Đến nội dung chính
notes.vinhnq.com

Tìm kiếm

System DesignSenior21 phút đọc

Phân tích trade-off như senior: ideality, sweet spot, coupling và nguyên lý tách

Ôn 15 thẻ
Trong bài này

Cụm bài Giải quyết vấn đề và trade-off: 1. Giải quyết vấn đề · 2. Phân tích trade-off

Hiểu đúng vấn đề rồi, bạn thường có vài giải pháp, mỗi cái tốt ở mặt này, tệ ở mặt khác. Bài này giúp bạn chấm điểm phương án, biết khi nào chọn điểm cân bằng, khi nào “phá” được trade-off bằng cách tách thành phần, và trình bày nó như senior. Phần 1, Giải quyết vấn đề như senior, nói cách định nghĩa vấn đề; ở đây chỉ cần nhớ một ý: vấn đề là khoảng cách giữa thực tế stakeholder cảm nhận và thực tế họ kỳ vọng, đóng được bằng cách đổi thực tế, đổi cảm nhận hoặc chỉnh kỳ vọng.

Sơ đồ tóm tắt:

flowchart TD
  A["Chốt top 3 chiều với stakeholder"] --> B["Liệt kê phương án"]
  B --> C["Chấm điểm bằng Ideality"]
  C --> D{"Xử lý thế nào?"}
  D -->|"Chọn điểm"| E["Sweet spot trên đường cong"]
  D -->|"Thiết kế lại"| F["Tách coupling"]
  F --> G["Đẩy đường cong về gốc"]
  E --> H["Nói rõ đổi gì lấy gì"]
  G --> H

1. Trade-off là gì

Ý chính: trade-off xuất hiện khi có nhiều giải pháp và mỗi giải pháp tốt ở vài mặt, tệ ở mặt khác. Không có trade-off thì không cần senior, chỉ cần tra cứu.

1.1 Chiều đánh giá phụ thuộc bối cảnh

Ý chính: “tốt nhất” luôn là tốt nhất theo các chiều mà bối cảnh coi trọng, nên việc đầu tiên là thống nhất với stakeholder top 3 chiều và thứ tự của chúng.

Bối cảnh Chiều thường được ưu tiên
Startup tìm product-market fit Tốc độ ra tính năng (agility), chi phí
Doanh nghiệp lớn, ngân hàng Độ tin cậy, bảo mật, khả năng mở rộng, tuân thủ
Sản phẩm B2C đông người dùng Hiệu năng, độ tin cậy

Tranh luận thường kéo dài không phải vì ai sai, mà vì hai bên ngầm ưu tiên hai chiều khác nhau. Các chiều này là quality attribute, một trong bốn nhóm architectural driver kéo nhau trong Kiến trúc phần mềm thực dụng: architectural driver.

1.2 Dimensional trade-off và alternative trade-off

Ý chính: dimensional là đánh đổi giữa các thuộc tính chất lượng (không gian vấn đề); alternative là đánh đổi giữa các phương án cụ thể (không gian giải pháp). Chọn một phương án là đặt mình vào một điểm trên đường cong giữa các thuộc tính.

  • Dimensional: bảo mật vs hiệu năng (mã hoá, xác thực mỗi request), khả năng mở rộng vs chi phí, UI đẹp vs mạnh và linh hoạt, consistency vs availability.
  • Alternative: SQL vs NoSQL, monolith vs microservices, OOP vs FP, Kafka vs RabbitMQ.

Ví dụ: chọn microservices là đổi độ đơn giản vận hành lấy khả năng deploy và scale độc lập. Nên khi trình bày, đừng chỉ nói “em chọn Kafka”. Nói “em ưu tiên throughput và khả năng replay hơn độ trễ thấp và sự đơn giản, nên chọn Kafka”.

1.3 Công thức ideality

Ý chính: TRIZ (một phương pháp giải bài toán sáng tạo của Liên Xô) chấm phương án bằng Ideality = Σ Benefits / (Σ Resources required + Σ Harmful effects). Nó buộc bạn nhìn cả mẫu số, không chỉ lợi ích.

  • Benefits: lợi ích theo từng chiều (giảm p99, giảm chi phí, tăng độ tin cậy).
  • Resources: tiền, người, thời gian, độ phức tạp vận hành.
  • Harmful effects: hệ quả xấu (dữ liệu cũ, thêm một điểm lỗi, khoá vào vendor, rủi ro bảo mật). Liệt kê bằng Seven-So-What: hỏi “làm vậy thì sao?” lặp vài lần cho mỗi phương án.

