功能需求都涵蓋了,現在補比深入技術討論時再補容易得多。
原書 Step 4Design deep dive · Local storage · Table 3
深入四個主題,第一個:手機上的冰箱要用哪一種?
這一步要解決的問題冰箱要用哪一種?要能查、能排序,而且不能亂掉。
📖 原書 Step 4 要深入的四塊
- Local storage 與離線模式(第 29–32 頁)
- Optimistic writes 與離線互動(35–39)
- 顯示 rich post content(41–42)
- 排查卡頓的 feed 捲動(45–47)
📖 原書 本地儲存的兩個用途:離線瀏覽、抵抗爛網路(訊號不穩時還能滑先前快取的貼文);提升效能(開快取過的貼文詳情是瞬間的,不用發網路 request)。資料庫內容和媒體都需要資料管理策略:儲存與清除政策、離線體驗、媒體快取。
💡 原書 Pro tip 對大多數 mobile app,relational database 是儲存 app 資料的首選:內建擴展性、平台支援強、工具成熟。除非有特定需求,否則就當它是預設起點。
白話:relational database=有表格、有目錄、能複雜查詢的資料庫;transaction=幾個動作要嘛全做、要嘛全不做;key-value store=只有編號的置物櫃。
📖 原書 Table 3 在裝置上存貼文的取捨
| Relational DB | 貼文是結構良好的 data model,需要複雜關聯與進階查詢:篩選、排序、可能還要搜尋。提供資料完整性與一致性,設計上能有效擴展。 |
|---|---|
| Non-relational DB | 貼文結構良好,享受不到 non-relational 的優勢;我們要複雜查詢,本地儲存也不能有不一致。 |
| Key-value stores | 不是設計來處理大量資料或複雜結構;沒有關聯結構會造成資料重複;存太多會變慢;不支援關聯、進階查詢、transaction。 |
✅ 原書的決定:relational database,結構化儲存、查詢能力與 transaction 是離線功能需要的組合。
(原書沒有點名產品;Android 常見的是 SQLite/Room,iOS 是 SQLite、Core Data 或 SwiftData。)
延伸基礎第 7 階 · 清冰箱懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
冰箱只有 8 格:滿了,要丟哪一樣?
① 先想像
新買的菜要放進去,總得丟一樣。過期的先丟;沒過期的,丟最久沒打開的。但颱風天要有存糧,最少留幾樣。
你猜猜看:冰箱滿了,要放新買的牛奶,該丟哪一樣?
最久沒用的,接下來用到的機會最小。手機上的貼文也是:一個月沒滑到的,大概不會再看。
③ 這叫做 LRU、TTL
LRU(least recently used):最久沒用的先丟。TTL(time to live):保存期限,過期就丟。
④ 跟這章的關係
原書:LRU + TTL 15 天 + 最少留 50 則(第 31 頁)。後端快取的 TTL 見 03 第 11 章第 35 頁。
② 動手玩:保存期限 14 天、最少留 3 樣
原書 Step 4Database eviction policy
冰箱放不下了:LRU + TTL + 最低門檻
這一步要解決的問題冰箱放不下了:留哪些、丟哪些?
📖 原書 新內容源源不絕,無限期存每一則貼文既沒效率又浪費裝置資源。混合三種互補的策略:
- LRU:優先保留使用者最近看過的,最可能再被打開
- TTL:每則貼文有到期時間,快取裡不放過期內容
- Custom minimum threshold:永遠保留一定數量供離線看
📖 原書 起始預設值
- 最大快取:100–200 MB,依使用模式調整
- 預設 TTL:一般貼文 15 天
- 最低門檻:50 則,或約 2–3 個畫面的量
這些參數應該可以從 backend 設定,依真實的分析數據微調。
原書 Step 4Offline mode user experience · SSOT
沒網路時打開 app:看到的是冰箱裡的東西
這一步要解決的問題沒網路時打開 app,畫面上要有什麼?登出之後呢?
📖 原書 遵循 Single Source of Truth:從 backend 收到貼文就立刻存進本地 DB。Posts Repository 不管有沒有網路,一律從 local data source 暴露貼文 stream。資安考量:DB 只屬於目前的使用者,登出就清空。
📌 原書 Remember SSOT
- 所有 UI 元件只從本地 DB拿資料,絕不直接從網路
- 網路回應更新本地 DB,再由 DB 把變更傳到 UI
- 使用者互動先記在本地 DB,再送去 server
Backend → Local Storage → UI
📖 原書 離線時下拉重新整理:① Repository 試著從 remote 拿 ② 連線問題,失敗 ③ 失敗傳到 state holder,更新 UI state ④ UI 顯示連線問題的訊息 ⑤ 先前快取的內容繼續顯示。
🔍 原書 Industry insights Facebook iOS 早期用 Core Data 快取 feed,規模大了變慢,改成輕量、非正規化、用物件序列化的磁碟快取;Instagram 有 feed JSON 的 response store 與圖片/影片快取,離線時像從網路拿一樣從磁碟給;Reddit 在部分裝置上發現外部儲存不可靠,改用 Android 內部儲存快取影片。
到這裡你已經會了小結 2 / 4
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
到這裡你已經會了:家裡的冰箱
- 外場(UI layer)只跟管家(repository)要資料,不自己跑菜市場。
- 網路拿到的先放冰箱(local cache),畫面只看冰箱:這就是 SSOT,離線也有東西看。
- 冰箱滿了丟最久沒用的(LRU)、過期的丟(TTL),但最少留 50 則給颱風天。
下一階要解決的問題
「讀」的部分完成了。按讚、發文這種「寫」,要怎麼做才不用盯著網路等?
