Mobile System Design Interview · 第 7 章Triton 覆蓋度:🟢 高(server 端)Triton 線
Design a Hotel Reservation App
先保留、再付款:倒數計時誰說了算
原書設計一個 aggregator 型的訂房 App(像 Booking.com,500 萬 MAU):REST API 搜尋與看詳情,POST 先保留房間、PUT 再補上付款;倒數計時用後端給的到期時間 + 裝置 uptime;autocomplete 用 SQLite FTS;付款交給 PSP 的 client SDK。手機 UI 與本地儲存 Triton 沒有資料,照原書講;POST 背後怎麼保留、怎麼不超賣、重送與付款當機怎麼辦,Triton 的文章剛好都有。
給文組
全程只用一個情境:小安在百貨專櫃買最後一件外套,一階一階爬 12 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
前 39 頁完整講原書(6 張圖全部重繪,Figure 1 的 App 截圖改畫成 wireframe),後面是 Triton 的補充。後端的庫存表、鎖、Saga 在 03 第 22 章 Hotel Reservation 簡報,這裡不重講。
標籤怎麼看
📖 原書 🗣️ Triton 本人說 💬 討論串回覆 🔭 依 Triton 原則推論 📅 2026 補充
先用生活理解專櫃保留單 · 動手玩
最後一件外套,店員幫你留 15 分鐘
你看中最後一件外套,身上錢不夠。店員在保留單上寫「留給 A,到 2:15」,你去 ATM 領錢。2:15 以前別人來問,店員說「被保留了」;2:15 一過,外套就算回到架上,店員不必設鬧鐘回來拆單,有人來問時看一眼牆上的鐘就好。
這一章的對照表
| 專櫃 | 訂房 App(原書用語) |
|---|---|
| 店員寫保留單 | POST /v1/reservations:reservation hold |
| 單上寫「到 2:15」 | 後端給的 expiration UTC timestamp(source of truth) |
| 看牆上的鐘,不看你的手錶 | 手機時鐘不可靠:使用者可以手動調 |
| 去 ATM 領錢再回來 | PSP 付款 → PUT /v1/reservations/{id} |
| 2:15 一過,外套回架上 | Automatic release |
| 保留單上的編號 | requestId(idempotency key)/reservationId |
學習地圖本章的概念階梯
今天爬 12 階。每一階只用前面講過的東西。
- 1search & filter跟服務台說要找什麼
- 2map view樓層導覽圖
- 3state machine保留單的幾種狀態
- 4timeout & retry電梯裡斷線,再打一次
- 5idempotency key報同一個單號
- 6source of truth看店裡的鐘
- 7debounce電梯等最後一人
- 8local DB + FTS小冊子後面的索引
- 9PSP hand-off去隔壁銀行刷卡
- 10authorize / capture押卡凍結,確認才扣
- 11atomic update看和劃掉是同一動作
- 12status code店員回答的種類
第 1–3 階 · 找房
要回答:App 怎麼只拿到我要的那幾間?
第 4–6 階 · 按下 Book
要回答:網路斷了、時間到了,誰說了算?
第 7–9 階 · 搜尋框與付款
要回答:打字時、刷卡時,手機要做哪些事?
第 10–12 階 · 錢與最後一間房
要回答:錢只扣一次、房不賣兩次,怎麼做到?
全程一個情境:小安(虛構)在百貨專櫃買最後一件外套 = 在 App 訂最後一間房
第 1–10 階穿插在原書內容裡;第 11–12 階在 Triton 那一段。每爬 3 階,有一頁「到這裡你已經會了」。
延伸基礎第 0 階 · 前面學過的詞(複習)懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
開始前:前幾份簡報學過的詞,一句話複習
① 先想像
小安打開訂房 App 找台南的飯店。台南有 120 家(示意),手機一個畫面只放得下 5 家。
你猜猜看:原書說這個 App 有 500 萬 MAU。MAU 指的是?
MAU 是 monthly active users。同一秒在線的人少得多;下載了不用的人,不會帶來任何流量。
③ 這叫做(複習,點了可以跳過去)
client / server:手機上的 App/遠端的後台電腦REST API:一樣東西一個網址的窗口JSON:用文字寫的資料格式UI 層/資料層:管畫面的和管資料的分開cache:放手邊的副本,快但不是正本pagination:一次只拿一頁CDN:離使用者近的倉庫,放圖片Decimal:算錢用的十進位數字MAU / DAU:每月/每天真的來用的人
④ 跟這章的關係
原書的搜尋就是 REST + JSON + page/limit 分頁。這些詞後面不再解釋。
② 動手玩:120 家飯店,一次拿幾家?
原書開場Figure 1
搜尋、比較、預訂:像 Booking.com 這樣的 App
這一步要解決的問題這一章要做的 App 長什麼樣子?它最難的是哪三件事?
點愛心試試(原書描述:愛心「presumably for saving favorites」)。
📖 原書 這一章設計一個飯店訂房系統,讓使用者搜尋、比較、預訂飯店。Booking.com、Hotels.com 這類平台把強大的搜尋和即時訂房整合進手機 App,改變了旅遊規劃的方式。
📖 原書 這類系統必須做到的三件事
- 管理即時的房間可用性(real-time room availability)
- 防止重複訂房(prevent double bookings)
- 提供準確的價格(accurate pricing)
這裡的架構模式也適用於其他訂位系統:民宿租賃、機票、活動票券。
原圖上有什麼
藍色頁首寫著 Booking.com;搜尋框「Where do you want to go next?」;Sort、Filter、Map 三個按鈕;飯店列表每一筆有小圖、名稱(例如 Hotel Villa Rosa)、五顆星、8.9 分、「Excellent」、「In city center」或「Cleanliness 9.3」,以及一顆愛心。原圖是真實 App 的截圖,這裡只照描述畫線框,不畫商標,頁首只寫名字。
原書 Step 1Understand the problem and establish design scope
先問清楚:單一連鎖還是 aggregator?付款要給幾分鐘?
這一步要解決的問題先問清楚做多大、做哪些、哪些不做,後面才不會畫錯。
📖 原書 應徵者 × 面試官
| 應徵者問 | 面試官答 |
|---|---|
| 只做單一連鎖飯店,還是像 Booking.com 那樣,把多家供應商的選項整合在一起的 aggregator? | Aggregator:使用者可以瀏覽、預訂來自各種來源的飯店 |
| 核心功能:依地點或目的地搜尋、看房型與價格、在 App 內完成預訂。要不要即時反映別人剛訂走的房間? | 功能 OK,但先不做即時更新。搜尋要有 autocomplete。另一個關鍵:使用者開始填付款資料後,要有完成預訂的時間限制 |
| 要不要取消訂單、App 內 check-in?要做登入流程或推播(例如行程提醒)嗎? | 保持聚焦:假設已經登入;不做取消、check-in、推播。付款要支援信用卡和 PayPal 這類第三方 |
| 規模多大?月活躍使用者(MAU)多少? | 目前全球約 500 萬 MAU,系統要能撐過之後的成長 |
原書:對話還可以繼續,談其他有興趣、和 App 相關的主題。
白話:aggregator=代訂中心,把很多家飯店的房間放在同一個 App 賣;MAU=每月至少打開一次 App 的人數;即時更新=別人一訂走,你的畫面馬上跟著變。
聽到的關鍵字
- Aggregator:資料來自很多供應商,房況不一定即時
- 不做 real-time:搜尋結果可以舊一點,最後以訂的那一刻為準
- 時間限制:整章最重要的 deep dive
- 第三方付款:錢不經過我們自己處理
文組翻譯
你開的是「代訂中心」,不是飯店本身:架上的房間型錄來自很多家飯店,價目表可能晚幾分鐘才更新。客人說要訂,你先打電話給飯店「幫我留著」,再請客人刷卡。
Triton 也把「先留、後付」排在最前面,見第 43 頁
原書 Step 1Requirements · 動手分類
七個功能需求、三個非功能需求
這一步要解決的問題把「App 要會做什麼」和「要做得多好」分開列,之後每個設計都要對回這張清單。
📖 原書 Functional requirements
- 依地點或指定目的地搜尋飯店
- 搜尋時提供 autocomplete 建議
- 看飯店詳細資訊與可訂房型
- 在 App 內完成訂房
- 透過多家付款提供者付款(例如信用卡、PayPal)
- 離線時也能看已確認的訂單
- 系統強制執行完成預訂的時間限制
📖 原書 Non-functional requirements
- High availability:尖峰時段(例如假日旺季流量大增)也要可用、可靠
- Low latency:訂房確認要在幾秒內完成,關鍵交易時少讓人等
- Data consistency:防止同一間房在重疊的時段被同時預訂,所有使用者看到的預訂資料都要正確
猜猜看:這句是哪一類?
文組翻譯:功能需求是「App 要會做什麼」(點菜、結帳);非功能需求是「做得多好」(尖峰也不能當、三秒內出菜、不能把同一桌賣給兩組客人)。
原書 Step 1UI Sketch · Figure 2
三個畫面:Hotel List、搜尋結果、Hotel Details
這一步要解決的問題使用者會經過哪幾個畫面?每個畫面要跟 server 拿什麼?