Giải pháp lý tưởng có lợi ích mà gần như không tốn, không hại gì. Ví dụ: hai thang máy quá tải giờ cao điểm. “Giãn giờ chấm công” có ideality cao hơn “lắp thêm thang” dù lợi ích nhỏ hơn, vì mẫu số gần bằng 0.

Ví dụ chấm điểm ideality: trang danh sách đơn hàng chậm

Điểm 1–5, trọng số theo thứ tự ưu tiên đã thống nhất:

Phương án Benefit Resource Harm Nhận xét
Thêm index phù hợp + keyset pagination 4 1 1 Ideality cao nhất nếu query plan xác nhận được
Cache Redis cho trang đầu 3 2 3 Dữ liệu cũ, thêm hệ thống, invalidate phức tạp
Read replica 3 3 2 Replication lag, chi phí máy
Chuyển sang Elasticsearch 5 5 4 Đồng bộ dữ liệu, thêm cả một stack

Con số chỉ là công cụ buộc mọi người nói ra giả định. Giá trị thật nằm ở cuộc thảo luận vì sao harm của Redis là 3 chứ không phải 1.

1.4 Chọn sweet spot hay giải trade-off

Ý chính: các phương án nằm trên một đường cong (Pareto front: cải thiện X thì Y tệ đi). Hoặc chọn một điểm hợp bối cảnh (sweet spot), hoặc tìm thiết kế mới đẩy cả đường cong về gốc, nơi không tệ theo chiều nào.

  1. Chọn sweet spot: TTL cache 60 giây là điểm cân bằng giữa tải DB và độ mới của dữ liệu.
  2. Giải trade-off: thay vì chọn TTL, dùng CDC (change data capture, đọc binlog/WAL để biết dòng nào vừa đổi) để invalidate gần như ngay. Vừa ít tải DB, vừa dữ liệu mới.

2. Những cái bẫy khi bàn trade-off

Ý chính: hai bẫy lớn là chỉ thấy lợi ích của phương án mình thích, và đánh giá thấp tác hại của thứ mình chưa từng vận hành.

Chỉ thấy một mặt. Rich Hickey: lập trình viên biết lợi ích của mọi thứ và trade-off của chẳng thứ gì. Neal Ford và Mark Richards gọi đó là định luật đầu tiên của kiến trúc phần mềm: mọi thứ đều là trade-off; nghĩ mình tìm được thứ không có trade-off nghĩa là bạn chưa tìm ra nó.

Đánh giá thấp cái chưa biết. Công nghệ mới có harmful effect chưa ai trong team gặp: bug bản đầu, thiếu tài liệu, khó tuyển người, chưa có công cụ monitoring. Đó là lý do của phong trào boring technology: mỗi công ty chỉ có vài “token đổi mới”, tiêu vào thứ tạo khác biệt, còn lại dùng thứ nhàm chán đã biết rõ cách hỏng.

Boring technology hay công nghệ mới: quy tắc chọn

3. Coupling: gốc rễ của nhiều trade-off

Ý chính: nhiều trade-off tồn tại vì hai thứ đáng lẽ độc lập lại bị gắn chặt vào nhau (coupling). Tách chúng ra thì mỗi bên tự tối ưu theo chiều của nó, và trade-off biến mất hoặc nhỏ đi nhiều.

  • Đọc và ghi dùng chung một model: tối ưu cho đọc (denormalize, nhiều index) làm hại ghi, và ngược lại.
  • Logic nghiệp vụ trộn với I/O: test nhanh thì khó, đổi DB thì sợ.
  • Mỗi service tự lo TLS, retry, metrics: đổi chính sách bảo mật phải deploy lại mọi service.

TRIZ hệ thống hoá việc tách thành các nguyên lý tách (separation principles):

Nguyên lý Ví dụ đời thường Ví dụ phần mềm
Tách theo thời gian Ô gấp lại khi không dùng, mở ra khi mưa Startup ưu tiên agility và chi phí trước, độ tin cậy và bảo mật sau, theo từng giai đoạn; feature flag; batch ban đêm, realtime ban ngày
Tách theo không gian Dụng cụ đa năng: một đầu là dao, đầu kia là búa Sidecar: TLS, retry, metrics chạy ở process bên cạnh app; tách dữ liệu nóng (cache) và lạnh (archive)
Tách giữa phần và toàn thể Xích xe đạp: từng mắt cứng, cả dây mềm Functional core, imperative shell: lõi thuần tuý, bất biến, dễ test; vỏ mỏng lo I/O và trạng thái
(Mở rộng) Tách theo điều kiện Kính đổi màu theo ánh sáng CQRS: model ghi chuẩn hoá, model đọc denormalize; mỗi bên tối ưu riêng
Hai trade-off khi tách: CQRS và sidecar

