시스템 설계 스터디

스터디 내용

• 책: 가상 면접 사례로 배우는 대규모 시스템 설계 기초 - 알렉스 쉬
• 학습 진행 범위: 주 40~50 page
• 기간: 2025.01.23 ~ 2025.03.06 (목)
• 시간 및 장소: 매주 목요일 오후 9 ~ 11시 (2시간, 온라인)

정리 자료

챕터	정리 자료	질문
1장. 사용자 수에 따른 규모 확장성	강민우 / 추호성	강민우 / 추호성
2장. 개략적인 규모 추정	강민우 / 추호성	강민우 / 추호성
3장. 시스템 설계 면접 공략법	강민우 / 추호성	강민우 / 추호성
4장. 처리율 제한 장치의 설계	강민우 / 추호성	강민우 / 추호성
5장. 안정 해시 설계	강민우 / 추호성	강민우 / 추호성
6장. 키-값 저장소 설계	강민우 / 추호성	강민우
7장. 분산 시스템을 위한 유일 ID 생성기 설계	강민우 / 추호성	강민우
8장. URL 단축기 설계	강민우 / 추호성	강민우
9장. 웹 크롤러 설계	강민우 / 추호성	강민우 / 추호성
10장. 알림 시스템 설계	강민우 / 추호성	강민우 / 추호성
11장. 뉴스 피드 시스템 설계	강민우 / 추호성	강민우 / 추호성
12장. 채팅 시스템 설계	강민우	강민우
13장. 검색어 자동완성 시스템	강민우 / 추호성	추호성
14장. 유튜브 설계	강민우 / 추호성
15장. 구글 드라이브 설계	강민우 / 추호성	추호성

일정

1주차(1.23): ▣ 1, 2, 3장: 1 ~ 50p → 50p

• 1장: 사용자 수에 따른 규모 확장성
• 2장: 개략적인 규모 추정
• 3장: 시스템 설계 면접 공략법

2주차(1.30): ▣ 4, 5장: 51 ~ 90p → 40p

• 4장: 처리율 제한 장치의 설계
• 5장: 안정 해시 설계

3주차(02.06): ▣ 6, 7, 8장: 91 ~ 140p → 50p

• 6장: 키-값 저장소 설계
• 7장: 분산 시스템을 위한 유일 ID 생성기 설계
• 8장: URL 단축기 설계

4주차(2.13): ▣ 9, 10장: 141 ~ 182p → 42p

• 9장: 웹 크롤러 설계
• 10장: 알림 시스템 설계

5주차(2.20): ▣ 11, 12장: 183 ~ 246p → 39p

• 11장: 뉴스 피드 시스템 설계
• 12장: 채팅 시스템 설계

6주차(2.27): ▣ 13, 15장: 223 ~ 307p → 45p

• 13장 : 검색어 자동완성 시스템 - 23p
• 15장 : 구글 드라이브 설계 - 22p

7주차(03.06): ▣ 14, 16장: 247 ~ 276, 301 ~ 307p → 37p

• 14장 : 유튜브 설계 - 30p
• 16장 : 배움은 계속된다 - 7p

참여자

• 강민우 (Back-end)
• 추호성 (Back-end)

진행 방식

• 각자 미리 정해둔 챕터 읽고 Github에 요약 → 리딩할 때 사용
• 챕터마다 질문 만들기 (github 이슈로 질문 작성)
  • 최대한 본인이 질문에 대한 답변 달아오기 (명확한 정답이 없을 확률이 높아 어떤 방식이 더 좋을지 토론)
• 주마다 한 명이 리딩하고, 해당 챕터에 대해서 공유 & 토론
  • 챕터마다 질문 뽑아서 토론 & 결론 정리
  • 읽으면서 인상깊었던 점, 중요하게 생각했던 것들 공유
  • 공부하면서 찾아봤던 추가적인 자료 공유

참고할 만한 링크

• 스터디 - Meet-Coder
• 스터디 - LIVID
• System Design Fight Club
• High Scalability
• ByteByteGo

책 레퍼런스 링크 모음

Chapter 1: Scale From Zero to Millions of Users

1. Hypertext Transfer Protocol
2. Should you go Beyond Relational Databases?
3. Replication
4. Multi-master replication
5. NDB Cluster Replication
6. Caching Strategies
7. Scaling Memcache at Facebook
8. Single point of failure
9. Amazon CloudFront
10. Sticky Sessions
11. Active-Active for Multi-Regional Resiliency
12. EC2 High Memory Instances
13. Running Stack Overflow
14. NoSQL Use Cases

Chapter 2: Back-of-the-Envelope Estimation

1. Google Back-Of-The-Envelope-Calculations
2. System Design Primer
3. Latency Numbers Every Programmer Should Know
4. Amazon SLA
5. Google Cloud SLA
6. Azure SLA

Chapter 3: A Framework for System Design Interviews

(외부 레퍼런스 없음)

Chapter 4: Design a Rate Limiter

1. Rate-limiting strategies
2. Twitter Rate limits
3. Google Docs limits
4. IBM Microservices
5. AWS API Gateway throttling
6. Stripe rate limiters
7. Shopify API limits
8. Redis Rate Limiting
9. Rate limiter design
10. Cloudflare rate limiting
11. Redis
12. Lyft rate limiting
13. Rate limiters design
14. Edge computing
15. Iptables Rate Limiting
16. OSI model