延伸基礎第 8 階 · 樂觀更新懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
按讚之後,要等菜市場回話才變紅嗎?
① 先想像
點餐時服務生聽完就說「好的!」,不會站著等廚房回話。萬一真的沒料了,再回來道歉。
你猜猜看:網路來回要 2 秒。等 server 確認才變紅,按讚後多久才看到紅心?
2 秒在手機上很久。很多人以為沒按到、再按一次,結果變成取消讚。
③ 這叫做 optimistic update、rollback
optimistic update:樂觀更新,先當作會成功、立刻改畫面。rollback:真的失敗了,再把畫面改回來。
④ 跟這章的關係
原書的 optimistic writes 與 Figure 8(第 35、39 頁):按讚先變紅,便利貼排隊,背景再同步。
② 動手玩:兩顆愛心,同時按
等 server 確認才變
♡–
樂觀更新:先變再說
♡–
右邊不是「假裝成功」:按讚記在冰箱門的便利貼上(第 6 階的冰箱),背景再告訴菜市場。
原書 Step 4Optimistic writes · Data layer updates
按讚先變紅,背景再慢慢告訴 server
這一步要解決的問題按讚為什麼不用等網路?離線時按的讚怎麼辦?
📖 原書 Optimistic writes:使用者一動作就立刻更新 UI,不等 backend 確認,感覺立刻生效;對低階手機、爛網路地區的參與度與留存特別重要。處理這類 UI 事件(例如按讚),state holder 平行做兩件事:
- 立刻更新 UI state,彷彿 data layer 已確認:這就是 optimistic write 的本質
- 呼叫 Posts Repository 更新 app state,並透過網路通知 backend
後端同步完成後,底層資料更新了,UI 也不再變動,因為一開始就主動改過了。原書從四個角度談:data layer 更新、錯誤處理、常見挑戰、資料流範例。
📖 原書 本地 DB 當 queue
更進一步:所有互動都先存本地,直到 backend 確認。本地 DB 依發生順序記錄互動;離線時累積的互動,恢復連線後 repository 在背景依序處理。文組翻譯:冰箱門上的便利貼,一張一張照順序寫,出門時再照順序去買。
data class UserInteraction id: Long // AUTO INCREMENT,維持順序 postId: Long userId: Long action: UserInteractionAction status: UserInteractionStatus createdAt: String updatedAt: String // 最後一次同步嘗試 failureCount: Int // 同步失敗次數 enum class UserInteractionAction LIKED, UNLIKED, SHARED, BOOKMARKED enum class UserInteractionStatus PENDING, FAILED, CANCELED
struct UserInteraction id: Int64 // AUTO INCREMENT,維持順序 postId: Int64 userId: Int64 action: UserInteractionAction status: UserInteractionStatus createdAt: String updatedAt: String // 最後一次同步嘗試 failureCount: Int // 同步失敗次數 enum UserInteractionAction case liked, unliked case shared, bookmarked enum UserInteractionStatus case pending, failed, canceled
📖 原書 同一篇貼文上的多次互動全部都要同步,這些資料有分析價值;衝突用 last write wins。本地 DB 新增 UserInteractions table;同步成功後,repository 從這張表刪掉它,並更新 Posts table 對應的那一筆。
原書 Step 4Data layer design update · Figure 7
資料表變成 DAO:Posts DAO 和 User Interactions DAO
這一步要解決的問題多了一張「待同步的便利貼」表之後,data layer 長什麼樣?
📖 原書 在 data layer 設計裡,把資料庫的每張表畫成 Data Access Object(DAO)元件:
- Posts DAO:Posts table,feed 與貼文本身
- User Interactions DAO:新的 UserInteractions table,也就是待同步的 queue
兩個 DAO 都接到同一個 Posts DB,由 Posts Local DataSource 使用;Posts Local DataSource 和 Posts Remote DataSource 一起餵給 Posts Repository,資料再往上到更高的層(圖上沒畫出來)。
白話:DAO(Data Access Object)=一張資料表的專屬窗口,只有它讀寫那張表。
文組翻譯:同一台冰箱有兩層:上層放食物(Posts),門上的磁鐵夾著便利貼(UserInteractions)。管家(Repository)兩邊都看得到。
延伸基礎第 9 階 · backoff懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
菜市場電話不通:每秒狂打,還是越等越久再打?
① 先想像
菜市場停電 30 秒。所有客人每秒打一次,老闆一恢復,全部電話同時湧進來,又把他淹掉。
你猜猜看:停 30 秒,100 萬支手機每秒重打一次,這 30 秒共打幾通?
30 次 × 100 萬支 = 3,000 萬通。改成隔 1、2、4、8、16 秒再打,每支手機在這段時間只打 5 次。
③ 這叫做 retry、exponential backoff
retry:失敗了再試。exponential backoff:每失敗一次,等待時間加倍。
④ 跟這章的關係
原書:同步失敗標 FAILED,越等越久地重試,到上限就放棄或通知使用者(第 38 頁)。後端那一側見 03 第 10 章第 18 頁。
② 動手玩:一支手機在 60 秒內打了幾通
原書 Step 4Error handling · Common challenges
同步失敗了:exponential backoff,再不行就看它有多重要
這一步要解決的問題同步失敗了怎麼辦?要多久重試一次、什麼時候放棄?
