技术总监分享的系统设计技巧，万能通用，稳的一批！
The following article is from 三分恶 Author 三分恶
转眼间，团队的技术专家B哥，已经离职一年了，我还时不时会想起他，因为他留下的技术设计模版，我觉得真的很好用，基本上涵盖了设计需要考虑的方方面面。接下来，以一个CRM项目的用户触达模块为例，给大家分享一下。
一、CRM_技术设计文档_消息触达模块
| 项目名称 | CRM系统 |
|---|---|
| 项目负责人 | 三分恶 |
| 模块名称 | 用户触达模块 |
| 模块负责人 | 三分恶 |
老三说：第一部分主要说明项目或者模块的概况，这一部分虽然不太重要，但是是必须的。
二、修订记录
| 版本 | 修订人 | 修订内容 | 修订日期 |
|---|---|---|---|
| V1.0 | 三分恶 | 创建 | 2022-12-23 |
老三说：技术设计不是一成不变的，经常会随着业务的变化，或者根据遇到的一些问题，进行完善和优化，但是每一个版本，都应该留下记录和备份。
三、需求/背景
产品文档：xxxx
为了实现用户的精细化运营，通过多种途径，向用户发送消息通知……
老三说：这一部分就是结合产品文档，把需求/背景简单提炼一下，必须，但不是重点。
四、设计目标
老三说：设计目标一般分为两部分：
实现功能：这一部分就是就是分析需求，把产品文档里的东西，拆解成一个个的功能，也就是CRUD。 设计指标：CRUD也有区别，一把梭，随便写也能实现功能，但是我们CRUD也得有点追求，而且面向C端用户的系统，也基本上会有一些性能、可用性之类的要求，比如接口响应平均多少多少毫秒以下、单机QPS1000、系统几个9可用……
4.1.实现功能
多种渠道给用户推送消息，主要包含站内和站外两大部分：
站内：
站内信 弹屏 站外：
邮件 短信 push 微信 ……
触达任务管理
支持定时/延时消息发送 支持触发型消息发送 支持用户分群发送
……
老三说：功能点比较多的话，这一部分还可以用思维导图的形式来整理。
老三说：这一部分评审的时候一定要拉上产品经理或者相关的业务方，确定功能点没有错漏。
4.2.设计指标
性能要求
百万级消息分钟级发送完成 xx接口，性能指标：单机1000并发，95%响应<=200ms
……
老三说：一般C端的服务都是有比较严格的性能要求的，毕竟如果系统响应慢的话，用户的流失率就会变高。当然，用户触达，其实主要在于推，用户主动查会少一些，消息的推送通常也会要求速度，比如，有个网红，九点钟要在app上直播，直播开始的时候，要做一个推送，那就要求尽可能快地把消息推送给每个用户，不能说等到十二点直播完了，有的用户才收到消息。
可用性
触达模块99.9%可用 消息推送成功率80%以上
……
老三说：C端系统的可用性比较重要，毕竟挂一会，影响的用户可能都是以万计，所以，设计的时候，也要考虑可用性，分析系统的瓶颈在哪里，流量突然上来，哪里可能顶不住，是要扩容，还是要限流、熔断降级……
扩展性
采用策略模式+配置，新增消息渠道，只需少量代码+代码即可实现 引入规则引擎，同一消息类型的不同渠道，可以通过规则调整，无需发版
……
老三说：这一部分也是设计中应当考虑的，不能一味求快，否则很容易堆屎山。
兼容性
接口xxx向前兼容app 1.9.0版本，低版本需强制更新
……
老三说：C端系统的开发，有时候比较麻的是低版本app的兼容，尽可能早期设计的时候，就考虑可能的扩展，如果实在没法兼容，那就只能app强制更新，当然这种用户体验就非常不好了。
可观测性
接入Prometheus和Grafana，对服务和业务进行监控
服务监控：通过控制面板观察服务的内存、CPU、JVM、接口QPS、接口RT…… 业务监控：通过埋点上报，收集用户触达数据，通过面板可以分设备、渠道查看用户触达成功率……
老三说：这一部分也很重要，我们一般上班的第一件事，就是看监控面板，分析有没有什么异常的地方。服务的可观测性，一般公司都是用一些开源的或者付费的监控平台，大厂一般都会自研监控平台。服务的监控很多是通过插桩来实现，业务的监控一般都需要打埋点。
告警