📖 原書 Hotel List screen(左)是入口:可以搜尋,一開始先顯示精選飯店。搜尋後,同一個畫面改顯示搜尋結果(中),更新可訂的飯店清單。
📖 原書 Hotel Details screen(右)是選中那間飯店的完整資訊,包括可訂的房間。按「Book」開始預訂流程。
原圖上有什麼
- 左:搜尋框和「Search」按鈕;「Discover featured hotels」下三筆飯店,每筆有圖片佔位、文字、愛心
- 中:「Your search」三筆結果(圖、名稱、描述、價格、愛心),其中一筆有實心圓點,表示被選中
- 右:「Hotel name」、「Amenities」、「Available rooms」;每個房間一列,有圖、房型與價格、Book 按鈕
- 兩條彎箭頭:Search → 中間畫面;選中的結果 → 右邊畫面
延伸基礎 · 動手玩第 1 階 · search & filter懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
跟服務台說「我要找什麼」:條件說得越清楚,拿回來的越少
① 先想像
小安到百貨服務台:「我要外套、M 號、三千以下。」服務台不會把全館的衣服搬來給她看。
你猜猜看:全台有 50,000 家飯店(示意)。小安只要台南、兩人、每晚 3,000 以下。App 該怎麼做?
50,000 家全搬到手機,流量、電、記憶體都不夠。條件交給 server,手機只收到要顯示的那幾筆。
③ 這叫做 query parameters、filter
query parameters:網址 ? 後面的條件,一組一組「名字=值」。filter:篩選條件。
④ 跟這章的關係
原書的搜尋 API 就是這樣:經緯度、入住和退房日期、人數,再加 page/limit(第 11 頁)。
② 動手玩:小安的搜尋條件
延伸基礎 · 動手玩第 2 階 · map view懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
百貨的樓層導覽圖:只看你站的這一塊
① 先想像
小安站在導覽圖前,只看 3 樓那一塊。往右走幾步,看到的店就換一批。
你猜猜看:地圖往右拖一點,App 要再問 server 一次嗎?
手機裡只有剛剛那一塊的飯店。畫面換了範圍,就是換了搜尋條件。
③ 這叫做 map view、latitude / longitude
map view:用地圖顯示搜尋結果。latitude / longitude(經緯度):地圖上一個點的兩個數字。
④ 跟這章的關係
原書 Figure 1 有 Map 按鈕,搜尋 API 帶 latitude、longitude。想多看:03 Proximity 第 4 頁。
② 動手玩:移動畫面範圍(台南,示意)
原書 Step 2API design · Network protocol · Hotel endpoints
HTTP + REST + JSON;搜尋用經緯度、日期、人數
這一步要解決的問題搜尋時,手機要把哪些條件告訴 server?拿回來的資料長什麼樣?
📖 原書 不需要即時更新也不做推播,互動幾乎都是 client 發起,所以用 HTTP + REST API,資料格式 JSON。
GET /v1/hotels/search?page={page}&limit={limit}
&latitude={x}&longitude={y}&other_query_parameters
allows users to search hotels by location and travel dates
Response: 200 OK with HotelSearchResponse
Other query parameters:
check_in_date (Date): Desired arrival date
check_out_date (Date): Planned departure date
guests (Integer): Number of guests staying
data class HotelSearchResponse hotels: List<HotelPreview> paging: PaginationMetadata
struct HotelSearchResponse hotels: [HotelPreview] paging: PaginationMetadata
data class HotelPreview id: String name: String location: String price: BigDecimal lowResImageUrl: String ...
struct HotelPreview id: String name: String location: String price: Decimal lowResImageUrl: String ...
白話:query parameters=網址 ? 後面的條件(第 9 頁);page/limit=第幾頁、一頁幾筆;200 OK=成功;PaginationMetadata=「還有沒有下一頁」的資訊。
💡 Pro tip
面試時,專心定義最關鍵需求的 endpoint 和 data model,它們通常就是 App 的主要使用者流程。其他功能要承認它存在,可以高層次帶過、不進實作細節:這表示你看到了全貌,同時有意識地排了優先順序。
📖 原書 Hotel endpoints
飯店是這個 App 的基石,使用者需要直覺的方式找到、瀏覽它們。搜尋依地點與旅行日期,分頁用 page + limit。列表只要低解析度的圖(lowResImageUrl),價格是 BigDecimal / Decimal。
文組翻譯
搜尋就像跟代訂中心說「我在這個座標附近、12/30 入住、1/2 退房、兩個人」,對方遞給你一頁一頁的型錄,每頁 limit 筆,只附縮圖和起價。
價格為什麼不用 float,Triton 的說法見第 48 頁
原書 Step 2Hotel details · Platform implementation details
點進一間飯店:圖片、設施、精選房型
這一步要解決的問題點進一間飯店時,要拿哪些資料才畫得出詳情頁?
GET /v1/hotels/{id}?query_parameters
fetches details for a specific hotel
Response: 200 OK with HotelDetailsResponse
data class HotelDetailsResponse hotel: HotelDetails data class HotelDetails id: String name: String location: String imagesUrls: List<String> amenities: List<Amenity> curatedRooms: List<RoomSummary> price: BigDecimal ...
struct HotelDetailsResponse hotel: HotelDetails struct HotelDetails id: String name: String location: String imagesUrls: [String] amenities: [Amenity] curatedRooms: [RoomSummary] price: Decimal ...
data class Amenity name: String iconUrl: String category: String data class RoomSummary id: String name: String description: String? imageUrl: String maxOccupancy: Int ...
struct Amenity name: String iconUrl: String category: String data class RoomSummary id: String name: String description: String? imageUrl: String maxOccupancy: Int ...
Swift 欄的 RoomSummary 原書就寫成 data class(應為 struct),照錄不改。
白話:序列化=把資料打包成 JSON 文字,反序列化=拆開變回 App 裡的資料;Amenity=設施(泳池、Wi-Fi);maxOccupancy=最多住幾人。
🛠️ Platform implementation details
整本書用 Kotlin 和 Swift 的 data model 表示 API response,不寫原始 JSON。實務上,JSON payload 在網路層(架構圖裡的 network data sources)轉成各平台的資料結構。
- Android:常用
kotlinx.serialization或 Moshi 做 JSON 序列化與反序列化 - iOS:Swift 內建的
Codableprotocol 把 JSON 欄位對應到 struct 屬性
這頁的資料怎麼用
imagesUrls:詳情頁的大圖,從 CDN 載入(Figure 3)amenities:每個設施有名稱、圖示、分類curatedRooms:精選房型,每間有maxOccupancy,後面訂房的TooManyGuests錯誤就是對照它
文組翻譯
型錄上的一頁換成整本飯店簡介:照片集、設施圖示(泳池、Wi-Fi)、幾種推薦房型,每種寫明最多住幾人。
延伸基礎 · 動手玩第 3 階 · state machine懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
一張保留單的一生:架上 → 保留中 → 已售出
① 先想像
外套被留下之後,只有幾種結局:付了錢、付款失敗、或時間到回架上。店員看保留單上的狀態,就知道下一步能做什麼。
你猜猜看:外套已經賣給小安了。這時鐘走到 2:15,外套會怎樣?
「時間到」只對「保留中」有意義。每個狀態只接受某幾種事件,其他的一律不理。
③ 這叫做 state machine、status
state machine(狀態機):列出所有狀態,和哪個事件能從哪裡走到哪裡。status:現在在哪個狀態。
④ 跟這章的關係
原書的 status 有 pending、failed、succeeded 三種。App 的畫面跟著它換:Reservation → Make Payment → 完成。
② 動手玩:對保留單做幾件事
到這裡你已經會了小結 1 / 4
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
到這裡你已經會了:找房,和一筆訂房的幾種狀態
- 搜尋條件寫在網址上(query parameters),server 篩好、一頁一頁給(page/limit)。
- 地圖畫面也是一種搜尋條件:畫面一換範圍,就用新的經緯度再搜一次。
- 一筆訂房有幾種 status(pending/succeeded/failed),App 的畫面跟著它走。
下一階要解決的問題
小安按下 Book 的那一刻進了電梯,網路斷了。她的房間到底留住了沒?
延伸基礎 · 動手玩第 4 階 · timeout & retry懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
在電梯裡打電話給專櫃,講到一半斷了
① 先想像
小安在電梯裡打給專櫃:「幫我留那件外套。」訊號斷了,她沒聽到店員的回答。
你猜猜看:店員到底聽到了沒?
手機只知道「等太久沒回應」。所以只能再打一次,而再打一次要安全(下一階)。
③ 這叫做 timeout、retry
timeout(逾時):等了固定時間還沒回應,就當作失敗。retry(重試):把同一個 request 再送一次。
④ 跟這章的關係
原書 POST 帶 requestId(第 17 頁)、付款要 retry(第 38 頁),都是為了這件事。想多看:06 News feed 第 14 頁。
② 動手玩:斷在哪裡?