📖 原書 ① 網路 request 失敗 → 狀態標成 FAILED ② 隔一段越來越長的時間重試 ③ 直到最大嘗試次數。到了上限呢?看重要性:不重要的(按讚)改成 CANCELED、rollback UI;重要的通知使用者,例如發文失敗就推播請他手動重試。
📖 原書 樂觀寫入之後 backend 狀態變了?Conflict resolution:丟掉本地互動、嘗試合併,或通知使用者讓他決定;看用例與資料性質。
📖 原書 常見挑戰與對策
| 挑戰 | 對策 |
|---|---|
| 最大的挑戰:維持 client 與 backend 的資料一致 | 把 backend 當 single source of truth;每次從 backend 收到資料,就更新本地 Posts DB 對齊 |
| 互動可能被亂序套用 | 每個互動記錄建立與最後修改時間;依序送給 backend |
| Rollback 或衝突處理不清楚,UI 行為令人困惑 | 關鍵情況通知使用者發生什麼、下一步怎麼做 |
| 重試與衝突處理增加 backend 負擔 | Exponential backoff;必要時把互動 batch 起來送 |
注意:本地 DB 是 client 內的 SSOT(給 UI 用),backend 是整個系統的 SSOT(衝突時以它為準)。原書兩種說法都有,指的層次不同。「亂序」這一格,Triton 在 027 有一模一樣的警告(第 54 頁)。
原書 Step 4Optimistic write data flow · Figure 8
按一下愛心,背後跑了 7 步
這一步要解決的問題按一下愛心,背後的資料怎麼流?什麼時候才算真的存好?
UserInteractions table(本地 queue)
- 1.1 更新 UI state(即時回饋)/1.2 通知 repository
- 2 先存本地 → 3 和 backend 同步 → 4 同步成功
- 5 刪掉那筆互動 → 6 更新 Post
- 7 之後 DB 的更新不會讓 state holder 發出新的 UI state,因為 1.1 已經改過了
🔍 原書 Industry insights Instagram 在 Direct 做了 Mutation Manager,管理樂觀寫入可能遇到的網路失敗與資料不一致。
延伸基礎第 10 階 · sanitize懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
別人寫的貼文裡,藏了一段「指令」
① 先想像
社區公佈欄讓大家貼海報。有人在海報裡夾一張「看到的人請把鑰匙放門口」。管理員貼之前要檢查,只留文字和圖片。
你猜猜看:貼文裡藏了一段 <script>,app 不檢查就照著顯示,會怎樣?
瀏覽器或 WebView 看到 script 就會執行,可能偷走登入資訊。這種攻擊叫 XSS。
③ 這叫做 HTML、sanitize
HTML:用標籤排版的寫法,例如 <b>粗體</b>。sanitize:消毒,只留允許的標籤,其他拿掉。
④ 跟這章的關係
原書選 HTML 寫 rich text,條件是一定要先 sanitize(第 41 頁有完整的消毒器可以玩)。
② 動手玩:五段貼文內容
原書 Step 4Displaying rich post content · Table 4
Rich text:自創標記語言,還是用 HTML/Markdown?
這一步要解決的問題貼文要有標題、粗體、連結:內容要用什麼格式存?
📖 原書 貼文內容存成單純的 String,但純文字顯示不符期待:要有連結、mention、文字樣式,本 app 還要標題、粗體、斜體。兩條路:自創 markup language,或用現成的 HTML/Markdown。
📖 原書 自創成本高、要持續維護:Facebook 的 FBML 最後被淘汰,改用標準 HTML、JavaScript(主要是 React);X 仍用自己的 text library;Reddit 用特製版 Markdown。我們不值得自創。
📖 原書 Table 4 貼文內容的編碼
| 優點 | 缺點 | |
|---|---|---|
| HTML | 支援 feed 需要的豐富格式;能自訂元素(之後的文字 highlight、mention);跨平台呈現一致 | 對不懂技術的人太複雜;要 sanitize 防 XSS;渲染吃資源,可能拖慢低階手機的捲動 |
| Markdown | 使用者較容易寫基本格式;可轉成 HTML 再渲染,處理彈性大 | 格式有限,複雜版面可能不夠;仍有語法要學 |
✅ 原書:用 HTML。對策:制定 best practices,每個功能只用一種 HTML 寫法;backend 送來的內容與摘要都是 HTML 字串,先驗證與 sanitize。🛠️ Android:OWASP Java HTML Sanitizer、jsoup;iOS:HTMLKit、Purifier。
動手試:把不安全的 HTML 消毒
渲染結果
被拿掉的東西
只允許 h1–h3 p b strong i em a br ul ol li;a 只留 http(s) 的 href;其他標籤只留文字、事件屬性全部丟掉。這是白名單示意,不是完整的 sanitizer。
原書 Step 4Rendering HTML · Table 5 · Figure 9
WebView 直接畫,還是解析成原生元件?
這一步要解決的問題HTML 貼文要怎麼畫到螢幕上,才不拖慢捲動?
📖 原書 Table 5 在螢幕上渲染 HTML 貼文
| 優點 | 缺點 | |
|---|---|---|
| WebView | 最少力氣畫出複雜格式,一個元件支援所有 HTML;外觀跨平台一致(和行動瀏覽器同引擎) | 記憶體較高,可能影響 feed 捲動;互動不夠原生,難和 feed 動畫無縫整合 |
| Native UI components | feed 捲動效能較好;符合平台設計語言,和其他手勢整合更順 | 要自己寫 HTML → 原生 UI 的 parser;維護工作較多 |
📖 原書 內容是較簡單的 HTML(格式文字、連結、圖片),解析成原生元件在效能與視覺品質間取得平衡;又能在建立內容時訂 best practices,所以選 parse HTML + native UI。
白話:WebView=app 裡的一小塊瀏覽器;native UI=手機系統原生的元件;parser=把 HTML 拆成一個個元件的程式。
✅ 決定:HTML 編碼貼文內容;原生 UI 元件渲染。
🔍 原書 Industry insights 2012 年 Facebook iOS app 從 HTML5 換成原生 iOS 程式碼優化效能;Reddit 改用 Server-Driven UI、剝掉回應裡不需要的資料,首頁 feed 延遲降 12%。
📖 原書 新增 Post Content Renderer(靠 HTML Parser 用原生元件渲染),所有顯示貼文的畫面都依賴它:可讀、可測、跨畫面重用。Create Post 畫面用 Post Editor,輸入的 rich content 由 HTML Encoder 編成 String。
到這裡你已經會了小結 3 / 4
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
到這裡你已經會了:按讚和發文
- 按讚先變紅(optimistic update),便利貼照順序排隊,背景再同步。
- 同步失敗就隔 1、2、4、8 秒再試(exponential backoff);不重要的到上限就 rollback。
- 別人寫的 HTML 先 sanitize,只留允許的標籤再顯示。
下一階要解決的問題
功能都齊了。為什麼滑起來還是會卡?圖片什麼時候下載才不浪費流量?
