my-code-codex

System design

Quase toda entrevista para sênior tem uma rodada de “desenhe um sistema que…”, e o mesmo raciocínio serve para a reunião em que o time decide uma arquitetura de verdade. O objetivo não é chegar na resposta certa: é mostrar que você pergunta antes de desenhar, conhece as peças e sabe o preço de cada uma.

Roteiro para a entrevista

  1. Requisitos funcionais (5 minutos): o que o sistema faz. Corte o escopo em voz alta.
  2. Requisitos não funcionais: quantos usuários, quantas requisições por segundo, latência aceitável, consistência ou disponibilidade, quanto tempo guardar os dados.
  3. Estimativa de ordem de grandeza: leituras e escritas por segundo, volume de dados por ano.
  4. Desenho de alto nível: cliente, API, serviços, banco, cache, fila.
  5. Aprofundar o ponto crítico: o entrevistador vai puxar um gargalo. É aqui que se mostra profundidade.
  6. Trade-offs: diga o que você sacrificou e por quê.

Contas de guardanapo

Referência Valor aproximado
Segundos em um dia ~86.400 (use 100 mil)
1 milhão de requisições por dia ~12 por segundo em média, pico de 3 a 5 vezes
Leitura em memória nanossegundos
Leitura em SSD ~100 microssegundos
Ida e volta na mesma região da cloud ~1 milissegundo
Ida e volta São Paulo e Virgínia ~120 milissegundos

Exemplo: 10 milhões de pedidos por dia são ~115 por segundo, com pico perto de 500. Um SQL Server bem indexado aguenta isso; o gargalo provável é outro.

As peças e quando usar

Cache (Redis): leitura muito maior que escrita, dado que tolera alguns segundos de atraso. Ver Cache.

Réplicas de leitura: muita consulta, pouca escrita. Cuidado com o atraso de replicação: o usuário salva e não vê a própria alteração.

Particionamento (sharding): a escrita não cabe num nó só. Escolher a chave de partição é a decisão mais difícil e mais cara de desfazer.

Fila (Kafka, RabbitMQ, SQS): desacoplar quem produz de quem processa, absorver picos, processar em segundo plano. Ver Mensageria.

CDN: arquivos estáticos e conteúdo público perto do usuário.

Load balancer: distribuir requisições entre instâncias sem estado. Estado de sessão vai para o Redis, nunca para a memória da instância.

Rate limiting: proteger o sistema de cliente abusivo e de você mesmo.

Teorema CAP, sem decoreba

Numa partição de rede (que vai acontecer), você escolhe entre responder com dado possivelmente desatualizado (disponibilidade) ou recusar até ter certeza (consistência).

  • Saldo bancário, estoque do último item: consistência.
  • Contador de curtidas, feed, recomendação: disponibilidade, consistência eventual.

A maioria dos sistemas mistura os dois, decidindo por funcionalidade.

Problemas clássicos para treinar

  • Encurtador de URL: geração de id único, leitura muito maior que escrita, cache.
  • Feed de rede social: fan-out na escrita ou na leitura.
  • Sistema de pagamentos: idempotência, consistência, auditoria. Ver APIs REST.
  • Rate limiter distribuído: token bucket no Redis.
  • Notificações: fila, retry, preferências do usuário, múltiplos canais.
  • Reserva de ingressos: concorrência no último lugar, bloqueio temporário.

Decisões ficam escritas

Em time de verdade, uma decisão de arquitetura vira um ADR (Architecture Decision Record): contexto, decisão, alternativas descartadas e consequências, em uma página. Daqui a um ano, ninguém lembra por que escolheu Kafka. Modelo em Comunicação escrita.

Livros

  • Designing Data-Intensive Applications, Martin Kleppmann. O mais importante da lista; tenho um resumo em português, capítulo por capítulo.
  • System Design Interview, Alex Xu, volumes 1 e 2. Focado em entrevista.
  • Fundamentos da Arquitetura de Software, Mark Richards e Neal Ford.

O que perguntam em entrevista

  • Desenhe um encurtador de URL que aguente 100 milhões de acessos por dia.
  • Como garantir que um pagamento não seja processado duas vezes.
  • Quando usar cache e como invalidar.
  • SQL ou NoSQL para este caso, e por quê.
  • O que acontece com o seu desenho se o banco cair.