小安聽到的
店員那邊
延伸基礎 · 動手玩第 5 階 · idempotency key懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
報同一個保留單號:打幾通,都只算一張
① 先想像
這次小安一開口就說:「我是保留單 A-17。」第二通也說 A-17,店員一翻就知道:「A-17 已經幫你留了。」
你猜猜看:如果小安沒報單號,連打 3 通(前 2 通沒聽到回答),店裡最後一件外套會?
店員分不出是同一個人重打,每一通都當新客人。外套被小安自己第一通的保留單佔著,她卻以為沒買到。
③ 這叫做 idempotency key
idempotency(冪等):同一件事做一次和做十次,結果一樣。idempotency key:client 先編好的單號;server 看到重複的,就回上次的結果。
④ 跟這章的關係
原書的 requestId 就是它(下一頁)。想多看:06 Stock 第 40 頁、03 Hotel 第 21 頁。
② 動手玩:最後一件外套,在電梯裡連打 3 通
小安聽到的(前 2 通回答斷掉)
店員的保留簿(最後 1 件)
原書 Step 2Reservations endpoints
訂房分兩步:POST 先保留,PUT 再補資料與付款
這一步要解決的問題按下 Book 時,怎麼先把房間留住?網路重送時,怎麼不訂成兩間?
POST /v1/reservations
initiates a reservation by securing a room
Body: ReservationRequest
Response: 201 Created with ReservationResponse
Endpoint-specific errors:
400 Bad Request if conditions such as HotelNotAvailable,
RoomNotAvailable, TooManyGuests, or InvalidDates exceptions
GET /v1/reservations/{id}
returns the details of a reservation and its status
PUT /v1/reservations/{id}
updates an existing reservation with personal details,
payment details, etc.
Endpoint-specific errors:
PaymentError, PaymentProviderNotAvailable, PriceMismatch,
UserInfoIncomplete, or CurrencyNotSupported exceptions
data class ReservationRequest requestId: String hotelId: String roomIds: List<String> checkInDate: String checkOutDate: String guests: Int
struct ReservationRequest requestId: String hotelId: String roomIds: [String] checkInDate: String checkOutDate: String guests: Int
data class ReservationResponse reservationId: String hotelId: String status: ReservationStatus ...
struct ReservationResponse reservationId: String hotelId: String status: ReservationStatus ...
📖 原書 requestId 是 idempotency key
ReservationRequest.requestId 防止網路問題讓同一個 request 送了好幾次,結果意外重複訂房。
後端回 ReservationResponse:包含原 request 的所有資訊,再加上
- 後端產生的
reservationId:之後追蹤、更新這筆預訂的正式識別碼 status:pending、failed 或 succeeded
📌 Remember
POST request 加上 idempotency key,backend 才能 de-duplicate client 的 request。在訂房系統這點至關重要:requestId 防止同一間房被重複預訂。
白話:201 Created=「建好了」;400 Bad Request=「你的請求有問題」;requestId 就是第 16 頁的保留單號 A-17。
錯誤碼該不該全是 400,見第 46 頁;重送見第 44 頁
原書 Step 3High-level client architecture · Figure 3
四個畫面、兩個 Repository、一個 Network Dispatcher
這一步要解決的問題App 裡面怎麼分工?哪些東西在 App 外面?
離線看訂單這條需求,就落在 Reservations Local DataSource:已確認的訂單存一份在手機上。原書沒有再展開它的儲存細節。
📖 原書 External server-side components
- Backend:主要的溝通點,透過 HTTP 處理 client 互動
- CDN:有效率地傳遞靜態內容,提升效能
- API Gateway:管理 authentication、控制系統存取
- External Payment Providers:處理並驗證付款交易
📖 原書 Client architecture
和前幾章一樣分 UI 層與資料層。UI 層三個主要畫面:Hotel List、Hotel Detail、Reservation,各有專屬的 state holder 管畫面邏輯與資料呈現;另外加一個 Make Payment Screen,同時支援直接刷卡和第三方付款。
資料層用兩個 Repository(hotels、reservations)協調核心商業邏輯,每個都同時有 local 與 remote data source。所有網路通訊都經過中央的 Network Dispatcher,由它協調和 backend 的互動並管理存取控制。
白話:state holder=管一個畫面狀態的元件;Repository=資料層的窗口,決定從手機還是 server 拿;data source=資料的來源(local=手機裡,remote=server);Network Dispatcher=所有網路請求的總收發室。
延伸基礎 · 動手玩第 6 階 · source of truth懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
「留到 2:15」:看店裡的鐘,還是看你的手錶?
① 先想像
店員說「留到 2:15」。小安的手錶快了 10 分鐘,可是她不知道。
你猜猜看:店裡的鐘是 2:00,小安的手錶顯示 2:10。她以為只剩 5 分鐘,其實還剩幾分鐘?
2:15 是照店裡的鐘寫的,就要用店裡的鐘算。手錶可以被調,不能當準。
③ 這叫做 source of truth、uptime
source of truth:唯一說了算的正本,這裡是店裡的鐘(server)。uptime:手機開機後一直往前跑的碼表,使用者改不了。
④ 跟這章的關係
原書:後端給到期時間(source of truth),App 用 uptime 倒數(第 21 頁)。碼表歸零了,就再問一次 server。
② 動手玩:三種方法算「還剩幾分鐘」
原書 Step 4Design deep dive · Implementing reservation holds
三個 deep dive,第一個:房間能幫你留多久?
這一步要解決的問題房間能幫你留多久?時間到了,誰負責放回去?
📖 原書 Step 4 要深入的三件事
- 實作預訂保留(reservation holds)
- 用 autocomplete 強化搜尋
- 處理付款
📖 原書 關鍵任務:使用者在完成訂房前,能保留房間多久。業界常叫它 reservation hold,在使用者的方便與讓別人也訂得到之間取得平衡。
📖 原書 Requirements:四個關鍵行為
- Fixed booking window:開始訂房時,後端暫時保留房間一段固定時間(通常 15 分鐘)。倒數從 server 透過
POST /v1/reservations確認 request 時開始;後端是 source of truth,給出權威的到期時間戳 - Automatic release:時限內沒完成,系統自動釋放,房間回到庫存,別人立刻就能訂
- Visible countdown:整個流程中 App 清楚、即時地顯示剩餘時間,用視覺強調緊迫感
- Expiration cleanup:到期後,沒付款的預訂自動取消,庫存保持正確,不讓過期的保留塞住系統
使用者看得到的透明度,加上系統驅動的管理:訂房流程公平,平台又快又準。
猜猜看:這件事誰負責?
🔍 Industry insights
- Expedia 的 API 明確支援兩階段訂房:client 先把房間「on hold」(不收費),再在指定時間內確認訂房 [1]
- 後端怎麼設計,原書請讀者看 System Design Interview Volume 2 的「Hotel Reservation System」章 [2],也就是 03 第 22 章簡報
文組翻譯:保留單上的「到 2:15」是店員寫的,不是你自己寫的;2:15 一過外套回架上,不需要你同意。
原書 Step 4 · 動手玩Managing reservation hold timers
手機的時鐘不能信:到期時間 + uptime
這一步要解決的問題倒數要準:手機時鐘會被改、App 會被暫停,怎麼辦?
✅ Decisions made
- 後端時間戳是追蹤保留的唯一 source of truth
- Client 結合「後端的到期時間戳」與「本地 uptime 的量測」顯示倒數
🛠️ Platform implementation details
- iOS:
ProcessInfo.processInfo.systemUptime取 uptime,用Timer建計時器 - Android:
SystemClock.elapsedRealtime()取 uptime,用CountDownTimer倒數
📖 原書 關鍵挑戰:client 和 backend 對保留時間要同步。手機讓計時變複雜,因為:
- Unreliable device time:使用者可以手動設定時鐘,本地計時器就亂了
- Network delays:client 與 server 之間的延遲,會讓保留看起來開始或結束的時間偏掉
- App suspension:App 縮到背景或手機鎖定時,計時器也要準、不能斷
📖 原書 只靠裝置時鐘不行。後端是 source of truth:把到期的 UTC timestamp 傳給 client。為了不論裝置與網路狀況都能顯示最準的剩餘時間,client 用裝置 uptime:App 暫停時照樣準,也不受使用者改時鐘影響,不像 wall clock 可以被操弄。
📅 2026 補充 Apple 文件對 systemUptime 的定義是「系統自上次重開機後醒著的時間」,裝置真的睡眠時不會前進;Android 的 elapsedRealtime() 包含 deep sleep。兩者重開機都會歸零,所以重開 App 時要用 GET /v1/reservations/{id} 重新同步。
原書 Step 4Architecture changes in the diagram · Figure 4
兩個新元件:資料層算時間,UI 層只負責顯示
這一步要解決的問題「算時間」和「顯示時間」,各放在 App 的哪一層?
