System Design Primer 拆解：27.5 万星的系统设计面试教材，怎么练才有效

判断：System Design Primer 真正提供的不是「面试题库」，而是三样东西的组合——一张把负载均衡、缓存、分片、CAP 这些散落概念串起来的地图，一套按官方四步框架展开的带解答例题，再加一组用间隔重复对抗遗忘的 Anki 闪卡。它解决的问题是：系统设计面试没有标准教材，资料散落在博客、论文和各家工程博客里，而面试考察的又恰恰是把这些零散知识组织成一次 45 分钟对话的能力。理解这个定位，才知道该怎么练——直接从头读到尾是效率最低的用法。

适用读者：准备系统设计面试的工程师，以及想借面试压力系统补一遍分布式基础概念的开发者

前置知识：了解数据库、网络、操作系统的基本概念；不需要分布式系统实战经验

目录

• 一、项目概览
• 二、仓库里到底有什么：三层内容
• 三、概念索引：从性能与可扩展性到通信协议
• 四、带解答的面试题：8 道系统设计与 6 道面向对象设计
• 五、任务流案例：走一遍 Pastebin 题
• 六、Anki 闪卡与电子书
• 七、翻译与阅读方式
• 八、按备考时间线制定学习计划
• 九、自测题
• 十、练习
• 十一、常见问题
• 十二、适用边界与采用顺序
• 十三、总结与延伸阅读

项目概览

作者 Donne Martin 是前 Facebook 工程师，仓库创建于 2017 年 2 月，至今仍不定期有维护提交（最近一次在 2026 年 3 月）。这是 GitHub 上星标数排名最靠前的一批仓库之一，也是系统设计主题下的事实标准入门材料。

仓库里到底有什么：三层内容

读这个仓库之前，先分清它的三层内容——混在一起读是低效的根源：

三层之外还有两个容易被忽略的宝藏：附录里的 Real world architectures（按技术组件归类的架构资料，MapReduce、Cassandra、Kafka 这类）和 Company architectures（按公司归类，Twitter、Netflix、Pinterest 等），再往下还有 Company engineering blogs（各公司工程博客清单）。准备某家公司的面试时，直接去这几个清单里找对应公司的材料，比泛读概念有效得多。

概念索引：从性能与可扩展性到通信协议

概念索引是仓库的正文主体，覆盖以下主题（每个主题都按「它解决什么问题 → 有哪些方案 → 各方案的缺点」组织，多数附架构图）：

• 基础权衡：性能 vs 可扩展性、延迟 vs 吞吐、可用性 vs 一致性（CAP 定理）、一致性模式（弱/最终/强）、可用性模式（fail-over、主从/主主复制、几个 9 的数字账）
• 基础设施组件：DNS、CDN（push 与 pull 两种）、负载均衡（四层与七层）、反向代理
• 应用与数据层：应用层与微服务、服务发现；关系型数据库的复制、联邦（federation）、分片（sharding）、反规范化、SQL 调优；NoSQL 四类（键值、文档、宽列、图数据库）与 SQL/NoSQL 选型
• 缓存与异步：缓存的五个层次、四种更新策略（cache-aside、write-through、write-behind、refresh-ahead）；消息队列、任务队列与背压（back pressure）
• 通信：HTTP、TCP 与 UDP、RPC 与 REST 的对比
• 安全：授权、认证等基础话题

附录部分是面试现场直接能用的速查材料：2 的幂表（一个估算字节量的速算工具）、每个程序员该知道的延迟数字、以及上面提到的真实架构与工程博客清单。

一个阅读建议：这个索引的价值在权衡分析，不在结论。比如负载均衡一节真正要带走的是「四层负载均衡看 IP 和端口、开销小；七层看应用内容、能做更智能的路由但更贵」，而不是「要用负载均衡」这句话。面试里能讲清权衡的候选人，远多于只会报组件名的。