3.1 Functional core, imperative shell bằng Java

Ý chính: tách phần tính toán thuần tuý (functional core: input vào, output ra, không I/O) khỏi phần đọc DB, transaction, giờ hệ thống (imperative shell). Lõi test bằng unit test mili giây, vỏ mỏng chỉ cần vài integration test.

Ví dụ tính tiền booking: bản trộn lẫn đọc giờ, gọi repository và tính toán trong một method, nên test giảm giá phải dựng cả DB. Tách lõi ra:

// Functional core: thuần tuý, không I/O, không đọc giờ hệ thống
record Quote(long nights, long subtotal, long discount, long total) {}

final class Pricing {
    static Quote quote(List<Long> nightlyPrices) {
        long subtotal = nightlyPrices.stream().mapToLong(Long::longValue).sum();
        long discount = nightlyPrices.size() >= 3 ? Math.round(subtotal * 0.05) : 0;
        return new Quote(nightlyPrices.size(), subtotal, discount, subtotal - discount);
    }
}

// Imperative shell: lo I/O, transaction, giờ hệ thống
@Service
@RequiredArgsConstructor
class BookingService {
    private final AvailabilityRepository availability;
    private final BookingRepository bookings;
    private final Clock clock;

    @Transactional
    public Booking book(BookingRequest req) {
        List<Long> prices = availability.lockNightlyPrices(req.homestayId(), req.checkin(), req.checkout());
        Quote quote = Pricing.quote(prices);              // gọi lõi
        return bookings.save(Booking.from(req, quote, clock.instant()));
    }
}

Pricing.quote test bằng vài dòng JUnit, không cần Spring; trade-off “test nhanh vs test sát thực tế” được giải một phần. Lưu ý field là final: với @RequiredArgsConstructor, field không final không vào constructor và không bao giờ được inject.

4. Áp dụng vào phỏng vấn system design

Ý chính: làm rõ, phân rã, đưa phương án đơn giản nhất, rồi với mỗi quyết định nói rõ đổi gì lấy gì. Mỗi lần chuyển phần, nói kết luận trước (top-down).

  1. Làm rõ vấn đề (5–10 phút, xem phần 1): ai dùng, để làm gì, quy mô (QPS, dữ liệu, tăng trưởng), chiều nào quan trọng nhất (độ trễ, consistency, chi phí). Nói to các giả định.
  2. Phân rã: các luồng chính, phần nào khó nhất (thường là ghi đồng thời, consistency, hot spot).
  3. Đề xuất phương án đơn giản nhất chạy được, rồi tiến hoá theo nút thắt.
  4. Với mỗi quyết định: hai phương án, chọn cái nào, mất gì, khi nào đổi. Tự soi bằng năm câu hỏi:
    • order: có cần thứ tự không;
    • duplication: chạy hai lần thì sao;
    • relationship: ai sở hữu dữ liệu;
    • direction: ai phụ thuộc ai;
    • consistency: sync hay async, lệch bao lâu.
  5. Kết bằng rủi ro và bước tiếp theo: cái gì còn yếu, cần đo gì để kiểm chứng.

Quy trình bốn bước và cách biến yêu cầu thành con số (DAU, QPS, p99) có ở Phỏng vấn system design: quy trình và yêu cầu; các trade-off nền như CAP, PACELC, p99 và MTTR ở Nguyên tắc thiết kế: CAP, scalability, performance, availability.

Bài tập

Bài 1: Chấm điểm ideality

Đề (diễn giải): Service đặt phòng cần gửi event sang service thông báo. Ba phương án: (a) gọi HTTP đồng bộ trong transaction, (b) publish Kafka sau khi commit, (c) outbox table + relay. Chấm benefit / resource / harm và chọn.