📖 原書 架構圖的變更
- 資料層加一個 Reservation Timing Controller:處理前一頁討論的核心計時邏輯
- UI 層加一個 Reservation Timer:向使用者顯示倒數
在不同層加獨立元件,遵循 Separation of Concerns:責任邊界清楚,系統更好維護、更好測試。兩個元件一起讓使用者隨時知道還剩多少時間。
白話:Separation of Concerns=一個元件只管一件事;Navigator=管「從哪個畫面換到哪個畫面」;Dependency Injection=零件由外面裝進來,方便替換和測試。
原圖上有什麼
- UI 層:
Navigator控制Reservation Timer、Reservation Screen、Make Payment Screen之間的流程;資料從 Timer 流到 Reservation Screen,再到 Make Payment Screen - 畫面下方:
Reservation State Holder - 隔著
Dependency Injection,資料層:Reservations Repository連Remote DataSource和Local DataSource Reservation Timing Controller和 Repository 互動
到這裡你已經會了小結 2 / 4
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
到這裡你已經會了:按下 Book 之後,誰說了算
- 手機分不出 request 是去程掉還是回程掉,只能 timeout 之後 retry。
- 重送要安全,就帶 client 先編好的單號(requestId),server 認得出是同一次。
- 保留到幾點由 server 決定(source of truth);App 用 uptime 倒數,只負責顯示。
下一階要解決的問題
小安開始在搜尋框打「Tai…」。每打一個字就問 server 一次,可以嗎?
延伸基礎 · 動手玩第 7 階 · debounce懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
電梯關門:等最後一個人進來,才按「關」
① 先想像
電梯門口陸續有人進來。管理員每進來一個人就重新數 3 秒,數完沒人再進來才關門。
你猜猜看:小安打「tainan」6 個字母,每個間隔 150 ms,打完停下來。規則是「停 250 ms 才查」,會查幾次?
每個字母都在 250 ms 內接著來,計時一直被重來。最後一個字母之後才停夠 250 ms,查 1 次。
③ 這叫做 debounce
debounce(防彈跳):一連串的動作,停下來一小段時間,才做一次。
④ 跟這章的關係
原書:打字時查資料前,加 200–300 ms 的 input debounce(下一頁)。相近的 throttle 見 06 Stock 第 26 頁。
② 動手玩:同一串打字,等多久才查?
原書 Step 4 · 動手玩Enhancing search with autocomplete suggestions
打一個字就問一次 server?手機上的 autocomplete 很難
這一步要解決的問題打字時就給建議,但不能每打一個字就問一次 server。
⭐ = 啟動時預先下載的熱門資料;🕘 = 搜過之後按需載入的資料。打錯一個字母也找得到:FTS 的 fuzzy search(這裡簡化成差一個字母)。
📖 原書 Autocomplete 是行動系統設計面試的熱門題,尤其是訂房 App:使用者打字時快速找到城市、目的地或飯店。演算法、個人化、擴展性可以很複雜,原書保持簡單:專注在有效率地載入 autocomplete 資料。
📖 原書 目前的搜尋:輸入、按「Search」、client 發 GET /v1/hotels/search。可用,但缺少現代使用者期待的即時互動。打字時就顯示建議會方便很多,但要處理四個效能考量:
- Network latency and bandwidth:回應必須幾乎即時。每個按鍵都問 server,慢、又吃流量,慢速連線的人很挫折
- Offline expectations:沒網路也要有意義的建議,尤其是常在偏遠地區的旅客
- Resource constraints:電池、CPU、記憶體都要省;邏輯太複雜或網路呼叫太頻繁會拖慢效能
- Input dynamics:手機鍵盤打得慢、錯得多,所以 autocomplete 要快又寬容
原書 Step 4Implementing autocomplete search · Table 1
建議資料從哪來:五種做法,原書選「預先下載 + 按需載入」
這一步要解決的問題建議用的地名資料,要從哪裡來?
| 📖 Option | Description | Advantages | Disadvantages |
|---|---|---|---|
| Local static dataset | 所有 autocomplete 資料內嵌在 App 裡 | 可離線使用。消除網路延遲。效能穩定 | App 變大。要更新才新鮮。對持續變動的資料不實用 |
| Real-time remote API fetching | 每個按鍵都向後端取建議 | 資料即時。不需本地儲存。高度適應 | 延遲可能打斷 UX。用量變多。需要強健的錯誤處理 |
| Third-party services | 用外部 API(例如 Google Places)提供建議 | 豐富、精選的資料集。減少維護負擔 | 可能要付費。資料分享有隱私疑慮。綁住外部供應商 |
| Pre-fetch popular data | 事先載入常用搜尋詞(例如熱門城市、飯店) | 常見查詢變快。網路用得更有效率 | 可能存了用不到的資料。要定期更新 |
| On-demand data loading | 使用者完成搜尋後,從後端取建議 | 省資源。結果客製化。儲存精簡 | 一開始建議少。新搜尋時可能感覺稀疏 |
📖 原書 Table 1提供 autocomplete 資料的取捨(照原書內容;綠底是原書選的兩種)
📖 原書 要提供有意義的建議,App 必須預測使用者意圖,在查詢成形的過程中給出國家、城市、飯店的相關結果。各做法有利有弊,這個練習採混合方案:預先下載熱門資料 + 依使用者搜尋按需載入。理由:
- App 保持精簡:不內嵌龐大的資料集,安裝大小可控
- 網路負載小:例如啟動時預先下載常用詞,減少即時 request
- 個人化:按需載入會隨使用者的搜尋模式調整,依歷史給量身訂做的建議
📖 原書 這個策略假設使用者常搜熱門地區:一開始給廣泛的建議,隨時間越來越個人化。預先載入常搜的詞,再依互動逐步更新快取,立即回應又保有彈性與相關性。
文組翻譯:口袋小冊子只印熱門景點(預先下載);你查過花蓮之後,小冊子多夾一張花蓮的頁(按需載入)。不必背著整本百科全書(內嵌全部),也不必每查一次就打電話問總機(即時 API)。
延伸基礎 · 動手玩第 8 階 · local DB + FTS懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
旅遊小冊子後面的「索引」:照字母排好,翻一下就到
① 先想像
小安口袋裡有一本旅遊小冊子,沒訊號也能翻。後面的索引照字母排好,找「Tai」開頭的不用一頁一頁翻。
你猜猜看:小冊子有 200,000 個地名。一頁一頁翻,最多要看幾個?用照字母排好的索引呢?
排好序之後,每次翻開中間,就能丟掉一半。對半切 18 次,200,000 個只剩 1 個。
③ 這叫做 local database、FTS
local database:存在手機裡的資料庫(例如 SQLite),沒網路也查得到。FTS(Full-Text Search):替文字建好索引,查開頭、打錯字都快。
④ 跟這章的關係
原書把 autocomplete 資料放進手機的 SQLite + FTS(下一頁)。想多看:03 Autocomplete 第 5 頁、03 Proximity 第 9 頁。
② 動手玩:在小冊子裡找地名
原書 Step 4Search autocomplete data flow · Storage solution
三個步驟:啟動時同步、打字時查本地、選完再補資料
這一步要解決的問題什麼時候下載、什麼時候查本地、什麼時候補資料?存在哪裡?
- Initial data loading:App 啟動時檢查快取的 autocomplete 資料版本;server 說有更新,就下載並更新本地快取。可用 ChangeList pattern 或依時間戳同步
- Local query processing:使用者打字時查本地資料集。為了不被連珠炮的 DB 查詢淹沒,加一個短暫的 input debounce(通常 200–300 ms):使用者停下來後稍等一下再查,平衡反應速度與效能
- Network-based refinement:使用者選了建議或完成搜尋,App 在背景抓那個區域的更多資料,以較短的 TTL 快取在本地:新鮮又不造成過多網路負擔
📖 原書 Storage solution:Full-Text Search(FTS)[3]
要讓 autocomplete 發揮,需要為快速文字檢索最佳化的儲存。名稱與地點最適合 FTS:
- 快速的前綴比對:找出以輸入開頭的詞,非常適合 autocomplete
- 聰明的斷詞(tokenization),提升準確度
- 內建依相關性排序
- Fuzzy search,處理常見的手機打錯字
FTS 要額外的索引空間、也多一點複雜度,但對使用者體驗的好處可能值得。選擇 SQLite + FTS 擴充,跨平台都能用。
白話:TTL=資料的保存期限,過期就重拿;ChangeList=只列出「改了什麼」的清單(下一頁);斷詞=把一串字切成一個一個詞。
🛠️ Platform implementation details
- Android:Jetpack Room 內建 FTS 支援 [4],由 Room 處理 FTS 設定與查詢最佳化
- iOS:Core Data 原生不支援 FTS。可以直接用 SQLite 實作,或用 GRDB [5] 這類 wrapper,簡化整合又保有完整 FTS
原書 Step 4 · 動手玩Potential challenges and considerations · Industry insights
只拿上次之後的差異:ChangeList 讓同步省頻寬
這一步要解決的問題手機裡的資料會變舊:怎麼更新,又不浪費流量?