通过PrometheusAlert实现服务的告警，告警信息分级别，进行飞书通知、电话通知，告警类型分为服务告警和业务告警
服务告警：内存、CPU占用过高，接口QPS过多，接口RT过长，触发告警 业务告警：用户触达成功率过低告警
老三说：告警通常也是和监控在一起的，毕竟开发人员也不可能二十四小时盯着告警，一般开源的、付费的、自建的监控系统，都支持配置告警规则，并通过不同的方式，邮件、短信、电话之类的渠道进行通知。
五、概要设计
老三说：概要设计，就是做个大概的系统整体设计。
5.1.设计思路
数百万消息段时间发送完成，流量较大，对数据存储性能要求较高，需要选用高性能DB，对存储压力也比较大，同时需要一定削峰处理 定时/延时消息发送采用消息队列实现，对MQ的消费要求较高，并发度要高，批量消费 ……
老三说：这一部分主要是梳理一下整体的开发设计思路，把一些零散的想法梳理成点或者面，前期大家的讨论可以整理在这里。
5.2.技术选型
存储：TiDB 缓存：Redis 消息队列：业务RocketMQ，埋点Kafka 注册中心：Nacos 配置中心：Nacos RPC：Dubbo 网关：Gateway Push通道：自建
……
老三说：这一部分就是大概定一下技术选型，其实要是整个项目做好了选型，这一部分也可以不做，一般需要高级技术人员或者架构师，来整体地进行把握，当然，很多时候选型也没好选的，基本就是主流的那些，而且一般一个团队，都是统一的技术选型，方便维护。
5.3.业务架构
老三说：这一部分就是大概对功能分分层，分分块，把大概的功能切一切。
5.4.技术架构
老三说：技术选型+业务架构，其实一个大概的技术架构就出来了。
老三说：技术架构图类型，其实也没有特别固定的形式，主要是图能达意，我这个图是通过draw.io画的，还有一些其它的还用的工具，比如大家应该都听过“PPT架构师”，用PPT画也是可以的。当然这个图是我随手画的。
5.5.系统环境
JDK版本：11
部署环境：k8s+Containerd，单pod8核CPU+4G内存，服务集群32个pod
数据库：
业务数据：TiDB 64核CPU+128G内存 离线数据：Hbase…… ……
老三说：如果是项目初建，一般还需要对系统的环境进行评估，根据技术选型、数据容量、系统QPS等等，来选择系统的环境，这一部分一般评审的时候会拉上运维同学，提前确定好系统环境，和运维同学对齐需求和排期。
六、详细设计
老三说：详细设计，就是具体指导开发的设计部分了，包括流程啊、数据模型啊、具体用到的算法、和客户端的接口，等等，这一部分很重要，如果没做好，没对齐，那么搞不好就要返工，耽误进度。
6.1.流程设计
push流程
老三说：用户触达，业务流程基本比较简单，对于一些交易类的，比如支付，或者B端的系统，比如ERP，在开始开发之前，流程一定要梳理清楚，一般通过流程图、时序图来描述业务流程。给大家看一下我之前对接alipay画的简单的时序图：
6.2.算法设计
渠道分流：同一消息类型，多种渠道，支持按比例分流，采用加权随机算法实现 ……
老三说：算法设置不一定数据结构相关的算法，代码里的一些涉及到一些需要进行逻辑计算的，都可以称之为算法，这一部分也可以先梳理一下。
6.3.数据模型设计
crm_user_toutch_tash：用户触达任务表
| 字段 | 描述 | 数据类型 |
|---|---|---|
| id | 主键 | bigint |
| task_no | 任务编号 | bigint |
| comment | 描述 | varchar |
| …… |
老三说：数据模型设计非常重要，可以说是系统设计的根基，如果没有设计好，开发和维护起来真的很痛苦，每个公司应该都有一定的数据库设计规范，基本就是结合业务和规范来设计了。
具体用什么工具设计呢？业务比较简单的C端系统，其实直接拿表格也行，之前也试过PdMan，还行吧。
6.4.接口设计
| 接口名称 | 添加支付任务 |
|---|---|
| 接口文档地址 | https://yapi.com/xxx |
| 入参 | |
| 入参描述 | comment：任务描述 |
| 出参 | |