延伸基礎第 11 階 · main thread懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
每秒要端出 60 張畫面:一張最多只有 16 毫秒
① 先想像
外場只有一位服務生,每秒要端出 60 張畫面。他若跑去洗碗,客人就看到畫面停住一下。
你猜猜看:每秒要畫 60 張,每張最多能花幾毫秒?
1000 ÷ 60 ≈ 16.7。超過了,這一張就趕不上,畫面停一下,就是「卡」。
③ 這叫做 main thread、jank
main thread:唯一負責畫畫面、接手指的那位服務生。jank:趕不上,畫面卡一下。
④ 跟這章的關係
原書排查卡頓:view 沒回收、main thread 做重活、版面太深、圖片太大(第 45 頁)。
② 動手玩:這一秒的 60 張畫面
簡化模型:每張畫面的工作超過 16.7 毫秒就算趕不上。毫秒數是示意。
原書 Step 4Janky news feed scrolling
面試官問:「feed 滑起來卡卡的,可能是什麼原因?」
這一步要解決的問題滑起來卡卡的:第一個該懷疑誰?
📖 原書 這類假設情境題考的是效能優化與診斷能力。第一號嫌犯:view recycling 沒做好。回收的目的是重複使用已經看不到的 view,而不是每捲進一則就建一個新的:少建 view、少 layout,大幅提升效能、降低記憶體。新 view 進入可見區時,系統到 recycling pool 找識別碼相符的可重用 view,換上新資料;main thread 就有餘力處理互動和動畫。
🛠️ Android:View 系統的 RecyclerView,或 Compose 的 LazyRow/LazyColumn;iOS:UITableView/UICollectionView,或 SwiftUI 的 List。
📖 原書 非同步載入內容:圖片、附件在 data model 裡只是 URL,渲染時非同步載入,昂貴的工作不佔 main thread。
📖 原書 其他渲染相關的低效率
- Main thread blocking:重運算、同步網路、檔案 I/O 放 main thread 會凍結 UI → 全部移到背景執行緒
- Complex layouts:太深的巢狀 view → 扁平化、減少階層、移除重疊
- Inefficient state management:不必要的 re-render → state 更新做 debouncing、加 caching 與 memoization
- Unoptimized images:大圖不處理就顯示 → 用高效的 media loading library;server 沒給優化版本就先縮成需要的尺寸
動手試:滑一滑,數一數建了幾個 view
文組翻譯:自助餐的盤子。客人吃完的盤子洗一洗給下一位,餐廳只要幾十個盤子;每位客人都開一個新盤子,倉庫很快就爆了。
延伸基礎第 12 階 · lazy loading懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
點了 30 道小菜:老闆會一次全端上桌嗎?
① 先想像
一次全端上來,大半吃不完、冷掉。聰明的老闆先上你眼前那幾道,快吃完時再上下一道。
你猜猜看:一頁 30 則、每張圖 300 KB,一打開就全下載,你只看了 5 則就關掉。浪費多少?
沒看到的 25 張 × 300 KB = 7,500 KB ≈ 7.5 MB,第 4 階的流量預算就這樣被吃掉。
③ 這叫做 lazy loading、prefetch
lazy loading:滑到了才下載。prefetch:預先載入,快滑到前先下載一兩張。
④ 跟這章的關係
原書的 Media Loader 負責佔位圖和漸進載入;Reddit 在使用者滑太快時取消 prefetch(第 26、47 頁)。
② 動手玩:一頁 30 張圖
看過 下載了沒看 看的時候要等 沒下載 每張 300 KB,示意。
原書 Step 4Dynamic image and video quality
低階手機、3G 網路:圖片自動降一級
這一步要解決的問題低階手機、爛網路:圖片和影片要不要自動降一級?
📖 原書 捲動體驗直接受裝置效能影響:CPU、記憶體、GPU、網路、電量。對能力有限的裝置,依當下狀況動態調整圖片與影片品質,可以:減少載入時間、捲動維持穩定幀率、有效使用資源、在各種裝置與環境更有韌性。
📖 原書 品質門檻
| Low | Medium | High | |
|---|---|---|---|
| Images | 480x320 或更低 | 720x480 | 1080x720 或更高 |
| Videos | 360p | 720p | 1080p 或更高 |
Backend 要能依 client 的 request 給同一媒體的不同版本:預先處理好多個品質存起來,或依需求動態產生。
🛠️ 🔍 原書 Facebook 的開源框架 Litho 把大量 UI 工作移出 main thread:用了 Litho 的影片元件後 News Feed 捲動快達 20%,部分列表子 view 達 42%。Pinterest 優化 ABR 串流管線,影片啟動延遲降約 36%。Reddit 在使用者滑太快時取消影片 prefetch,把非必要工作延後。
白話:幀率(fps)=每秒幾張畫面;ABR=影片依網速自動換畫質;prefetch=預先下載(第 46 頁)。
先出現灰色佔位框,再來模糊的縮圖,最後才是清楚的圖:這就是 Media Loader 的佔位與漸進載入。大小與網速是示意值,不是原書數字。
原書 Step 5Wrap-up
原書的收尾:還有時間,可以再談這七個延伸
這一步要解決的問題面試快結束了:還有時間的話,可以往哪裡延伸?