手機上的 autocomplete 資料
Server 的 ChangeList
版本號、request 格式與大小都是簡報的示意,原書只說「ChangeList pattern」與「只拿上次同步之後的差異」。
🔍 Industry insights
- Traveloka.com:支援多語言、加入地理位置感知,提升相關性、減少錯字 [6]
- Tiket.com:用機器學習模型讓 autocomplete 排序品質提升 4%–7.5% [7]
📖 原書 潛在挑戰
- Data synchronization:用 ChangeList 之類的方法有效率地更新,要小心做版本控制避免衝突。只拿上次同步之後的 delta,最省頻寬
- Throttle tuning:200–300 ms 適合多數人,但可以依打字速度或裝置能力動態調整
- Data freshness:飯店可用性這種易變資料,用較短的過期時間維持準確,又不過度呼叫網路
- Request optimization:按需載入可能在尖峰時壓垮 server;改在 Wi-Fi 下背景同步或預測性預取可以緩解
總結:用 SQLite 的 FTS 做 autocomplete 儲存,針對快速查詢最佳化;再加上聰明的快取與同步策略,各種手機上都反應快、直覺。
「飯店可用性要短 TTL」的 server 端版本見第 49 頁
延伸基礎 · 動手玩第 9 階 · PSP hand-off懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
去隔壁銀行櫃台刷卡,拿一張收據編號回來
① 先想像
專櫃不碰卡號:小安到隔壁銀行刷卡,拿回一張收據編號。專櫃從頭到尾沒看過她的卡。
你猜猜看:小安在付款畫面付到一半,切回 App 時,App 被系統關掉又重開了。App 要怎麼接回去?
App 被關掉,記憶體裡的東西都沒了。保留單號先存在手機上,就能用 GET /v1/reservations/{id} 問回狀態和到期時間。
③ 這叫做 PSP、token
PSP(Payment Service Provider):專門代收付款的公司,例如 Stripe、PayPal。token:代替卡號的號碼牌,別人拿到也刷不了卡。
④ 跟這章的關係
原書讓 App 直接用 PSP 的 SDK 收卡,只把 token 送回 server(第 37 頁)。想多看:03 Payment 第 7 頁。
② 動手玩:付款的交接
原書 Step 4 · 動手玩Processing payments · Credit card payments
卡號不落地:手機上只留一個 token 和末四碼
這一步要解決的問題卡號很敏感:手機上能留下什麼、不能留下什麼?
📖 原書 安全處理付款是訂房 App 的重要面向:要考量使用者體驗、資料安全、產業法規,以及和外部服務的可靠互動。支援兩種主要付款方式:
- 直接刷信用卡:使用者手動輸入卡片資料(姓名、卡號、有效期限、CVV)
- 第三方付款提供者:PayPal、Apple Pay、Google Pay,快速又安全
本節專注在把這些付款方式整合進手機 App。
📖 原書 信用卡付款:安全第一
- 不要在裝置上存敏感資料:卡片資料只在交易進行時短暫存在揮發性記憶體
- HTTPS + TLS 確保傳輸安全
- Tokenization [8]:把敏感資料換成 token,token 指向付款處理商那邊安全保存的真實資料;使用者可以安全地重複使用之前輸入過的付款方式
有了 tokenization,client 端只留:一個安全指向那張卡的唯一 id,加上卡號末四碼,讓使用者認得是哪張卡。
白話:HTTPS/TLS=把傳輸內容加密的連線;揮發性記憶體=App 一關就消失的記憶體;token 就是第 30 頁的號碼牌。
原書 Step 4Integrating credit card payments in our design · PSPs
自己串付款處理商,還是交給 PSP?
這一步要解決的問題刷卡要自己串,還是交給專業的付款公司?
📖 原書 信用卡資訊隨 PUT /v1/reservations/{id} 送到 server 之後,有兩條可行的路:
Direct integration with payment processors [9]
後端直接連 Worldpay、Fiserv、Global Payments 這類服務。控制權在自己手上,但要花大量力氣符合 PCI DSS:要求嚴格又吃資源。
Leveraging PSPs [10]
和 Stripe、PayPal 這類 Payment Service Provider 合作,把合規與安全責任交給他們。他們的 SDK 簡化後端與手機 client 的整合,符合業界最佳實踐。
⚠️ Important security note
直接處理卡片資料、和付款處理商溝通,需要大量的安全措施;為了符合 PCI DSS 標準 [11],基礎設施要大筆投資、還要持續維護。對多數應用來說,用已經處理好這些安全需求的成熟 PSP,更安全也更實際。
白話:PCI DSS=信用卡組織訂的安全規範,自己處理卡號就要通過它的稽核;payment processor=真正在銀行之間搬錢的公司。
📖 原書 決定:和可信賴的 PSP 合作
直接整合太複雜。選 PSP 簡化開發,也因為和公認的付款專家合作而強化使用者信任,為之後更廣的整合打好基礎。
📖 原書 Integrating with third-party PSPs
現代 PSP(Stripe、PayPal)不只處理基本的刷卡,還提供完整方案:數位錢包、替代付款方式(例如 Klarna)。
整合進手機 App 時,一個關鍵的架構選擇:付款要直接從 client 走,還是經過我們的 backend?下一頁的 Table 2 比較兩者。
文組翻譯:自己開一個金庫保管現金(直接串處理商),要請保全、裝監視器、每年接受稽核;把現金交給銀行保管(PSP),你只拿收據。
原書 Step 4Backend vs client-side integration · Table 2
付款從 client 直接走 PSP:體驗更好,client 更複雜
這一步要解決的問題付款從手機直接走付款公司,還是繞經我們的 server?
| 📖 Aspect | Backend integration | Client-side integration |
|---|---|---|
| Implementation | 後端協調和 PSP 的互動 | Client 直接和 PSP 互動,管理付款介面 |
| Performance | 後端處理帶來額外延遲 | 延遲較低。Client 與 PSP 直接溝通,付款更快 |
| Security | 敏感資料只在 server 端處理,整體更安全 | 敏感資料由 client 管,保護 client App 更複雜 |
| Maintenance | PSP 整合比較好管理,變更集中 | 每個平台各自整合;PSP 一改,client 就要更新 |
| User Experience | 跨平台一致,但受限於後端的實作 | 更豐富、更原生,能用 PSP 的完整功能,例如生物辨識驗證 |
| Development | 後端更複雜,client 實作較簡單 | 直接整合 PSP SDK,client 更複雜 |
📖 原書 Table 2與 PSP 整合的取捨(照原書內容)
📖 原書 評估後:在 client 直接整合 PSP,給使用者更豐富、原生的付款體驗,也能用進階選項,包括裝置專屬的生物辨識驗證。雖然 client 的管理更複雜,但符合高品質現代行動體驗的期待。
✅ Decisions made
飯店訂房系統的所有付款交易,都從 client UI 經過第三方 PSP 處理。
文組翻譯
Backend integration 像是把卡交給櫃台、櫃台拿去後面刷;client-side integration 像是你自己拿手機在刷卡機上感應、按指紋。後者快、方便,但刷卡機換新款時,每支手機的 App 都要更新。
不管哪一欄,扣款前後端都要先確認保留還有效:見第 47 頁
原書 Step 4Architecture updates · Figure 5
付款畫面多了一個鄰居:第三方的 client SDK
這一步要解決的問題付款畫面要怎麼放進 App 的架構圖?
📖 原書 對架構圖只需要最小的調整
- Make Payment State Holder:負責所有付款邏輯,把第三方付款 SDK 和我們的 Reservations repository 接起來
- PSP Payment UI:外部 SDK 提供的元件,管理付款的使用者介面,安全地收集付款資料,並提供方便的選項
這些新增清楚劃分付款的責任,提升可維護性,確保敏感交易被安全、可靠地處理。
白話:SDK=別家公司寫好、直接裝進 App 用的元件;state holder 見第 18 頁。
原圖上有什麼
- 標著「Client」的 App,UI 層有
Navigator、Make Payment Screen、Make Payment State Holder - Make Payment Screen 和 State Holder 互動
- 一條單向箭頭:Make Payment Screen → 虛線框「Third Party client SDK」,裡面是 PSP 的
PSP Payment UI
文組翻譯:櫃台旁邊放了一台銀行的刷卡機。卡號只進刷卡機,櫃台的電腦看不到;櫃台只收到一張「授權成功」的收據。
到這裡你已經會了小結 3 / 4
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
到這裡你已經會了:搜尋框和刷卡,手機在做什麼
- 打字停下來才查(debounce 200–300 ms),查的是手機裡的 SQLite FTS,不是 server。
- 熱門地名先下載、搜過的再補;同步時只拿上次之後的差異(ChangeList)。
- 卡號只交給 PSP 的畫面;App 和我們的 server 只拿到 token。
下一階要解決的問題
錢什麼時候才真的扣?保留過期了,錢怎麼辦?
延伸基礎 · 動手玩第 10 階 · authorize / capture懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
飯店入住押卡:先凍結,確認了才真的扣
① 先想像
櫃台在小安的卡上「凍結」6,000 元(2 晚 × 3,000)。錢還在她帳上,只是暫時不能用;確認了才正式扣。
你猜猜看:凍結 6,000 之後,房間的保留卻過期了。小安的 6,000 呢?
