引用：
系统设计入门
为搜索引擎设计一个 key-value 储存
第一步：通过讨论，明确限制及用例，确定Scope
支持的用例：
- 用户发送一个查询请求：
- 若存在，返回对应的value
- 若不存在，返回miss
- 系统高可用 high availability
不支持的用例：
- 无
Constraints and assumptions：
- 访问不均匀
- 需要快速响应
- 10 million 个用户
- 每月10 billion个查询请求，每秒4,000次。
计算规模：
对每一条缓存：
- query：50 bytes
- title：20 bytes
- snippet：200 bytes
- 总共：270 bytes
每个月：270 bytes * 10 billion = 2.7 TB（假设每月10 billion个查询请求都是不同的，并且都需要存储在缓存中）。
第二步：高层次设计
为搜索引擎设计一个 key-value 储存
第三步：设计核心组件
提供一个REST 形式的Query API：
- 解析输入字符串：
- 去除标记 markup
- 分词
- Fix 输入错误 typo
- 规范化大小写
- 查询 Memory Cache 是否缓存了对应的query
- 如果有，将这条目放置到LRU的前端，返回结果
- 如果没有：
- 通过 Reverse Index Service 查询该query对应的文档（根据相关性排序，并访问靠前的文档）
- 通过 Document Service 查询每一个文档的标题及摘要
- 将这一新的条目放置到LRU的前端，返回结果
可以给缓存中的每一个条目设置一个TTL，来定期进行更新。
第四步：扩展设计
为搜索引擎设计一个 key-value 储存
- 为了同时响应更多请求，对服务器水平扩展，并使用Load Balancer做负载均衡。
