Design Twitter (course)
case study: Twitter
我们来设计一个类似 Twitter 的社交媒体服务，对标 Facebook、Instagram。
What is Twitter?
Twitter 允许用户发布/阅读短消息（<= 280 chars），支持 web 与移动端。
Requirements
Functional requirements
- 发布 tweets（文本/图片/视频）
- Follow 其他用户
- Newsfeed 展示关注内容
- 搜索 tweets
Non-Functional requirements
- 高 availability，低 latency
- 可扩展、高效
Extended requirements
- Metrics / analytics
- Retweet
- Favorite
Estimation and Constraints
注意：和面试官确认规模假设。
Traffic
假设 1B 用户，200M DAU，每人每天发 5 条：
$$ 200 \space million \times 5 \space tweets = 1 \space billion/day $$
10% 含媒体：
$$ 10 \space percent \times 1 \space billion = 100 \space million/day $$
RPS
$$ \frac{1 \space billion}{(24 \space hrs \times 3600 \space seconds)} = \sim 12K \space requests/second $$
Storage
Tweets 100 bytes：
$$ 1 \space billion \times 100 \space bytes = \sim 100 \space GB/day $$
媒体 50KB：
$$ 100 \space million \times 50 \space KB = 5 \space TB/day $$
10 年 ~19 PB：
$$ (5 \space TB + 0.1 \space TB) \times 365 \space days \times 10 \space years = \sim 19 \space PB $$
Bandwidth
$$ \frac{5.1 \space TB}{(24 \space hrs \times 3600 \space seconds)} = \sim 60 \space MB/second $$
High-level estimate
| Type | Estimate |
|---|---|
| Daily active users (DAU) | 100 million |
| Requests per second (RPS) | 12K/s |
| Storage (per day) | ~5.1 TB |
| Storage (10 years) | ~19 PB |
| Bandwidth | ~60 MB/s |
Data model design
users：用户信息
tweets：内容 + userID
favorites：收藏
followers：followers / followees
feeds：用户 feed
feeds_tweets：N:M
选什么 database？
模型关系较强，但可拆分到多个服务，各自拥有表，避免单库瓶颈。可用 PostgreSQL 或 Apache Cassandra。
API design
Post a tweet
postTweet(userID: UUID, content: string, mediaURL?: string): boolean
Follow / Unfollow
follow(followerID: UUID, followeeID: UUID): boolean
unfollow(followerID: UUID, followeeID: UUID): boolean
Get newsfeed
getNewsfeed(userID: UUID): Tweet[]
High-level design
Architecture
采用 microservices。
User Service：auth + user info
Newsfeed Service：生成/发布 feed
Tweet Service：发推/收藏
Search Service：搜索
Media Service：媒体上传
Notification Service：push 通知
Analytics Service：指标与分析
Inter-service communication
用 REST/HTTP 或 gRPC，配合 Service discovery / service mesh。
Newsfeed
Generation
- 拉取关注列表
- 拉取相关 tweets
- Ranking 算法排序
- 分页返回
可预生成 feed 存 cache，定期更新。
Publishing
- Pull Model：用户请求时生成
- Push Model：发推时推给 followers
- Hybrid：普通用户 push，明星用户 pull
Ranking Algorithm
示例 EdgeRank：
$$ Rank = Affinity \times Weight \times Decay $$
现代系统多用 ML 模型。
Retweets
创建新 tweet，type 指向原 tweet。也可单独表。
Search
使用 Elasticsearch。
Trending
缓存热门 queries/hashtags，用 batch job 更新。
Notifications
用 Kafka + FCM/APNS。
Detailed design
Data Partitioning
Sharding + Consistent hashing。
Mutual friends
用社交图 + graph database（Neo4j、ArangoDB）。
Metrics and Analytics
用 Apache Spark 处理 Kafka events。
Caching
缓存 top 20% tweets + pagination，LRU eviction。
Media storage
用 object storage / HDFS。
CDN
使用 CDN。
Identify and resolve bottlenecks
提升 resilience：多实例、load balancers、DB replicas、分布式 cache 多副本、Kafka/NATS。