Lời giải Bài 1: HTTP, Kafka hay outbox
Phương án Benefit Resource Harm Lý do
(a) HTTP đồng bộ 2 1 5 Service thông báo chậm hoặc chết làm hỏng đặt phòng; gửi rồi mà rollback thì thông báo sai
(b) Kafka sau commit 4 3 3 Crash giữa commit và publish thì mất event
(c) Outbox + relay 5 3 1 Event ghi cùng transaction; relay gửi lại được; cần consumer idempotent và bảng outbox phải dọn

Chọn (c) nếu thông báo quan trọng (xác nhận thanh toán); (b) chấp nhận được cho thông báo “nice to have”. Soi thêm bằng checklist: Duplication (relay có thể gửi trùng, consumer phải dedupe), Order (dùng booking_id làm key nếu cần thứ tự theo booking).

Bài 2: Áp dụng nguyên lý tách

Đề (diễn giải): Trang chi tiết sản phẩm cần (1) đọc cực nhanh, chịu 20.000 QPS, và (2) tồn kho chính xác khi đặt hàng. Một model, một bảng thì hai yêu cầu kéo về hai phía. Dùng nguyên lý tách để giải.

Lời giải Bài 2: tách phần hiển thị và phần đặt hàng

Tách giữa phần và toàn thể / theo điều kiện:

  • Phần “hiển thị” (tên, mô tả, ảnh, tồn kho gần đúng) phục vụ từ cache hoặc model đọc, cho phép lệch vài giây.
  • Phần “đặt hàng” kiểm tra tồn kho trên DB chính bằng conditional update: UPDATE stock SET qty = qty - 1 WHERE sku = ? AND qty > 0.

Người dùng hiếm khi thấy “còn hàng” rồi đặt thất bại, nên đổi cả perception: hiển thị “sắp hết” khi tồn kho thấp và thông báo rõ khi đặt thất bại. Trade-off đọc nhanh vs chính xác được giải bằng cách không bắt một chỗ làm cả hai.

Ghi nhớ

  • Giải thích được vì sao phải chốt top 3 chiều và thứ tự trước khi chấm phương án.
  • Phân biệt được dimensional và alternative trade-off, và nói một lựa chọn công nghệ theo thuộc tính nó ưu tiên.
  • Viết được công thức ideality và giải thích vì sao mẫu số quan trọng.
  • Biết khi nào chọn sweet spot, khi nào đầu tư giải trade-off, và cho được ví dụ (TTL vs CDC).
  • Kể được bốn nguyên lý tách kèm ví dụ phần mềm, và trade-off mới mà việc tách sinh ra.

Câu hỏi phỏng vấn

Junior

Trade-off là gì? Cho một ví dụ trong backend.

Trade-off là khi cải thiện một mặt thì phải chấp nhận tệ đi ở mặt khác.

Ví dụ cache: đọc nhanh hơn, DB nhẹ hơn, nhưng dữ liệu có thể cũ đến hết TTL và thêm một hệ thống phải vận hành. Hoặc index: đọc nhanh hơn nhưng ghi chậm hơn và tốn dung lượng.

Mid

Dimensional trade-off khác alternative trade-off thế nào?

Dimensional là giữa các thuộc tính chất lượng (không gian vấn đề); alternative là giữa các phương án cụ thể (không gian giải pháp).

Dimensional: bảo mật vs hiệu năng, consistency vs availability, scalability vs chi phí. Alternative: SQL vs NoSQL, monolith vs microservices. Chọn một phương án là đặt mình vào một điểm trên đường cong giữa các thuộc tính, nên khi trình bày hãy nói thuộc tính ưu tiên trước rồi mới đến tên công nghệ.

Vì sao nhiều team chọn “boring technology”?

Vì công nghệ quen có failure mode đã biết, còn tác hại của công nghệ mới thường không nằm trong bảng so sánh vì chưa ai gặp.

Công nghệ quen có tài liệu, công cụ và người tuyển được. Mỗi công ty chỉ có vài “token đổi mới”, nên tiêu vào thứ tạo khác biệt cho sản phẩm. Không phải là không bao giờ dùng cái mới, mà phải có lý do rõ, người vận hành và đường lui.

Senior

Hai senior trong team bất đồng về Kafka hay RabbitMQ. Bạn xử lý thế nào?

Chốt top 3 thuộc tính cho use case này trước, vì bất đồng thường đến từ việc mỗi người ngầm ưu tiên khác nhau; rồi mới chấm, đo và ghi ADR.

  • Thuộc tính ví dụ: thứ tự theo key, khả năng replay, độ trễ, độ đơn giản vận hành.
  • Chấm từng phương án theo các thuộc tính đó, liệt kê harmful effect. Tranh cãi về số liệu thì làm PoC với tải thật.
  • Ghi quyết định vào ADR kèm phương án bị loại và điều kiện xem lại.
  • Vẫn bất đồng: người có trách nhiệm (tech lead, architect) chốt, cả team disagree-and-commit.
Cho ví dụ một trade-off bạn đã “giải” được thay vì chỉ chọn điểm cân bằng.