📖 原書 本章做了什麼
- client 發起的 request 用 HTTP + REST,網路資料用 JSON
- 依 REST 原則設計 backend endpoints 支撐核心功能
- 具離線支援的 client 架構,深入:選本地儲存、樂觀寫入與無縫離線互動、渲染 rich post content、解決 feed 捲動卡頓
📖 原書 延伸題
- 留言功能:對貼文留言、回覆別人的留言
- 推播通知與即時更新:通知貼文的互動、計數與新留言即時更新 🗣️ 第 56 頁
- 搜尋:線上與離線貼文都能搜;本地 DB 可研究 Full-Text Search(FTS)
- 貼文編輯:已同步到 client 的貼文被改了怎麼辦
- 排程貼文:未來某時間才發佈(Android、iOS 的背景任務)
- 智慧 pre-fetching:裝置在理想條件時才下載貼文
- 多語言:處理各種語言的貼文
原書引用的參考資料(25 筆)
Meta Graph API、Reddit API、X API、UUID、Snowflake ID、Facebook 支援全球事件的 production engineering、iOS News Feed 快近 50%、Instagram background prefetching、Reddit 的 ExoPlayer 影片播放、Instagram Direct 樂觀寫入、FBML 淘汰、twitter-text、Reddit Markdown、Reddit Server-Driven UI、Litho、Pinterest ABR(兩篇)、留言區、Push technology、Full-text search、Android/iOS 背景任務、Prefetching、Android/iOS 多語言。
Triton 觀點先說清楚他有講、沒講什麼
Triton 只寫過後端:這章他能評的是 API 那一半
| 原書段落 | Triton 的資料 | 本簡報 |
|---|---|---|
| Pagination(cursor) | 062 lastTs/nextPageTs、087 ?ts=、009 筆記 | 第 50 頁 |
| Table 1 的 HTTP caching | 027/028 Conditional GET、304、146 | 第 52 頁 |
| FeedApiResponse 嵌入 author | 150 N+1、088 MGET、072 預先計算、058 筆記 | 第 53 頁 |
| requestId、201、stateless、亂序、versioning、GraphQL | 027、167、016 | 第 54 頁 |
| CDN、推播(延伸題) | 137 主文、166、146 | 第 56 頁 |
| Feed 格式、新鮮度 | 076 HYPEBEAST、088 | 第 57 頁 |
| 本地 DB、eviction、SSOT、optimistic UI、rich text 渲染、view recycling、圖片品質 | 無 | 照原書講,不硬套 |
怎麼讀接下來幾頁
🗣️ Triton 本人說 是 materials/core 裡 Triton 講義或文章的原文,附檔名。🔭 依 Triton 原則推論 是把他的原則套到這一章,不是他說過的話。📝 上課筆記 是學員(Roy)的筆記;💬 討論串回覆 是作者未標示的留言,不當成 Triton。
整體態度
原書選 REST + JSON、cursor 分頁、ID 由 backend 產生、請求帶 requestId,這些 Triton 的 RESTful 講義(027)幾乎都同意。他能補的是:cursor 到底該長什麼樣、為什麼這樣才能 cache、後端在這支 API 背後要避開哪些坑。
materials/core 裡沒有任何 client 端(offline-first、本地 DB、電池、UI 架構、圖片載入)的 Triton 資料,所以這些頁只放原書標籤。
Triton 補充原書說用 cursor,沒說 cursor 是什麼
✅ 同意 cursor 用時間戳:同一頁永遠長一樣,才能 cache
原書只說「用 cursor」。如果書籤是「第幾頁」,關 app 期間來了 5 篇新文,手機快取裡的第 1–3 頁還能直接用嗎?
每頁的頭尾都往後擠了 5 則。書籤改成「比這個時間更舊的」,舊頁的內容就不會變,只有最新那頁要補。
「GET /v1/chatrooms/<roomId>/messages – Optional parameter: lastTs – Chronological descending order – 支持 pagination ,返回大約上限 50 個訊息 除了 array of message ,還會有 nextPageTs」🗣️ Triton 本人說 062-im-system design.pdf.md · 訊息相關 endpoint
「若用 page id 會隨著時間回傳內容不同,因為下一秒又發新的 msg 這樣很難做 cache, cache 就會 invalidate」「lastTs ⇒ lastMs (毫秒」📝 上課筆記 009 · Roy 的 MVP IM 課堂筆記,非本人原文
「如果沒有 snapshotting,剛好第十名的物品變第十一,然後你拿 Page 2的資料 – 你就會看到重覆的物品 RESTful endpoint: – GET /v1/leaderboard?ts=1561042015」🗣️ 087-redis-2019.pdf.md · 案例 2:data snapshotting
🔭 推論 原書的 GET /v1/feed?after=<some-value> 照 062 具體化:after 就是上一頁最後一則的毫秒 createdAt,PaginationMetadata 裡放 nextPageTs。「比這個時間更舊的 30 則」不會因為有人發新文而改變,所以只有第一頁(062 的 -now)需要重抓。注意 062 是聊天室,所有人看同一份歷史;feed 是每人一份,可以共用的是同一個人的 client 快取與 server 快取。
動手試:關掉 app、有新貼文、再打開滑三頁
page id/offset
lastTs
每頁 30 則。✓ 表示快取裡那一頁的內容仍然正確,可以直接用;✗ 表示內容已經位移,必須重抓。
延伸基礎第 13 階 · 304懂的人可以跳過
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
「上週那份價目表,有改嗎?」沒改就不用重寄
① 先想像
你手上有菜市場上週的價目表。與其叫老闆整份重寄,不如問一句「有改嗎?」沒改,老闆回「沒改」就好。
你猜猜看:同一篇打開 10 次,都沒改。每次整份拿(2.4 KB)和先問再拿(「沒改」約 0.2 KB),各下載多少?
