在系統設計中，每個決策都會帶來取舍。讓我們深入探討 10 個常見的系統設計權衡，并討論它們的影響。

圖片

01 垂直擴展 vs 水平擴展

垂直擴展指的是向現有服務器添加更多資源（CPU、RAM 等）以提高其容量。由于只需改進一臺機器，通常更容易實施，但有物理和實際的限制。垂直擴展可能變得昂貴，升級時通常需要停機。

水平擴展則是向服務器池中添加更多服務器，將負載分布在多臺機器上。它提供了更好的容錯性，并在理論上具有無限的可擴展性。然而，它增加了管理分布式系統、負載均衡和節點間數據一致性的復雜性。

取舍: 垂直擴展更簡單，但有局限性；水平擴展提供了更高的可擴展性，但復雜性更高。

02 SQL vs NoSQL

SQL 數據庫將數據組織成表格的形式，具有行和列，并支持強大的查詢語言（如 SQL）。在需要 ACID（原子性、一致性、隔離性、持久性）屬性和數據關系的場景中表現出色。

NoSQL 數據庫提供靈活的架構設計，適用于非結構化或半結構化數據。在大規模、分布式環境中通常表現更好，但可能會犧牲一些事務保證。

取舍: SQL 提供一致性和強關系支持，而 NoSQL 提供靈活性和可擴展性，通常以處理關系和事務的復雜性為代價。

03 批處理 vs 流處理

批處理指的是收集數據后一次性處理。它適用于如每日賬單處理等場景，在這些場景中不需要實時結果。然而，它會引入延遲，因為數據不會立即處理。

流處理則是實時處理數據，適用于需要即時響應的應用，如欺詐檢測或實時監控。

取舍: 批處理對大量數據更有效，但會帶來延遲；流處理提供實時洞察，但資源消耗更高。

04 Normalization vs Denormalization

Normalization（正則化）將數據組織到不同的表中，以減少冗余并保持數據完整性。這對減少關系數據庫中的異常至關重要，但在進行復雜聯接時可能會導致性能開銷。

Denormalization（反正則化）則是將數據組合成更少的表，以優化查詢性能，往往會增加數據冗余并帶來潛在的更新異常。

取舍: 正則化優化數據完整性和存儲，但可能減慢讀取性能；反正則化提高讀取性能，但可能導致數據重復和不一致。

05 一致性 vs 可用性 (CAP定理)

一致性確保所有用戶每次都能看到最新的數據。然而，在分布式系統中實現強一致性可能會在網絡故障時限制可用性。

可用性確保系統在某些部分出現問題時仍然可以運行。然而，這通常意味著用戶可能無法獲取最新的數據。

取舍: 確保節點間高度一致性可能會降低可用性，而最大化可用性可能導致服務的過時或不一致數據。

06 強一致性 vs 最終一致性

強一致性保證一旦寫操作完成，所有后續的讀取都能反映最新的寫入。這對于金融應用或庫存系統等需要絕對正確性的場景至關重要。

最終一致性允許更新在節點間逐步傳播，這意味著在所有節點達成一致前，讀取可能會返回過時數據。這在性能和可用性比準確性更關鍵的大型分布式系統中是可以接受的。

取舍: 強一致性保證即時準確性，但通常伴隨著更高的延遲和復雜性；最終一致性提高了性能和可用性，但代價是臨時的數據不一致。

07 REST vs GraphQL

REST API 通常有多個端點用于不同的數據類型和操作。它易于實現且被廣泛支持，但當客戶端需要從多個端點獲取數據時，效率較低。

GraphQL 允許客戶端通過一次查詢精確獲取所需數據，提高了效率并減少了數據過量獲取。然而，設計和維護它需要更多的工作，因為模式和解析函數可能會變得復雜。

取舍: REST 更簡單、更容易實現，但在數據獲取方面效率較低。GraphQL 提供了更精確的數據檢索，但實現和維護的復雜性更高。

08 有狀態 vs 無狀態系統

有狀態系統會保留過去的交互信息，使得交互更具個性化和上下文感知。例如，有狀態的Web服務器可以記住用戶會話。然而，管理狀態會增加復雜性并限制可擴展性。

無狀態系統將每次交互獨立對待，不保留任何過去的交互記錄。這簡化了擴展和容錯處理，因為任何服務器都可以處理任何請求。

取舍: 有狀態系統提供更豐富的功能，但增加了復雜性并降低了可擴展性；無狀態系統簡化了擴展和容錯處理，但失去了交互的上下文。

09 讀穿緩存 vs 寫穿緩存

讀穿緩存在緩存未命中的情況下從數據庫加載數據。這對讀取頻繁而更新較少的數據很有利。

寫穿緩存在寫入數據時同時更新緩存和底層存儲。它確保緩存和存儲之間的數據一致性，但可能會在寫入時引入延遲。

取舍: 讀穿緩存的讀取速度較快，但可能提供過時數據，而寫穿緩存確保數據一致性，但代價是寫入時的延遲增加。

10 同步 vs 異步處理

同步處理是一個接一個地執行任務，這意味著每個任務必須等待上一個任務完成后才能開始。它實現簡單，并能確保順序上的正確性，但可能導致性能瓶頸。

異步處理允許任務獨立運行，新的任務可以在當前任務未完成時啟動。這提高了系統效率和響應能力，但增加了并行任務管理和故障處理的復雜性。

取舍: 同步處理更簡單并確保順序，但可能減慢系統。異步處理提高了響應速度和吞吐量，但代價是更高的復雜性。