凍結不是扣款。確認之前出了事,解除凍結就好,錢一直都在小安帳上。
③ 這叫做 authorization、capture
authorization(預授權):先凍結這筆錢。capture(請款):確認之後才真的拿走。
④ 跟這章的關係
原書:backend 先驗證預訂、再 capture(下一頁)。Triton 說這是 2PC 的變種(第 47 頁)。想多看:03 Payment 第 39 頁。
② 動手玩:卡片額度 10,000
原書 Step 4 · 一步一步Payment data flow · Figure 6
付款四步:SDK 收卡、PUT 帶 token、後端向 PSP 確認、回覆
這一步要解決的問題從輸入卡號到「訂房成功」,資料怎麼走一圈?
- 前提:
POST /v1/reservations成功,拿到reservationId - Payment collection:client 呼叫 PSP 的 SDK 收付款資料,敏感資料不進我們的 server
- Submit payment confirmation:付款後 client 送
PUT /v1/reservations/{id},帶 PSP 給的 tokenized 交易識別碼 - Backend verification:backend 向 PSP 確認付款,成功就鎖定這筆預訂
- 回傳確認給 client
📝 Note PSP 通常分兩步處理交易
- Authorization:在客戶帳戶裡保留資金
- Capture:交易確認時才真的移轉款項
這讓付款更可靠:如果交易確認前出了問題,錢還在客戶帳戶裡,因為它只是被保留、沒有被拿走。使用 PSP 的 SDK 時,為了確保一切同步,backend 應該一律先驗證預訂,再 capture 付款。
原圖上有什麼
User「Makes payment」→ Make Payment Screen;Screen ↔ 虛線框「Third Party client SDK」裡的 PSP Payment UI(1);Screen ↔ Make Payment State Holder ↔ Reservations Repository ↔ Reservations Remote DataSource;Remote DataSource → Backend(2),Backend → Remote DataSource(4);Backend ↔ 虛線框裡的 PSP Payment Server Provider(3)。
文組翻譯:刷卡機先「預授權」(錢凍結、還沒扣),像飯店入住時押信用卡;確認房間真的是你的,才正式請款。Triton 的同一招見第 47 頁
原書 Step 4 · 動手玩Integrating third-party PSP SDKs in the client
PSP 掛了五秒:大家同時重試,還是退一步再試?
這一步要解決的問題付款公司暫時掛了,App 怎麼重試才不會把它壓垮?
示意模型:8 支手機在第 0 秒同時失敗,PSP 在第 0–5 秒故障;backoff 從 1 秒開始加倍。jitter(隨機化等待)不是原書的內容,是常見的搭配。
📖 原書 Stripe、PayPal、Apple Pay 等熱門 PSP 都有完整的 SDK,client 整合比較直接。整合時要小心處理手機特有的付款實作挑戰:
- Error handling:對常見的付款例外做強健的處理,例如交易被拒、逾時、網路問題;清楚告訴使用者付款狀態與可以採取的動作
- Transaction retries:用 exponential backoff 有效率地管理重試,暫時故障時不對 PSP 的 server 造成過大負載
- User feedback:持續、即時、清楚地更新付款進度與狀態,整個過程保持透明
處理好這些,整體可靠性提升:安全、透明、友善的付款體驗。
白話:exponential backoff=失敗後越等越久再試(1、2、4 秒…)。想多看:06 News feed 第 37 頁。
🔍 Industry insights
- Expedia 遷移到雲端的 microservices 付款平台,換取彈性與速度 [12]
- Stripe 解釋付款 tokenisation [13],並用 3D Secure 防詐欺 [14]
重試之前要先確定「重送不會扣兩次」:見第 44 頁
原書 Step 5Wrap-up · 還有時間可以談
原書的收尾:倒數、搜尋效能、順暢付款,和四個延伸題
這一步要解決的問題原書怎麼收尾?還有時間可以聊什麼?
📖 原書 總結
從零設計一套完整的飯店訂房系統:核心是無縫的搜尋、瀏覽、訂房。特別處理了幾個關鍵面向:管理訂房逾時、最佳化搜尋效能、確保順暢的付款流程。
📖 原書 有多的時間,可以考慮
- Real-time availability updates:即時更新房間可用性,讓使用者永遠看到最新庫存
- Smart notifications:即將入住、check-in 提醒、訂單確認的推播
- Reservation management:修改或取消訂單,妥善處理取消政策與退款
- Promotional system:彈性的架構,處理各種折扣、會員計畫、季節優惠
把整章串成一句話
搜尋走 REST,打字時查手機裡的 SQLite FTS;按 Book 時 POST 帶 requestId,後端保留房間並給一個到期時間,App 用 uptime 倒數;PSP 的 SDK 收卡、只回 token;PUT 帶 token 回後端,後端先確認保留還在、再 capture。
到這裡原書全部講完,下一頁開始是 Triton。
Triton 觀點先看全貌 · 只談 server 端
原書的 client 都對;POST 和 PUT 背後那一段,原書沒講
✅ 一致 原書做對的地方
- 先 POST 保留、再填付款資料:「別讓用戶把資料全填好後才拿不到票」(第 43 頁)059 · 084
- 後端時間戳是 source of truth,到期用時間比較(第 42 頁)164
- POST 帶 client 產生的 key,重送不重複(第 44 頁)027 · 028
- 價格用 BigDecimal / Decimal(第 48 頁)112
- Authorization + capture ≈ Stripe 的
captured=false(第 47 頁)123 · 100
❌ 原書沒講 / 不一樣
- POST 怎麼保證不超賣:一句 atomic UPDATE(第 43 頁)164 · 084 · 059
- 「Expiration cleanup」:Triton 的寫法不需要清理(第 42 頁)164
- 錯誤一律 400:Triton 分 400 / 403 / 409(第 46 頁)027 · 028
- PUT 重送安不安全,看你怎麼改(第 44 頁)027
- verify 再 capture 的每個當機點(第 47 頁)123 · 059
- 哪些能放 CDN、可用性快取多久(第 49 頁)059 · 126 · 166
先說清楚定位:Triton 沒有寫過訂房 App。他寫的是戲院售票(164)、搶票電商(059)、RESTful API(027 / 028)、Stripe 串接(123)。這幾頁把它們套到原書的 API 上,套用的部分都標 🔭。庫存表、悲觀/樂觀鎖、Saga 的完整對照在 03 第 22 章簡報。
Triton 沒有資料的部分:UI 架構(State Holder、Navigator、DI)、uptime 計時器、autocomplete 與 SQLite FTS、tokenization 與 PSP SDK 的 client 整合、Table 2 的取捨。前面 18–38 頁照原書,不做 Triton 推論。
延伸基礎 · 動手玩第 11 階 · atomic update懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
兩位店員同時看到「最後一件」
① 先想像
庫存卡上寫「剩 1 件」。店員甲和店員乙同一秒看了一眼,都對客人說:「有,幫你留。」
你猜猜看:結果會怎樣?
兩人都是「先看、再寫」,看的那一秒對方也在看。一件外套開了兩張保留單,叫超賣。
③ 這叫做 race condition、atomic
race condition:兩人同時「看了再寫」,結果互相打架。atomic(不可分割):看和寫一次做完,中間沒人插得進來。
④ 跟這章的關係
Triton 的保留就是一句「還有才扣」的 UPDATE(第 43 頁)。想多看:03 Hotel 第 25 頁、第 44 頁。
② 動手玩:一步一步看
庫存卡
店員乙(另一位客人)
Triton 補充 · 動手玩164(主文 = 105 = 114)· 080 · 到期不用清理
倒數歸零時:App 顯示什麼、server 怎麼判斷
Server:room_nights 那一列(server 時間 )
原書這樣做會出什麼事?倒數歸零後,原書要「Expiration cleanup」把沒付款的預訂取消。如果這件事靠一個排程去做,排程剛好當掉了……
「放回去」要靠某個人去做,那個人沒做,房間就一直被佔著。Triton 的寫法讓「放回去」不需要任何人:按 → 看他怎麼說。
「系統會把這個座位給用戶X預留30分鐘。 2 然後,用戶被帶到銀行網頁付款 3 如果用戶成功付款,系統便把座位的狀態從「預留中」變成「售出」。否則,30分鐘後該座位開放給所有人購票。」「is_sold = true的顯示為「已售出」 now() - reservation_time <= interval'30 minute'為true的顯示為「已被保留」 否則,顯示為「可選擇」」🗣️ Triton 本人說 164 主文(= 105-售票系統.md = 114)
「reservation_time三十分鐘到期後無需後續行動,即使資料庫/web server當掉也不用做data cleanup。」🗣️ 164 主文「這方法的優美」第 3 點
🗣️「先去佔下一個空座位,然後在 5分鐘內去 payment gateway付費 如果在 5分鐘內沒法付費,則該座位開放其他人訂購」080 · 第 13 頁;server 的時鐘可以信:「正常SRE他們沒偷懶而且你的硬體沒問題下 同一個data center內的machine不太應該有超過10ms的時差的」056
💬 討論串回覆,作者未標示「如果reservation_time 改成 reservation_expired_time是不是更好? 可以支援不同的reserve window query更簡單」164:這正是原書的「authoritative expiration timestamp」。
🔭 推論 套到原書
原書的「Expiration cleanup:沒付款的預訂自動取消」不需要排程:pending 只要 hold_until < now() 就等於取消。App 的倒數只是顯示;真正的判決是 PUT 抵達時 server 的 now()。
Triton 的做法 · 動手玩164 · 084 · 059 · 不超賣
兩支手機同時按 Book:檢查和扣房要在同一句 UPDATE
原書這樣做會出什麼事?原書只寫 POST 會「securing a room」。如果 server 先查「還剩幾間」、再扣一間,X、Y 同時按 Book,最後一間會?