第一次一定要整份拿 2.4 KB,之後 9 次只回「沒改」:2.4 + 9 × 0.2 ≈ 4.2 KB。
③ 這叫做 conditional GET、304
conditional GET:帶著「我手上的版本」去問。304 Not Modified:沒改,不用重寄。
④ 跟這章的關係
原書 Table 1 只寫「可以用 HTTP caching」;Triton 的講義寫了具體做法(第 52 頁)。status code 見 03 第 4 章第 7 頁。
② 動手玩:同一張價目表
Triton 補充Table 1 的「HTTP caching」具體怎麼做
手機裡已經有一份了:先問「有變嗎?」,沒變就回 304
原書 Table 1 只寫「可以用 HTTP caching」。第二次打開同一篇沒改過的貼文,如果還是整份重下載,會怎樣?
內容一模一樣,卻每次都重寄一整份。Triton 的講義說:沒改就回 304,「省下伺服器 CPU 資源和網路流量(=省錢)」。
「304(Not Modified) – 如果客戶端已經有了某一物件的副本,但是不知道這 物件是否最新版本 – 客戶端會發出 Conditional-GET ,在 HTTP header 中加入 If-Modified-Since: <某時間> – 如果客戶端版本是最新的,便回答 304 。否則便 200」🗣️ Triton 本人說 027-RESTful API Design-tw-2.1.pdf.md(028 同)· 常用 HTTP 回答碼:3xx
「客戶端可以建立本地快取 在下次請求時,客戶會把本地快取版本告訴伺服器。如果伺服器發現資源沒有改動,反回 HTTP 304 可以省下伺服器 CPU 資源和網路流量(=省錢) 不常變動的物件適合設定為可快取」🗣️ 027 · 能夠利用快取機制增進性能
「設定好CDN(像是Fastly / cloudflare),設定好你的HTTP header的cache相關的。」🗣️ 146-在C10K以下的世界….md · 第 1 點
🔭 推論 原書的本地 DB 就是 027 說的「本地快取」。打開快取過的貼文詳情時,把 DB 裡那份的版本帶上去問;沒變就 304,body 是空的。這正好對上原書非功能需求的 Data efficiency。
027 講的是 If-Modified-Since;ETag/If-None-Match 是 HTTP 標準的另一種寫法,不是 Triton 講義的內容,放在這裡對照。
Triton 補充GET /v1/feed 背後,後端要做什麼
一頁 30 則、每則嵌一個 author:別查 31 次
原書每則 PostPreview 都嵌了 author。後端如果一則一則去查作者:一頁 30 則、每次 DB 來回 5ms,光來回要多久?
1 次拿貼文 + 30 次拿作者 = 31 次,31 × 5 = 155 ms。手機只會覺得「feed 好慢」。
「例子: facebook newsfeed – 每人的 newsfeed都是預先計算,而不是即時地查詢的 – 用簡單的 Range Scan on PK 便可以 今天 Disk Volume不值錢, Disk IO才值錢」🗣️ Triton 本人說 072-lesson3.pdf.md · Data fan-out
「即使每個select只吃掉5ms(這是算很不錯的數字了),單單因為這些overhead便浪費掉10 * 5ms = 50ms!」方案1:「把要拿的userId先集中到一個array,然後用單一的query去拿全部的record」方案2:inner join users。「以上例子,其實只是backend developer的入門級知識。」🗣️ 150-在一般的留言版….md
「如果有 1000筆ActivityHistory,先掃瞄一次拿出全部的UserID – 以 redis MGET,一次過拿回 1000個User.displayName」🗣️ 088-redis-intro.pdf.md · Anti pattern: data size-dependent IO operations
📝 上課筆記「FB 如果用 Mysql post PK 會用哪個 Triton: post : postID (uuid) PK (postID + create_ts) 一個 Seq.Scan Io 依次拿出來 在動態牆」058 · Roy 的筆記:方向是「feed 依 PK 物理相鄰、一次 seq scan」,但筆記裡的欄位順序和 062「一定是 (chatroomId, createTs)」的原則對不上,存疑。
動手算:原書的 limit=30
🔭 推論 原書的 PostPreview 把 AuthorPreview 嵌在每一則裡,讓 client 一個 request 就拿齊,這對手機是好設計;代價是後端要負責「一次補齊」。fanout、feed cache、hot key 的細節見 03 SDI 第 11 章簡報;一筆一筆補資料的問題另見第 20 頁。
Triton 補充RESTful 講義對原書 API 的逐條對照(1/2)
requestId、201、stateless、亂序:027 早就寫過
原書 Table 1 說 REST 的優點是「server stateless」。那後面的資料庫、快取,也都不能存狀態嗎?