| 出参描 |
老三说：这一部分也是重量级，但凡涉及到客户端，或者其它服务的，这一部分都少不了，一般可以通过YApai之类的接口工具，但是建议大家还是在文档里做个重复工作，把入参出参之类的描述一下，有些地方标标重点，因为有些人真的不怎么会看文档。
接口设计的时候一定要和相关的同学对齐，不要怕花时间，后期改接口，是一件很痛苦的事情。
6.5.异常处理
系统中的不确定异常，进行统一处理，响应“Network Error” 埋点异步发送，不影响主要功能 ……
老三说：异常处理也是需要考虑的地方，哪些异常可以吞掉降级，哪些没法处理，怎么给客户端展示，怎么打日志，都需要考虑。
七、风险评估
老三说：其实每一次上线都伴随着风险，从设计，一直到上线之前，都要对存在的风险进行评估，上线了要重点观察风险点，也要提前设计好回滚或者处理方案，一旦发现不对劲，及时回滚和处理。
7.1.已知风险
对数据相关服务压力较大，用户分群、用户画像等数据服务崩溃风险 MQ存在堆积风险，导致用户收到消息延迟 QPS较高，数据库CPU飙升风险 ……
7.2.可能风险
场景类消息延迟，可能会影响交易相关流程，拉低转化率和成交率
……
八、测试建议
老三说：需求评审阶段、设计评审阶段，最好都拉上测试同学，测试同学要对整体的功能，还有性能，都有比较清楚的了解。但是啊，如果只看功能的话，可能就是表面的点点点，具体实现逻辑，还是开发比较清楚，所以说给测试同学提一些测试建议，给测试的测试用例提供参考。
同时，我个人觉得，从测试的角度进行思考，也能有效减少写代码的bug。
8.1.功能测试
| 功能 | 测试步骤 | 预期结果 |
|---|---|---|
| 定时消息发送 | 创建定时消息 | 消息定时发送 |
| …… |
老三说：这一部分基本就是结合设计目标的实现功能，列一下测试步骤和预期结果
8.2.性能测试
xxx接口压测，预估单机QPS1000
这一部分基本就是压测了，很多时候，系统的压测没那么简单，尤其是链路长的时候，压一次都得兴师动众。
九、上线准备
运维搭建环境 数据初始化 添加配置 消息队列创建 依赖服务上线 服务上线
老三说：这一部分算是上线的备忘吧，有些wiki类的工具，支持在文档里建任务，把上线前需要做的事情列出来，有不知道你经历过“测试环境猛如虎，上线一看原地杵”没？可能就是上线准备没做好，缺了什么，少了什么。
十、评审及意见
| 评审意见 | 提出人 | 提出日期 | 解决意见 | 解决人 | 解决日期 |
|---|---|---|---|---|---|
| xxx接口需要考虑一下兼容性，建议xx字段，从object改为list | 老六 | 2023年1月1日 | 修改字段类型 | 老三 | 2023年1月1日 |
| …… |
老三说：设计文档不是写完，啪，丢出去就完事了，还要上设计评审会，评审的时候，通常相关同学会提出一些评审意见，这些都应该记录下来，解决完了之后，再次评审，直到评审通过，然后就可以开始CRUD了。
好了，看完这个模板，想必你对技术设计也有一定的认识了，老三实际上没怎么接触过用户运营相关的东西，所以内容大家随便看看，主要看模板。
当然模板是相对固定的，但是设计是灵活的，做技术设计的时候，也不用拘泥于固定的形式，根据具体的需求，考虑到需要考虑的点，能做到设计指导开发就够了。
那么，假如你已经能做好技术设计……
但是——
老板：三某，这个需求，三天能不能搞定？
老三：可能不太……
老板：这个需求很急，而且我不能不急，你懂我的意思吧？
老三：没问题，三天够了！
而且——
老板：呦，三某的文档写的很清晰，代码也很优雅，今年公司绩效不好，找个实习生把他替了吧。
……
参考
用户运营：触达系统应该如何搭建:https://www.woshipm.com/user-research/4239618.html
一个实时精准触达系统的自我修养:https://juejin.cn/post/6844904009770221581
微信8.0将好友放开到了一万，小伙伴可以加我大号了，先到先得，再满就真没了
扫描下方二维码即可加我微信啦，2023，抱团取暖，一起牛逼。