Cache invalidation: thay vì chọn TTL dài hay ngắn, dùng CDC đọc WAL/binlog để xoá cache ngay khi dữ liệu đổi, giữ TTL dài làm lưới an toàn.

TTL dài thì DB nhẹ nhưng dữ liệu cũ, TTL ngắn thì ngược lại; CDC cho cả hai. Ví dụ khác: CQRS tách model đọc và ghi để mỗi bên tối ưu riêng. Cách kể: chỉ ra coupling gây ra trade-off, cách tách (theo thời gian, không gian, phần–toàn thể), và harmful effect mới mà thiết kế mang lại (pipeline CDC phải giám sát, eventual consistency).

Công thức ideality của TRIZ giúp gì khi chọn phương án?

Ideality = tổng lợi ích / (tổng tài nguyên + tổng tác hại); nó buộc mình nhìn cả mẫu số.

Phương án lợi ích vừa phải nhưng gần như không tốn gì, không hại gì (giãn giờ batch, thêm một index) thường thắng phương án lợi ích lớn nhưng thêm cả một hệ thống. Con số không chính xác tuyệt đối; giá trị thật là buộc mọi người nói ra giả định về chi phí và tác hại, đặc biệt chi phí vận hành lâu dài.

Functional core, imperative shell giải trade-off nào?

Trade-off giữa test nhanh, dễ suy luận và việc phải làm I/O, transaction, đọc giờ hệ thống.

Lõi chỉ chứa logic thuần tuý (input → output, không side effect), test bằng unit test mili giây. Vỏ mỏng lo I/O và gọi lõi, chỉ cần ít integration test. Đây là tách giữa phần và toàn thể: từng phần cứng (thuần tuý, bất biến), toàn thể vẫn làm được việc có trạng thái. Trong Spring: record và static method cho tính toán, @Service chỉ điều phối, inject Clock thay vì gọi now() trong lõi.

Trong phỏng vấn system design, bạn nói về trade-off thế nào để thuyết phục?

Top-down: kết luận trước, rồi thuộc tính ưu tiên, cái giá chấp nhận, failure mode, và điều kiện sẽ đổi quyết định.

Ví dụ: “em chọn X, vì A và B quan trọng nhất ở đây, đổi lại C; nếu QPS vượt N thì chuyển sang Y”. Luôn có ít nhất một phương án bị loại kèm lý do. Tránh tuyệt đối “không có nhược điểm”, và nói rõ giả định để người phỏng vấn có thể đổi giả định và xem bạn điều chỉnh thế nào.

Từ vựng tiếng Anh

Term Phát âm Nghĩa Ví dụ câu tiếng Anh dùng trong phỏng vấn
trade-off /ˈtreɪd.ɔːf/ sự đánh đổi “The trade-off is lower latency in exchange for stale reads.”
sweet spot /swiːt spɑːt/ điểm cân bằng tốt nhất “A sixty-second TTL is the sweet spot for this page.”
coupling /ˈkʌp.lɪŋ/ sự phụ thuộc chặt “The real issue is coupling between the read and write models.”
harmful effect /ˈhɑːrm.fəl ɪˈfekt/ tác hại “The main harmful effect is one more system to operate.”
boring technology /ˈbɔːr.ɪŋ tekˈnɑː.lə.dʒi/ công nghệ nhàm chán, đã chín “I’d default to boring technology unless this is our differentiator.”
disagree and commit /ˌdɪs.əˈɡriː ənd kəˈmɪt/ không đồng ý nhưng vẫn cam kết làm “Once the decision is recorded, we disagree and commit.”
ideality /ˌaɪ.diˈæl.ə.t̬i/ mức lý tưởng (TRIZ) “Adding an index has higher ideality than a new cluster.”
Pareto front /pəˈreɪ.toʊ frʌnt/ đường cong các phương án tối ưu Pareto “Every option on the Pareto front is better in one dimension and worse in another.”
eventual consistency /ɪˈven.tʃu.əl kənˈsɪs.tən.si/ nhất quán sau một khoảng thời gian “With CQRS, the read model has eventual consistency.”

Ghi chép dựa trên khoá Advanced Backend (Ronin Engineer), viết lại theo cách hiểu của mình.