兩個請求都在對方扣之前查到「剩 1 間」,就是第 41 頁的兩位店員。上面切到「先 SELECT」可以驗證。
「如果updated record為1,則代表用戶成功保留了這座位,否則他便被同一時間按下「選擇」的用戶Y搶走了票。」「在用戶第一步要選擇座位時,他只需要一個update statement便好,而且使用了atomic check-and-set來防止race condition 除非2個用戶要選擇相同座位,否則不會發生blocking等待,也不可能有deadlock」🗣️ Triton 本人說 164 主文
「Update Item set remainingQuantity -= 1 where itemID = ? and remainingQuantity > 0 Such update MUST BEFORE payment Otherwise tiny delay can cause massive overselling」🗣️ 084-order matching-system design.pdf.md · 第 20 頁「Avoid overselling」
🗣️ 059 第 4 頁「面對「搶票」」的第三點:「別讓用戶把資料全填好後才拿不到票」。084 第 19 頁:超賣後退款,「Users will be furious, since payment gateway operation is time-consuming (Example: credit card 3DS)」。
✅ 🔭 推論 原書的兩步正好對上
原書在使用者「開始填付款資料」前先 POST 保留,就是 059、084 要的順序。原書沒寫的是 POST 背後那一句 SQL:檢查要放在 UPDATE 的 WHERE,看 affected rows 決定回 201 還是錯誤。多晚、多間房的完整版(room_type_inventory、上鎖順序)見 03 第 22 章第 48 頁。
Triton 補充 · 一步一步027 · 028 · 網路的不穩定性 · Idempotence
按下 Pay 後進了電梯:重送時,server 認得出是同一次嗎?
原書這樣做會出什麼事?原書只替 POST 加了 requestId。按下 Pay 後的 PUT 在電梯裡重送一次,會扣兩次錢嗎?
「設成已付款」重送無害,「再新增一筆扣款」就會扣兩次。HTTP 說 PUT「應該」idempotent,實際要看程式怎麼寫;下面切到兩種 PUT 驗證。
- 使用者按下,App 送出 request
- Server 處理成功、寫進 DB
- 回應在電梯裡掉了
- App 等不到 → timeout → 原封不動重送
- Server 收到第二次
- App 收到回應
「使用 API 時,連線可能在信號送達伺服器前斷線 也可能在伺服器正要傳回 API 結果時斷線 更可能客戶端以為斷線,卻早已成功傳送資訊」「最簡單來說:任何可以錯的東西,都有機會出錯」🗣️ Triton 本人說 027-RESTful API Design-tw-2.1.pdf.md ·「淺談網路的不穩定性」
「延伸思考:在不穩定網路下,用戶建立一份資源時,卻發出了二次的 POST,怎麼辦? 雖然原始 HTTP POST 定義是 non-idempotent,但是他沒禁止你自行解決 idempotent 問題」🗣️ 027 ·「HTTP method-POST」(028 同文)
「是否 idempotent 是看你怎做改動 這是 idempotent 的 PATCH – SET Age = 31 這不是 idempotent 的 PATCH – SET Age = Age + 1」「傳統 HTTP 定義:以新上傳的內容,覆蓋掉本來 的資源 不過,很多人會在 PUT 中支援部份改動 (Partial Update)」🗣️ 027 ·「HTTP method-PATCH(續)」「HTTP method-PUT」
🗣️「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」027 ·「Idempotence(重新呼叫)」
🔭 推論 對照原書
原書的 requestId 和 027 一致。原書沒談 PUT:HTTP 說 PUT 是 idempotent,但 Triton 提醒「看你怎做改動」。SET status = PAID, payment_token = ? 重送無害;每次 PUT 都「新增一筆扣款」就是 Age = Age + 1。
延伸基礎 · 動手玩第 12 階 · status code懂的人可以跳過
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
店員回你的「不行」,分成幾種?
① 先想像
店員可能回:「沒有 XXL 這個尺寸」「賣完了」「剛改價了」「系統當機,等一下再打」。每一種,小安下一步要做的事都不一樣。
你猜猜看:如果店員四種情況都只說「不行」,小安會?
「不行」的種類本身就是資訊。App 也一樣:靠回覆上的號碼決定下一步。
③ 這叫做 status code
status code:server 回覆上的三位數號碼。4 開頭是「你這邊的問題」,5 開頭是「server 那邊的問題」。
④ 跟這章的關係
原書 POST 的錯誤全部回 400(第 17 頁);Triton 會分 400、403、409(下一頁)。想多看:03 Rate Limiter 第 7 頁。
② 動手玩:同一個 App,兩種回法
Triton 補充 · 動手分類027 · 028 · 167 · HTTP status code
原書的錯誤一律 400;Triton 會分 400、403、409
原書這樣做會出什麼事?原書把 RoomNotAvailable 和 InvalidDates 都回 400。App 收到 400,該怎麼辦?
同一個號碼代表兩種完全不同的下一步。按 → 看 Triton 怎麼分;右邊的卡片翻開對照。
「400(Bad Request) – 請求的內容有誤,伺服器拒絕執行 – 例子: Age 這個資料應該是 Integer 的,客戶端卻傳來 ABC123」「403(Forbidden) – 跟 400 不同,伺服器明白請求的內容的 – 不過,其請求內容與商業邏輯矛盾,伺服器拒絕執行」🗣️ Triton 本人說 028-RESTful API Design-tw-2.2.pdf.md ·「常用 HTTP 回答碼:4xx」
「409(Conflict) – 通常跟 optimistic lock 有關 – 這是指用戶正在改動的物件,已經被別人先改動過了。」「電商東西賣光了是回傳 403 ,而不是 410」🗣️ 028 ·「4xx(續 1)」「4xx(續 2)」
「如果你的Application server和User之間還隔了一層CDN。 CDN正常應該只去cache成功的request的。」🗣️ 167-有人問到底要不要跟好http status code.md
🗣️「如果是 GET collection 而沒搜查到滿足條件的物件,是應該返回 200 ,而不是 404 的」027 / 028:搜尋不到飯店,回 200 和空的 hotels。
點卡片:原書的例外,依 028 的定義該回什麼?
🔭 推論 卡片答案是依 028 的定義推的,Triton 沒有針對這些例外寫過。PaymentError、CurrencyNotSupported 同理:前者看是被拒(403)還是暫時失敗(5xx),後者是 403。
為什麼 App 在乎:🔭 400 代表「App 有 bug,重送也沒用」;403 代表「換一間房」;409 代表「重新拿價格再問使用者」;5xx 代表「等一下可以重試」。全部 400,App 就分不出該重試還是該改畫面。
Triton 補充 · 動手玩123 · 100 · 059 · 在哪一步當機?
錢一定只扣一次:Stripe 的 captured=false 就是 authorization
點一個步驟 = 在它做完之後當機或斷線,然後系統重開、App 重開。
先選一個當機點。
你猜猜看:原書說 backend 要「先驗證預訂,再 capture」。如果反過來先 capture(真的扣款),保留卻剛好過期了?
PSP 不知道我們的房間過期了沒。順序反了,就會「錢扣了、房沒了」。上面切到「反過來」可以看每個當機點。
「所有銀行/信用卡/payment gateway的串接過程,其實是2pc的變種。」「Step 1: 呼叫Stripe API,建立Stripe.Charge的物件,這個Charge的captured屬性為false,所以現在還未向用戶的信用卡收款。」「現在Charge.captured從true變成true,Stripe是不會再向用戶收費的,所以不會重覆收款。」「不管Passkit伺服器在什麼時候當掉,Passkit用戶肯定會被收款,也只會收一次。」🗣️ Triton 本人說 123-喵談 2pc.md
「如果這二份data是存放在不同的machine上,而你是需要做到strong consistency的(即是說:不能扣了錢但是沒給用戶商品)那麼2pc(或是其變種)是不能避免的」🗣️ 100-二份data是存放在不同的machine上(2pc).md
🗣️「別把第三方系統行動包在 TX 內」「最要命的不是對方系統掛了 而是卡住 10秒才回應」059 · 第 12 頁;理想流程是先 commit 扣庫存,再「Create payment object in Payment Gateway, and wait for payment_id」059 · 第 13 頁。
🔭 推論 對照原書 Figure 6
原書的 Authorization / Capture 和「backend 先驗證預訂,再 capture」就是 123 的兩段式。左邊把 123 的四個當機點套到原書的流程;每一段 DB 更新是自己的短 transaction,呼叫 PSP 在 transaction 外面(059)。
Triton 同意+補充 · 動手玩112 · 算錢的數值儲存
✅ 價格用 BigDecimal:原書做對了,但小心中間那一層
你猜猜看:原書的價格用 BigDecimal。可是 JSON 先被解析成 double,再轉 BigDecimal。每晚 0.10 加 10 次,會得到?