带解答的面试题：8 道系统设计与 6 道面向对象设计

solutions/ 目录收录了 14 道带完整解答的题目，全部遵循同一套官方四步框架：

1. Outline use cases, constraints, and assumptions——圈定需求范围，列出约束与假设
2. Create a high level design——画出高层架构
3. Design core components——逐个用例细化核心组件
4. Scale the design——扩展设计，处理瓶颈

框架之外还有一节 Back-of-the-envelope calculations（粗略估算）：用 2 的幂表和延迟数字快速算出存储量、QPS，这类估算在真实面试里经常是分水岭。

8 道系统设计题（每道都有独立题解文档和架构图）：

注意题解的两点事实：6 道附带可运行的 Python 示例代码，「这个仓库不涉及代码实现」的说法并不成立——爬虫的 MapReduce 实现、社交网络的图结构都写到了代码层面；Twitter 题解没有代码，它的价值在于那张从单机到分片的演进架构图。

6 道面向对象设计题（作者标注此节 under development）：设计哈希表、设计 LRU 缓存、设计呼叫中心、设计一副牌、设计停车场、设计聊天服务器。每道题都有 Jupyter Notebook 形式的代码解答（solutions/object_oriented_design/）。OOD 面试在国内大厂出现频率低于系统设计，但在北美面试和初级岗位中常见。

23 道附录练习题：主 README 末尾的「Additional system design interview questions」列了约 23 道无完整解答、只配外部参考链接的题目——设计 Dropbox 式文件同步、设计 Google 文档、设计 WhatsApp 聊天应用、设计短链接服务（TinyURL）、设计 API 限流器、设计股票交易所等。这些题适合自测：能独立讲出方案再去看参考链接对答案。

任务流案例：走一遍 Pastebin 题

拿最经典的 Pastebin 题（设计一个类似 Pastebin.com 或 Bit.ly 的文本粘贴/短链接服务）演示这四步框架怎么用。

Step 1，圈定用例和约束。题解先砍需求：纳入「输入一段文本、得到随机生成的链接」「输入链接查看原文」「统计页面访问量」「删除过期粘贴」几个用例，把用户注册登录、编辑文档、自定义短链划到范围外；然后做粗略估算——假设每月 1000 万次写入、读写比 10:1，按单条粘贴 1.27 KB 算出每月新增 12.7 GB、三年约 450 GB，平均 4 次写/秒、40 次读/秒。这套「砍范围 + 算数字」的开场在真实面试里同样适用：面试官给一道模糊的题，第一件事就是问清边界。

Step 2，画高层设计。客户端 → 负载均衡 → Web 服务器 → 数据库的最小闭环，一张图讲清数据怎么流动。

Step 3，逐个用例细化。核心分歧点在存储选型：题解用关系数据库当一张大哈希表（短链 → 粘贴路径），同时讨论了换 S3 对象存储或 NoSQL 键值存储的权衡；写入路径由 Write API 生成 7 字符短码、查库查重、冲突就重新生成；数据层给出 pastes 表结构——shortlink 主键保证唯一性，created_at 记录创建时间，过期粘贴靠扫描早于当前时间的记录来删除。配套的 pastebin.py 是一个 mrjob 练习骨架（mrjob 是 Python 的 MapReduce 库）：按月统计每个短链的访问量，mapper 和 reducer 留白给读者补全。

Step 4，扩展。题解先立了一条规矩——不要从初始设计直接跳到最终答案，正确姿势是压测 → profile 找瓶颈 → 针对性解决 → 循环。落到本题：加内存缓存接住热门内容的读流量，只读副本兜底缓存未命中；每月 12.7 GB 的写入量单库就能应付，真不够再按联邦、分片、反规范化、SQL 调优的顺序上手段。

Additional talking points 收尾：NoSQL 选型理由、缓存策略、异步与微服务、通信方式、安全和延迟数字——这一节把题解和前面的概念索引交叉链接起来，正好是复习的锚点。

这个流程走完大约需要一两个小时。走三到四道题之后，四步框架会内化成条件反射，这也是本仓库最值得投入时间的部分。

Anki 闪卡与电子书

resources/flash_cards/ 下有 3 个 Anki 牌组（.apkg 文件）：

• System Design.apkg——核心概念复习
• System Design Exercises.apkg——面试解题思维训练
• OO Design.apkg——面向对象设计专项