Chapter 5: Design Consistent Hashing

1. Consistent hashing
2. Consistent Hashing Implementation
3. Amazon Dynamo
4. Cassandra Architecture
5. Discord Elixir Scaling
6. Stanford CS168 Lecture
7. Google Maglev Load Balancer

Chapter 6: Design a Key-Value Store

1. Amazon DynamoDB
2. Memcached
3. Redis
4. Amazon Dynamo Paper
5. Apache Cassandra
6. Google Bigtable
7. Merkle Tree
8. Cassandra Architecture
9. SSTable and LSM
10. Bloom Filter

Chapter 7: Design a Unique ID Generator

1. UUID
2. Flickr Ticket Servers
3. Twitter Snowflake
4. Network Time Protocol

Chapter 8: Design a URL Shortener

1. RESTful API Tutorial
2. Bloom Filter

Chapter 9: Design a Web Crawler

1. US Library of Congress Archives
2. EU Web Archive
3. Digimarc Watermarks
4. Mercator Web Crawler
5. Web Crawling Survey
6. Duplicate Content Issues
7. Rabin Fingerprinting
8. Bloom Filter Paper
9. Web Crawling Introduction
10. PageRank Paper
11. Google Dynamic Rendering
12. Web Spam Detection
13. IRLbot Paper

Chapter 10: Design a Notification System

1. Twilio SMS
2. Nexmo SMS
3. SendGrid
4. Mailchimp
5. Exactly-Once Delivery
6. Push Notifications Security
7. RabbitMQ Monitoring

Chapter 11: Design a News Feed System

1. Facebook News Feed
2. Neo4j Friend Recommendations

Chapter 12: Design a Chat System

1. Erlang at Facebook
2. Messenger Scale
3. Long Tail
4. Facebook Messages Technology
5. Discord Message Storage
6. Twitter Snowflake
7. Apache ZooKeeper
8. WeChat Evolution
9. WhatsApp Encryption
10. Slack Edge Cache

Chapter 13: Design a Search Autocomplete System

1. Facebook Typeahead
2. Building Prefixy
3. Prefix Hash Tree
4. MongoDB
5. Unicode FAQ
6. Apache Hadoop
7. Spark Streaming
8. Apache Storm
9. Apache Kafka

Chapter 14: Design YouTube

1. YouTube Statistics
2. Demographics
3. CloudFront Pricing
4. Netflix on AWS
5. Akamai
6. BLOB
7. Streaming Protocols
8. Facebook Video Processing
9. Weibo Video Architecture
10. Shared Access Signatures
11. Seattle Conference on Scalability: YouTube Scalability
12. Understanding the Characteristics of Internet Short Video Sharing: YouTube as a Case Study
13. Content Popularity for Open Connect

Chapter 15: Design Google Drive

1. Google Drive
2. Upload file data
3. Amazon S3
4. Differential Synchronization
5. Differential Synchronization Youtube Talk
6. How We've Scaled Dropbox
7. The rsync algorithm - Andrew Tridgell and Paul Mackerras (1996)
8. Librsync
9. ACID
10. Dropbox Security Whitepaper
11. Amazon S3 Glacier

Chapter 16: The Learning Continues

Real-world systems

• Facebook Timeline: Brought to You by the Power of Denormalization
• Scale at Facebook
• Building Timeline: Scaling up to hold your life story
• Erlang at Facebook
• Finding a needle in Haystack: Facebook’s photo storage
• Serving Facebook Multifeed: Efficiency, performance gains through redesign
• Scaling Memcache at Facebook
• TAO: Facebook's Distributed Data Store for the Social Graph
• Amazon Architecture
• Dynamo: Amazon’s Highly Available Key-value Store
• A 360 Degree View of the Entire Netflix Stack
• It’s All A/Bout Testing: The Netflix Experimentation Platform
• Netflix Recommendations: Beyond the 5 stars (Part 1)
• Netflix Recommendations: Beyond the 5 stars (Part 2)
• Google Architecture
• Google File System
• Differential Synchronization
• YouTube Architecture
• Seattle Conference on Scalability: YouTube Scalability
• Bigtable: A Distributed Storage System for Structured Data
• Instagram Architecture: 14 Million users, Terabytes of Photos, 100s of Instances, Dozens of Technologies
• The Architecture Twitter Uses to Deal with 150M Active Users, 300K QPS, a 22 MB/S Firehose, and Send Tweets in Under 5 Seconds
• Scaling Twitter: Making Twitter 10000 Percent Faster
• Announcing Snowflake
• Timelines at Scale
• How Uber Scales Their Real-time Market Platform
• Scaling Pinterest - From 0 to 10s of Billions of Page Views a Month in Two Years
• Pinterest Architecture Update - 18 Million Visitors, 10x Growth,12 Employees, 410 TB of Data
• A Brief History of Scaling LinkedIn
• Flickr Architecture
• How We've Scaled Dropbox
• The WhatsApp Architecture Facebook Bought For $19 Billion

Company engineering blogs

• Airbnb
• Amazon
• Asana
• Atlassian
• BitTorrent
• Cloudera
• Docker
• Dropbox
• eBay
• Facebook
• GitHub
• Google
• Groupon
• HighScalability
• Instacart
• Instagram
• LinkedIn
• Mixpanel
• Netflix
• Nextdoor
• PayPal
• Pinterest
• Quora
• Reddit
• Salesforce
• Shopify
• Slack
• Soundcloud
• Spotify
• Stripe
• System Design Primer
• Twitter
• Thumbtack
• Uber
• Yahoo
• Yelp
• Zoom