double 存不準 0.1,加 10 次誤差就冒出來。上面第一個情境切到「無條件捨去」驗證。
Decimal 的基礎見 06 Stock 第 10 頁、03 Payment 第 11 頁。
「如果是要面對financial data(就是任何跟錢有關的東西) 永遠用上十進制(Decimal)方式來儲存和計算,而不要用上floating point(binary)來儲存和計算 因為沒人想要收到99.9999999487這種金額的」「另外,請檢查你的DB的儲存是否以decimal格式來存,然後也請務必檢查你所用上的DB driver,和你的ORM會不會做了什麼笨事在中間用上了floating point」「把你本來的value X10000, 然後再以unsigned int64存進DB 這是一個智障而有效的方案」🗣️ Triton 本人說 112-喵提有關 算錢 的數值儲存.md · 主文
「所以常常( A * B / C ) != ( A / C * B ) 所以在做跟錢有關的運算時 你應該先定義好X = A * B / C 然後所有X有關的運算全都用同一算式來算出來」「全世界的稅局和海關報關人員都不知道什麼叫rounding error 他們就只會以「數值對不上」來找你麻煩」🗣️ 112 · 主文下的「再延伸一句」
🔭 推論 套到 App
原書的 price: BigDecimal / Decimal 做對了,但 JSON 本身只有 number。JSON 解析成 Double 再轉 BigDecimal,就是 112 說的「中間用上了floating point」。總價由 server 用同一條公式算好送下來,App 只負責顯示;兩邊各算一次,就會出現 PriceMismatch。
🗣️ 公平地說,同一串留言裡標名「喵」的回覆也提醒:不是錢的話「1.499999和1.50他們沒太大感覺的 而numeric的十進制運算,其效能是二進制double的數分一」112。
Triton 補充 · 動手玩059 · 126 · 166 · 167 · 搜尋結果能快取多久?
飯店資料放 CDN,「還剩幾間」只是參考:按 Book 那一刻才算數
你猜猜看:搜尋列表寫「Villa Rosa 剩 1 間」,快取 10 分鐘。這 10 分鐘內別人訂走了,小安按 Book 會?
畫面上的「剩 1 間」是舊的;真正的判決是 POST 背後那一句 UPDATE。上面按「別人訂走」再按 Book 驗證。
「「商品狀態」的頁面是完全地read-only的,頁面本身有設定好CDN嗎?商品餘額有做好caching嗎?」「現在搶買時段,資料庫100%忙碌於write上面,好的系統應該讓read-only traffic相對上不受影響的。」🗣️ Triton 本人說 126-喵談 Keep it simple, stupid.md · 第 1 點
🗣️ 059 第 14 頁的「老手」schema:「Product (without remaining_count column) Product_stock (product_id, total_count, remaining_count)」;第 16 頁:「Read-only request 請善用 CDN」。166:「Write不能用CDN,Read可以。」167:CDN 只 cache 成功的 request,所以 status code 要跟好。
💬 討論串回覆,作者未標示「slave/讀的永遠只是過期 … 實際上,你一顯示出到瀏覽器就不只幾秒了 - 根本不用擔心信息是不是過期的問題,因為一定是過期,一定要恰當地處理,就是—只有確認(update)成功的一刻才算成功。」164 的回覆
🔭 推論 套到原書
原書說易變的可用性用「較短的 TTL」。依 059 的拆法,HotelPreview、HotelDetails、圖片是 product:read-only、可以放 CDN、TTL 可以長;「還剩幾間」是 product_stock:TTL 短或不放。不管 TTL 多短,畫面一定是舊的,POST 的 atomic UPDATE 才是判決,所以 App 要把 403 RoomNotAvailable 當成正常流程處理。
到這裡你已經會了小結 4 / 4
- search & filter
- map view
- state machine
- timeout & retry
- idempotency key
- source of truth
- debounce
- local DB + FTS
- PSP hand-off
- authorize / capture
- atomic update
- status code
到這裡你已經會了:錢只扣一次,房不賣兩次
- 付款先 authorization 凍結;server 確認保留還在,才 capture。
- 檢查和扣房寫在同一句 UPDATE(atomic);到期就在 WHERE 裡比時間,不用清理。
- 錯誤分 400/403/409/5xx(status code),App 才知道該改資料、換一間,還是重試。
12 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
保留看 server 的鐘,倒數只是顯示;
重送要認得出是同一次,錢要先保留、確認了才拿。
原書的做法
- REST:search、details、POST 保留、PUT 付款
- 後端到期時間 + uptime 顯示倒數;Timing Controller 和 Timer 分層
- 預先下載 + 按需載入、debounce、SQLite FTS、ChangeList
- PSP client SDK、tokenization、authorization → capture
和 Triton 一致
- 先保留、再付款(059、084)
- 後端時間戳是 source of truth(164)
- POST 帶 idempotency key(027)
- 價格用 Decimal(112);兩段式付款(123)
原書沒講的
- POST 背後的 atomic UPDATE,不超賣(164、084)
- 到期不用 cleanup:WHERE 裡比時間(164)
- PUT 的 idempotency 看怎麼改;錯誤碼分 400/403/409(027、028)
- 每個付款當機點的結果;可用性的快取只是參考(123、059、126)
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標籤
引述來源(materials/core)與原書對照
Triton 本人的講義 / 文章
- 164-普通戲院的售票系統…md(主文 = 105-售票系統.md = 114)— 30 分鐘保留、tickets 表、「已售出/已被保留/可選擇」的顯示規則、atomic check-and-set 的 update、updated record 為 1、三個優美之處(無 cleanup);主文以下的回覆作者未標示,標 💬
- 059-ecom-system design.pdf.md — 第 4 頁別讓用戶填完才拿不到票、第 12 頁別把第三方包在 TX 內、第 13 頁理想流程、第 14 頁 Product/Product_stock、第 16 頁 Read-only 用 CDN
- 084 第 19–20 頁 3DS、Avoid overselling、MUST BEFORE payment · 080 第 13 頁 5 分鐘保留 · 056 data center 內時差
- 027 / 028(RESTful API Design 2.1 / 2.2)— HTTP method-POST/PATCH/PUT、4xx 定義、409、賣光了回 403、GET collection 空回 200、淺談網路的不穩定性、Idempotence(重新呼叫)
- 123-喵談 2pc.md Passkit × Stripe 的 captured=false 與四個當機點 · 100 不同機器避不了 2PC · 112 Decimal、×10000 存 int64、X = A*B/C、標名「喵」的效能回覆 · 126 read-only 頁面 CDN · 166 Write 不能用 CDN · 167 CDN 只 cache 成功的 request
討論串回覆(💬):164 主文以下(reservation_expired_time、「只有確認(update)成功的一刻才算成功」、lock sequencing、queue 與 CQRS 的討論)。不引用:112 的未署名留言與 AI 段落、048(Roy 的專案報告)、187–195。
循序漸進(文組版)的頁面
學習地圖(第 3 頁)、複習(4);延伸基礎 12 階:search & filter(9)、map view(10)、state machine(13)、timeout & retry(15)、idempotency key(16)、source of truth(19)、debounce(24)、local DB + FTS(27)、PSP hand-off(30)、authorize / capture(36)、atomic update(41)、status code(45);小結(14、23、35、50);名詞小卡(52)。小安、百貨專櫃、飯店名單、地圖座標都是虛構示意;地圖畫面、狀態圖、「App 被系統關掉」三段原書沒有展開,是簡報補的手機基礎,不是原書內容。
原書對照
Mobile System Design Interview Ch.7 Hotel reservation app。開場與 Figure 1(第 5 頁,截圖改畫 wireframe);Step 1 問答(6)、Requirements(7)、UI Sketch 與 Figure 2(8);Step 2 Network protocol、Hotel endpoints、Pro tip(11)、Hotel details 與 Platform implementation details(12)、Reservations endpoints(17);Step 3 架構與 Figure 3(18);Step 4 Reservation holds(20)、Managing timers(21)、Architecture changes 與 Figure 4(22)、Autocomplete(25)、Table 1(26)、Data flow 與 Storage(28)、Challenges 與 insights(29)、Payments 與 credit card(31)、Direct vs PSP(32)、Table 2(33)、Figure 5(34)、Payment data flow 與 Figure 6(37)、PSP SDK(38);Step 5 Wrap-up(39)。Figure 1–6 依圖說與 alt 重繪,不是原圖。
原書內文的小出入(簡報已註明)
中文版 h1 壞掉、段落間混進別章的參考連結(Kotlin 公共 API、Swift ABI、Store5、Moya、SemVer 等),簡報不收;ReservationRequest 表格欄位錯位;Swift 欄的 RoomSummary 寫成 data class;功能需求說「following」實際列七項;PUT 的例外沒有 status code;status 沒有 expired。
一個可以直接問自己的問題
你的 App 按下 Pay 後網路斷了,重送一次會不會扣兩次錢?倒數歸零那一秒送出的 PUT,是 App 說了算,還是 server 的 now() 說了算?