姊妹仓库 donnemartin/interactive-coding-challenges（算法面试主题）里还有第 4 个 Coding.apkg，两个仓库共用同一套闪卡体系。

Anki 的原理是间隔重复（spaced repetition）：在快遗忘的时间点安排复习，用最少的时间维持记忆。系统设计概念适合这种方式的原因很实际——CAP、一致性哈希这类知识点零散、平时不常用、又要求面试时脱口而出。把闪卡放在通勤路上刷，把大块时间留给做题，是这套材料设计者预期的分工。

仓库根目录还提供 generate-epub.sh，可以把主文档打包成 EPUB 电子书，偏好阅读器场景的用户可以自己生成。

翻译与阅读方式

翻译的真实状态（据 TRANSLATIONS.md，2026-09-11 快照）：

• 已合入主仓库：3 种——日语（README-ja.md）、简体中文（README-zh-Hans.md）、繁体中文（README-zh-TW.md）
• 进行中：韩语、俄语，维护者正在翻译
• 停滞等待新维护者：阿拉伯语、法语、德语、西班牙语等 14 种

网上流传的「支持 15+ 语言」指的是这个清单的历史累计，实际合入主干的只有上面 3 种。对中文读者有个好消息：不只是主文档，pastebin/、twitter/ 等题解目录里也附带 README-zh-Hans.md 中文版，可以整条链路用中文读完。

三种打开方式：

# 方式一：本地克隆后用编辑器或浏览器阅读
git clone https://github.com/donnemartin/system-design-primer.git
cd system-design-primer

方式二：直接在 GitHub 网页上读 README.md，遇到感兴趣的题点进 solutions/ 对应目录。

方式三：在 Anki 中导入 resources/flash_cards/ 下的 .apkg 文件，用碎片时间刷卡。

建议中英对照读：中文翻译偶有滞后，概念术语（consistency、partition tolerance 这类）最终都要能听懂英文原词，面试和后续读论文都用得上。

按备考时间线制定学习计划

仓库官方的 Study guide 不按「初级/中级/高级」分读者，而是按备考时间给三档建议——这更符合实际情况，因为决定覆盖面的变量是剩余时间，不是职级：

短时间线求广度，中时间线求广度加一定深度，长时间线求广度加更深深度。

官方对「要不要全学完」的回答值得记下：不需要。面试考什么取决于你的经验年限、技术背景、目标岗位和运气；经验越丰富，面试官的期望越高，架构师岗比初级岗要讲得更深。正确姿势是在各主题都有一层基础认知后，挑几个领域扎下去。

把它落到周计划上（以每天 1-2 小时、约 4 周备考为例）：第 1 周通读概念索引建立地图 + 开始每天刷 Anki；第 2-3 周按四步框架练习题解，先自己写再对照，重点吃透 Pastebin、Twitter、Web 爬虫三道覆盖面最广的题；第 4 周做附录题自测 + 找人对练口头表达。

自测题

1. 这个仓库的三层内容分别是什么？各自该怎么用？
2. 官方四步解题框架是哪四步？为什么第一步是圈定用例和约束而不是画架构图？
3. 负载均衡、缓存、分片在大规模系统中各自解决什么问题？
4. 缓存的四种更新策略（cache-aside、write-through、write-behind、refresh-ahead）的核心区别是什么？
5. 只剩两周备考，官方 Study guide 建议你怎么取舍？

练习

练习一：限时模拟 Pastebin 题

1. 先读题解前 30 行，只记住题目要求，不要往下看
2. 计时 45 分钟，按四步框架独立写出自己的方案（白板或纸笔，模拟真实条件）
3. 对照 solutions/system_design/pastebin/README.md 找差距：范围砍得是否果断、估算是否做了、瓶颈分析是否有依据
4. 把差距记下来，隔三天再做一遍同一道题