資料總要有地方放。Triton 的講義說:HTTP 只要求協定是 stateless,RESTful 只要求 application server 是 stateless。
同意 重送要認得出來
「在客戶端,任何未成功收到傳回訊息的 API ,只 需要重新呼叫。 伺服器端需要懂得處理重覆 API request 在建立新物件時,把客戶端時間也放到 API request 中,讓伺服器能分辦是否收到重覆的 HTTP POST」🗣️ 027 · Idempotence(重新呼叫)
原書用 client 產生的 requestId,Triton 用 client 時間,目的相同:辨認重覆的 POST。兩者都不拿來當 created_at,和原書「時間戳由 backend 產生」不衝突。
小差異 201 要不要帶 ID
原書:201、body 不帶資料。027:POST「一般會把資源的 ID 返回給用戶」027 · HTTP method-POST。🔭 對 offline-first 的 app 尤其有用:本地 DB 先存了一筆用 requestId 標記的貼文,回應帶 postId 就能直接對上,不用再拉一次 feed。
更精確 「Servers are stateless」
「server side 需要 stateless – 正解 1 : HTTP 只要求 protocol 本身是 stateless ,從未要求伺服器是 Stateless – 正解 2 : RESTful 只要求 Application Server 是 stateless , Server Side 其他部份可以 stateful」🗣️ 027 · 先談 RESTful謬誤
Triton 補充RESTful 講義對原書 API 的逐條對照(2/2)
依序送、重送兩次也沒事:027 的另外兩條
原書說互動要「依序」送。手機先送「按讚」、再送「取消讚」,server 一定照這個順序收到嗎?
兩張單走不同的連線,後送的可能先到。server 先收到「取消讚」再收到「按讚」,結果就是按讚。
同意 為什麼要依序送互動
「除非使用同一個 TCP/IP連線,否則當客戶端先發出 < 指 令1 > ,然後再發出 < 指令2 > ,在次序錯亂的情況下, 伺服器有可能先收到 < 指令2 >」🗣️ 027 · 淺談網路的不穩定性
這正是原書 Common challenges 的「互動可能被亂序套用」,原書的對策(依序送、帶時間戳)和 027 一致。
動手試:哪些互動重送兩次也沒事?
「這是 idempotent 的 PATCH – SET Age = 31 這不是 idempotent 的 PATCH – SET Age = Age + 1」🗣️ 027 · HTTP method-PATCH(續)
🔭 點一個,看它重送兩次的結果。
🗣️「CDN正常應該只去cache成功的request的」→ 跟好 status code,CDN 只看 header 就好;「你去看看facebook花多少年才能deprecate舊的endpoint,就明白為何API的tech debt是最難還清的了」167,呼應原書的 /v1/。🗣️「GraphQL和RESTful本身不是mutual exclusive的」016 第一段。
Triton 補充原書排除的推播、原書加的 CDN
一千萬人同一秒點開推播:CDN 擋得住嗎?
原書說 CDN 能扛「流量高峰」。一千萬人同一秒收到推播、1% 點開,CDN 上還沒有這篇,會怎樣?
1% 就是 10 萬人同一秒。CDN 手上沒有,每一個都要回後端拿;個人 feed 每人不同,CDN 本來就擋不了。
「如果你有10M active user 你想過發promotional notification給這10M user,讓用戶同秒收到 就只1% 點開來也好,流量足夠穿過CDN讓你的backend支持不了給blank page了」🗣️ Triton 本人說 137-喵談 push notification.md · 主文
💬 討論串回覆,作者未標示「CDN也要時間warm-up的 你同秒太多相同的request,就是cache-miss讓你server 來面對」以及「先random抽一小部份人來push notification…warm-up後再push剩下的」:同一串的留言,沒標作者,不算 Triton 的話。
「Write不能用CDN,Read可以。」🗣️ 166-有人問一個系統的server cost….md
「別凡事沒腦問Server拿資料 … 壞主意:每5min問Server拿「過去72小時價格」 好主意:page load時拿「過去72小時價格」,然後以websocket接收「最新報價」去append到「過去72小時價格」後面。」🗣️ 146 · 第 2 點
🔭 推論 點開推播後 app 要兩樣東西:貼文詳情與圖片(大家都一樣,Read,可以走 CDN)、個人 feed(每人不同,CDN 擋不了,一定打到後端)。原書的 SSOT 讓 app 先秀本地 DB 的舊 feed,背景再補,這就是 146 說的「別凡事沒腦問 Server」。數字是示意。
Triton 補充Triton 做過的 feed:HYPEBEAST suggestion feed
推薦 feed 和最新 feed 長一模一樣:client 只寫一份程式
後端加了一個「推薦 feed」。如果它回傳的格式和最新 feed 不一樣,手機那端要怎麼辦?
