การประมาณการแบบ Back-of-the-Envelope

การประมาณการแบบ Back-of-the-Envelope เป็นทักษะที่สำคัญใน System Design Interviews ซึ่งเกี่ยวข้องกับการคำนวณอย่างรวดเร็วเพื่อประเมินความสามารถหรือประสิทธิภาพของระบบ

บทนำ

การประมาณการแบบ Back-of-the-Envelope เป็นทักษะสำคัญในการสัมภาษณ์ออกแบบระบบ มันเกี่ยวข้องกับการคำนวณอย่างรวดเร็วเพื่อประเมินความสามารถหรือประสิทธิภาพของระบบ ตามที่ Jeff Dean Google Senior Fellow กล่าว การประมาณการเหล่านี้ช่วยประเมินว่าการออกแบบตรงตามข้อกำหนดหรือไม่ผ่าน Thought Experiments และ Common Performance Benchmarks

1. แนวคิดหลัก

Power of Two

การเข้าใจปริมาณข้อมูลในแง่ของ Powers of Two เป็นพื้นฐาน ความรู้นี้ช่วยในการคำนวณ Storage และ Bandwidth ที่แม่นยำ

ตัวเลข Latency ที่ทุก Programmer ควรรู้

ตัวเลข Latency แสดงถึงเวลาที่ใช้สำหรับ Operations ต่างๆ ในระบบคอมพิวเตอร์

Operation	Latency (2020)
L1 Cache Access	0.5 ns
L2 Cache Access	7 ns
Main Memory Access	100 ns
SSD Random Read	150 µs
HDD Random Seek	10 ms
Round-Trip in Data Center	500 µs
Inter-Region Data Center	150 ms

2. ตัวเลข Availability

High Availability (HA) ทำให้ Downtime น้อยที่สุด Availability แสดงเป็น Nines

Availability	Downtime ต่อปี
99% (Two Nines)	~3.65 วัน
99.9% (Three Nines)	~8.8 ชั่วโมง
99.99% (Four Nines)	~52 นาที
99.999% (Five Nines)	~5.3 นาที
99.9999% (Six Nines)	~31.56 วินาที

Cloud Providers เช่น Amazon, Google และ Microsoft มุ่งเป้า SLA (Service Level Agreements) ที่ 99.9% หรือสูงกว่า

3. ตัวอย่างการประมาณการ - Twitter QPS และ Storage Requirements

สมมติฐาน

• 300 ล้าน Monthly Active Users (MAU)
• 50% เป็น Daily Active Users (DAU)
• Tweets เฉลี่ยต่อผู้ใช้ต่อวัน: 2
• 10% ของ Tweets มี Media
• เก็บข้อมูล: 5 ปี

การประมาณการ

1. Query Per Second (QPS):

• DAU = 300M × 50% = 150M
• Tweets QPS = 150M × 2 tweets / 24 ชั่วโมง / 3600 วินาที = ~3500
• Peak QPS = 2 × 3500 = ~7000

2. Media Storage:

• ส่วนประกอบของ Tweet Size:
  • tweet_id: 64 bytes
  • text: 140 bytes
  • media: 1 MB
• Media Storage ต่อวัน: 150M × 2 × 10% × 1MB = 30TB ต่อวัน
• Storage 5 ปี: 30TB × 365 × 5 = ~55PB

4. เคล็ดลับสำหรับการประมาณการที่มีประสิทธิภาพ

1. การปัดเศษและการประมาณ

ความแม่นยำไม่สำคัญมาก; มุ่งเน้นที่กระบวนการ ใช้ตัวเลขกลมๆ เช่น:

• 99987 / 9.1 สามารถประมาณเป็น 100,000 / 10 = 10,000

2. เขียนสมมติฐาน

บันทึกสมมติฐานอย่างชัดเจนเพื่ออ้างอิงในอนาคต

3. ระบุหน่วย

หลีกเลี่ยงความกำกวมโดยระบุหน่วย (เช่น 5 MB แทนที่จะเป็น 5)

4. สถานการณ์การประมาณการทั่วไป

• QPS (Queries Per Second): วัดความเข้มข้นของ Traffic
• Peak QPS: คำนึงถึง Traffic Spikes
• Storage Requirements: ประมาณความต้องการข้อมูลทั้งหมด
• Cache Requirements: ประเมินความต้องการ Memory สำหรับ Caching
• Number of Servers: คำนวณความต้องการ Hardware ตาม Workload

สรุป

เนื้อหานี้อ้างอิงจาก ByteByteGo - System Design Interview - An Insider's Guide