练习二：用附录练习题做盲测

1. 从「Additional system design interview questions」清单里挑一道没见过的题（比如设计 API 限流器）
2. 限时 45 分钟独立设计
3. 完成后再读题目配的参考链接，对照修正
4. 能讲清方案再换下一道；讲不清，回到概念索引补对应主题

练习三：建立并跑通 Anki 复习循环

1. 安装 Anki，导入 resources/flash_cards/ 下三个 .apkg 牌组
2. 连续两周每天刷完每日额度（通常 10-20 分钟）
3. 第两周结束时检查：哪些卡片反复忘——那是你概念索引里没读懂的部分，回头精读对应小节

常见问题

Q：只读这个仓库够应对面试吗？

不够。它给的是知识框架和练习材料，但系统设计面试考口头表达和互动推进，这两样只能靠对练。找朋友互相出题、或用 Exponent（原名 Pramp，后改名）这类模拟面试平台练口述，是读文档替代不了的环节。

Q：需要多少准备时间？

取决于备考时间线和基础。全职在职的状态下，按每天 1-2 小时算，4 周可以把概念索引过一遍、吃透三到四道带解答的题；时间充裕的话按上面 Study guide 的中/长时间线扩展覆盖面。

Q：需要 Python 基础吗？

概念部分不需要任何编程语言知识。题解里的示例代码用 Python 写（如 pastebin.py、爬虫的 MapReduce 实现），读懂它们需要基本的 Python 阅读能力，但跳过代码不影响概念学习和四步框架练习。

Q：内容会不会过时？

概念层（CAP、缓存策略、分片这些）十年内都不会过时，这也是它能积累 27 万星的原因。真实架构清单里的部分链接较旧，个别案例（如 Twitter 的某些架构细节）反映的是当年的系统，读的时候当作「这类问题的一个已知解法」，而不是当前生产环境的现状。

适用边界与采用顺序

适合立即开始用的人：

• 4-12 周内有系统设计面试的工程师——按 Study guide 时间线执行，重心放在做题
• 转岗后端/架构方向的开发者——概念索引是比论文和专著平缓得多的第一级台阶

可以缓一缓的人：

• 已经能独立设计百万用户级系统的资深工程师——它的概念部分对你太浅，直接翻附录的架构清单和工程博客清单更有价值

不适合的场景：

• 想要「代码级」学习分布式系统实现——题解代码是示意性的 Python 片段，不是可上生产的实现；要跑代码应该去 MIT 6.824 这类课程
• 想要最新的大模型时代系统设计（LLM 网关、向量数据库架构）——仓库对这些新主题基本没有覆盖

采用顺序建议：第 1 天克隆仓库、导入 Anki、通读概念索引的前五个主题；第 1 周内限时做第一道题（推荐 Pastebin，覆盖面最广）；之后按备考时间线推进，把附录的架构清单和工程博客清单留到面试前两周针对性阅读。

总结与延伸阅读

System Design Primer 用 27 万颗星证明了一件事：系统设计面试准备缺的不是资料，而是一条把概念、例题、记忆工具组织起来的路径。它的四步框架、6 份带代码的题解和按时间线分档的 Study guide，是目前这条路径上最完整的开源实现。剩下的部分——口头表达的流畅、估算的手感、权衡的直觉——只能靠你自己一道题一道题练出来。

延伸阅读：

• MIT 6.824: Distributed Systems——想真正动手实现分布式系统（Raft、MapReduce 等），这门课是标准下一步
• Designing Data-Intensive Applications（Martin Kleppmann，O’Reilly）——把本仓库的概念索引往深处推两层的必读书
• donnemartin/interactive-coding-challenges——同一作者的姊妹仓库，算法面试主题，含第 4 套 Anki 牌组

版本与生态数据截至 2026-09-11：Stars、Forks、最近推送取自 GitHub API；翻译状态出自仓库 TRANSLATIONS.md；题解清单、Anki 牌组、Study guide 口径出自主 README 原文；题解代码清单逐一核对自 solutions/ 目录。查最新星标与推送看仓库主页，翻译进展看 TRANSLATIONS.md。