兩種格式就是兩份解析和畫面程式,iOS、Android 各一份。Triton 在 HYPEBEAST 的做法是讓兩者 100% 同格式。
「Latest Feed is provided by Wordpress Suggestion Feed should be 100% format compatible with Latest Feed – Minimize client side development – Keep single piece of code – future-proof」🗣️ Triton 本人說 076-mini-bigdata.pdf.md · Integration with Wordpress(HYPEBEAST > 3M MAU)
「All data is cached – The user profile, the article content, the article score...... – Performance is MUCH more important then data freshness – "softcache" library to avoid disaster of cache miss in hot data」🗣️ 076 · Suggestion Feed Performance
「用戶頁面顯示的,是「某時間點的 snapshot」 而不是「即時資訊」 所以,你的 cache需要維持的,很有可能不是「最新資訊」」🗣️ 088 · 反思 caching(1)
🔭 推論 套到本章:原書所有清單都用同一個 PostPreview 與同一個 Post Content Renderer,後端換排序或推薦邏輯,client 不用改(Reddit 的 Server-Driven UI 是同一個方向)。「效能比新鮮度重要」則和原書的離線設計同一個精神:先秀冰箱裡 15 天內的舊貼文,比轉圈等最新的好。但這是 Triton 談後端 cache 的話,不是談 client。
到這裡你已經會了小結 4 / 4
- API
- cursor
- requestId
- 流量預算
- 分層
- 本地快取
- 清冰箱
- 樂觀更新
- backoff
- sanitize
- main thread
- lazy loading
- 304
到這裡你已經會了:滑得順、省流量
- 每張畫面只有約 16 毫秒,重活不能放在 main thread,不然就 jank。
- 圖片 lazy loading,快滑到前 prefetch 一張;滑太快就取消,省流量也省電。
- 第二次拿同一份,先問「有改嗎?」,沒改回 304。Triton 補的 API 細節,都在讓手機少拿、少等。
13 階全部走完了
下一頁用一句話收尾;再下一頁是名詞小卡,給大家課後複習。
一句話記住
畫面只看冰箱,網路只負責補貨;
補貨的單子用時間戳當書籤,沒變就回 304。
原書的 client 骨架
- HTTP + REST + JSON;PostPreview/PostDetail 兩層
- Repository + Local/Remote data source;本地 relational DB 是 SSOT
- LRU + TTL 15 天 + 最低 50 則;登出清空
- 樂觀寫入、UserInteractions queue、exponential backoff
- HTML + sanitize + 原生元件渲染;view recycling;圖片分級
Triton 同意並補具體做法
- cursor = 毫秒
lastTs,回nextPageTs(062、009 筆記) - Conditional GET、304,客戶端本地快取(027/028)
- 重送要能去重、依序送、URL 是名詞(027)
- 嵌入的 author 一次補齊,別 N+1(150、088);feed 預先計算(072)
原書沒談、Triton 會追問
- 同秒推播 1% 點開就穿過 CDN(137 主文)
- 個人 feed 是 CDN 擋不了的 Read(🔭 166)
- 「server stateless」只指 application server(027)
- 推薦 feed 要和最新 feed 同格式(076)
本章名詞小卡課後複習用 · 每個名詞一句白話
今天出現的名詞,一句話講完
給工程師的重點出處與原書對照
引述來源(materials/core)與原書段落
Triton 本人的講義/文章
- 062-im-system design.pdf.md — 訊息 endpoint:
lastTs、descending、約 50 則、nextPageTs;Caching with pagination 與 cache key 設計 - 087-redis-2019.pdf.md — 案例 2 data snapshotting:排名榜翻頁看到重覆、
GET /v1/leaderboard?ts=1561042015 - 027/028-RESTful API Design-tw-2.1/2.2.pdf.md — 304 與 Conditional-GET、「客戶端可以建立本地快取」、Idempotence 帶客戶端時間、POST 回傳 ID、RESTful 謬誤(stateless)、網路亂序、PATCH idempotency
- 150-在一般的留言版….md — 留言作者 N+1、5ms、
IN+ HashMap、INNER JOIN - 088-redis-intro.pdf.md — data size-dependent IO、MGET;snapshot 而非即時資訊
- 072-lesson3.pdf.md — Data fan-out:facebook newsfeed 預先計算、Range Scan on PK
- 076-mini-bigdata.pdf.md — HYPEBEAST suggestion feed:與 Latest Feed 100% 同格式、「Performance is MUCH more important then data freshness」
- 137-喵談 push notification.md — 只有主文:10M 同秒推播、1% 點開穿過 CDN。暖 CDN、分批推播是未標作者的回覆(💬)
- 166 Write 不能用 CDN · 146 設定好 CDN 與 cache header、別凡事問 server · 167 status code 與 CDN、FB deprecate endpoint · 016 第一段 GraphQL 與 RESTful 不互斥
上課筆記(非本人原文):009(Roy 的 MVP IM 筆記:page id 難 cache、lastTs ⇒ lastMs)、058(Roy 的 columnar storage 筆記:FB post PK,欄位順序存疑)。PDF 轉出的「⽤」「⼀」等部首字元,引用時寫成一般的「用」「一」。
原書對照
Mobile System Design Interview,Chapter 3 News feed app。開頭定義與 Figure 1(第 4 頁);Step 1 對話(5)、Requirements(6)、UI sketch 與 Figure 2(7);Step 2 Communication protocol、Figure 3、Table 1(9)、Table 2 與 GraphQL(10)、Feed retrieval 與 data models(11)、Pagination(13)、Post creation(15)、Post details(17)、User interactions(18)、ID and timestamp generation(19);Step 3 Figure 4(22)、External components 與 Client architecture(23)、Data layer(24)、UI layer(25–26)、Data flow 與 Figure 6(28);Step 4 Local storage 與 Table 3(29)、Eviction(31)、Offline UX(32)、Optimistic writes(35)、Figure 7(36)、Error handling 與 Common challenges(38)、Figure 8(39)、Rich content 與 Table 4(41)、Rendering、Table 5、Figure 9(42)、Janky scrolling(45)、Dynamic quality(47);Step 5 Wrap-up 與 Resources(48)。原書 9 張圖都依圖說與 alt 描述重繪(Figure 1、2 是 app 線框圖,畫成線框),不是原圖;5 張表與所有 data model 照原書列出。
循序漸進(文組版)的頁面:學習地圖(第 3 頁);延伸基礎 13 階:API(8)、cursor(12)、requestId(14)、流量預算(16)、分層(21)、本地快取(27)、清冰箱(30)、樂觀更新(34)、backoff(37)、sanitize(40)、main thread(44)、lazy loading(46)、304(51);小結(20、33、43、58);名詞小卡(60)。後端概念連到 03 SDI 第 1、4、10、11、26 章的延伸基礎頁。冰箱、菜市場、5 GB、每秒滑 6 則等是示意,不是原書數字。
一個可以直接問自己的問題
你的 app 第二次打開同一篇貼文,下載了幾個 byte?如果答案跟第一次一樣,027 說的本地快取和 304 就還沒做。