系统设计-电商排名

销售排名:大型电子商务公司但愿列出最畅销的产品，总体和类别。例如，一款产品多是总体销量排名第1056位的产品，但在“运动器材”一栏中排名第13位，在“安全:·”一栏中排名第24位。描述你将如何设计这个系统。

1.分析步骤

• 步骤1: 肯定问题的范围
  • 首先，咱们须要定义咱们正在构建什么
    • 咱们假设只要求咱们设计与此问题相关的组件，而不是整个电子商务系统。
    • 咱们还应该定义销售排名的含义。
      • 它是全部时间的总销售额吗?
    • 上个月的销售额是多少?
    • ...
• 步骤2：作出合理的假设
  • 咱们假设统计数据不须要是100%最新的。
  • 对于最受欢迎的项目，精度是很重要的，可是对于不太受欢迎的项目，有必定程度的偏差也是能够的。
  • 咱们假设数据应该每小时更新一次(对于最流行的项目)，可是数据的时间范围不须要精确到最后七天(168小时)。若是有时超过150个小时，也不要紧。
  • ...
• 步骤3：绘制主要组件
  • 
    
    
• 步骤4： 肯定关键问题
  • 若是查询和写很是昂贵，咱们能够考虑彻底放弃数据库，只使用日志文件。这将容许咱们利用MapReduce之类的东西。

    • 咱们将运行频繁的做业，根据产品ID和时间范围将文件合并在一块儿，以便最终将给定一天(或可能一个小时)内的全部购买组合在一块儿
  • 要得到每一个类别中最畅销的产品，只需对每一个目录进行排序
  • 咱们将运行频繁的做业，根据产品ID和时间范围将文件合并在一块儿，以便最终将给定一天(或可能一个小时)内的全部购买组合在一块儿
    • 咱们如何获得总体排名?有两种很好的方法:
      
      • 咱们能够将通常类别视为另外一个目录，并将每次购买写入该目录。
      • 或者，由于咱们已经按照每一个类别的销售量顺序对产品进行了排序，因此咱们还能够进行N-way merge来得到总排名

2.问题延伸

• 你认为你会在哪里遇到下一个瓶颈?你会怎么作?
• 若是还有子类别呢?因此项目能够列在“体育”和“体育器材”下面(甚至“运动”>“运动器材”>“网球”>“球拍”)?
• 若是须要更准确的数据怎么办?若是全部产品都须要在30分钟内准确无误，该怎么办?