1. Uber系统设计

Uber的技能可能看起来很大略,但是当用户从运用程序要求乘车,而驾驶员到达将他们带到目的地时,游戏就在幕后开始

Uber的根本举动步伐由数千个做事和TB级数据组成,支持平台上的每一次旅行。

内容推荐算法phpgit国外各年夜互联网网站的推举算法和体系设计 GraphQL

该系统紧张是用Python编写的,并利用SQLAlchemy作为数据库的ORM层。
实际的体系构造适宜在一些城市中进行相对少量的旅行。

该公司的后端现在不仅可以处理出租车,还可以处理出租车,送餐,货运等等。

2. YouTube视频推举算法

图片来源:KDNuggets

当用户在YouTube上创造视频时,会在设备的下方或右侧抛出用户可能会按特定顺序喜好的推举视频列表。

本文中描述的模型着重于两个紧张目标。
利用了宽和深模型架构,该架构将宽模型线性模型(存储)的功能与深层神经网络(泛化)结合在一起。
广泛和深入的模型将为每个已定义的目标(参与度和满意度)天生预测。

3. Twitter系统设计

图片来源:代码karle

4.哈佛商学院的Spotify音乐推举算法

图片来源:哈佛商学院

Spotify如何利用机器学习来推举音乐?

该公司同时利用三种推举模型和其他技能。
哈佛商学院描述的三种模式是

-CF(别号协作过滤):用于剖析您的行为并将其与其他用户的行为进行比较的模型

-NLP aka自然措辞处理模型-扫描互联网并剖析有关Spotify目录的文本

-音频剖析:用于剖析原始音频文件的模型

5. Netflix系统设计

图片来源:Medium / Narendra L

Netflix在两个云中运行:AWS和Open Connect。
两种云必须协同事情,才能供应无数小时的客户满意视频。

扮演紧张角色的三个紧张组件:CDN,后端和客户端

任何不涉及供应视频的内容都将在AWS中处理。
播放后发生的所有事情都由Open Connect处理。
Open Connect是Netflix的自定义环球内容交付网络(CDN)。

6.个性化和推举的Netflix系统架构

图片来源:Netflix Tech Blog

只管未指定每种模型的体系构造细节,但Netflix利用了其论文中提到的各种等级。
以下是它们的择要:

个性化视频排名(PVR)-此算法是一种通用算法,常日会按特定条件(例如暴力电视节目,美国电视节目,浪漫史等)过滤目录,并结合包括用户功能和受欢迎程度在内的其他功能。

Top-N视频分级程序—与PVR相似,不同之处在于,它仅查看排名的头并查看全体目录。
利用查看目录排名首位的指标(例如MAP @ K,NDCG)进行了优化。

7. Flipkart / Amazon系统设计

图片来源:代码karle

设计类似Amazon或flipkart的平台时的功能哀求:

-该当供应带有交付ETA的搜索功能

-应供应所有产品的目录

-该当供应购物车和收藏夹功能

-应顺利处理付款流程

-该当供应所有先前订单的视图

-还有更多

非功能性哀求

-低延迟

- 高可用性

-高同等性

8.Signal系统架构

图片来源:scc

Signal是适用于Android和iOS的端到端加密通信运用程序,类似于WhatsApp,但是开源的。
它利用TCP / IP(Internet)发送一对一的和组,个中可以包括文本,文件,语音注释,图像和视频,以及进行一对一的语音和视频通话。
为了用户识别,利用标准蜂窝移动号码。

9.BookMyShow系统设计

图片来源:GFG

在这篇文章中,我们将学习“如何设计像BookMyShow这样的在线票务预订系统”。

BookMyShow建立在微做事架构上。
让我们分别看一下这些组件。
在动手设计票务预订系统之前,请先理解一下Book My Show利用的做事和技能。

Bookmyshow利用的技能

-用户界面:ReactJS和BootStrapJS

-做事器措辞和框架:Java,Spring Boot,Swagger,Hibernate

-安全性:春季安全性

-数据库:MySQL

-做事器:Tomcat

-缓存:在内存缓存中进行Hazelcast。

-关照:RabbitMQ。
用于推送关照的分布式行列步队。

-付款API:最受欢迎的是Paypal,Stripe,Square

-支配:Docker和Ansible

-代码存储库:Git

-记录:Log4J

-日志管理:Logstash,ELK堆栈

-负载均衡器:Nginx

10. Airbnb系统设计

图片来源:代码karle

诸如Airbnb,Booking.com和OYO之类的度假租赁巨子如何事情以供应如此平稳的流程,从房地产上市,预订到付款?统统都没有任何小故障

11. TikTok的ML支持的推举引擎

图片来源:TDS

TikTok推举系统设计的原型因此用户为中央的设计。
大略来说,TikTok只会推举您喜好的内容,从冷启动调度到对生动用户的明确推举。

TikTok从未向"大众年夜众或技能界透露其核心算法。
但是,基于通过公司发布的零散信息,以及极客利用反向工程师技能创造的踪迹,完成了此推举事情流程。

让我们将此事情流程分为多个部分

步骤0:用于用户天生内容(UGC)的Duo-Audit系统

步骤2:基于指标的称量

步骤3:利用者设定档放大器

第4步:佳构趋势池

其他步骤:延迟点火

12. Google Maps系统设计

图片来源:代码karle

设计类似Google Maps的系统的功能哀求:

-能够识别道路和路线

-在2点之间旅行时查找间隔和估量到达韶光

-该当是可插拔的模型,以防我们希望在那些有需求的产品上建立根本

非功能性哀求

-高可用性-该系统永久不会宕机。
我们不肯望我们的用户在茫茫人海中迷路。

-准确性-我们估量的估量到达韶光(ETA)不应与实际旅行韶光相差太大。

-及时相应-应在几秒钟内准备好相应。

-可扩展-像Google Maps这样的系统每秒吸收大量要求,因此应以一种能够处理这些要求以及要求数量激增的办法进行设计。

13.亚马逊产品推举算法

图片来源:python的AI

该算法包含5个不同的紧张观点:

-多个视图–显示多个组件,所有项目都显示在此处

-用户视图–显示有关会话中当前用户的特定信息

-项目视图–显示有关当前项目的详细信息

-推举视图–显示基于当前项目的推举项目

-数据视图–可视化推举算法利用的数据构造

14. Dropbox系统设计

图片来源:Medium / Narendra L

您是否想知道这些做事在内部如何供应文件上载,更新,删除和下载等功能?

-文件版本掌握

-文件和文件夹同步

-这是这些系统如何在后台运行的高等阐明

15. Google文件系统设计

图片来源:Medium / Narendra L

Google文档系统的设计分为两个视频。
在第一个视频中,您将学习操作转换和差分同步。
在第二部分中,您将学习具有微做事架构和API网关的系统组件。

16.Zoom系统设计

图片来源:代码karle

现在谁还没有利用过Zoom或Microsoft团队或WebEx或某种视频会议平台!
这些天,乃至都在Zoom上课。
如果您正在阅读本文,我相信您会对它的事情办法感到好奇。
因此,通过访问下面的链接不雅观看视频,我相信到此视频结束时,您将能够成功设计视频会议系统。

17. Yelp系统设计

图片来源:Medium / Narendra L

让我们设计任何基于位置的做事,例如Yelp或Trip Advisor,在该做事中,用户可以搜索附近的地方,例如旅游景点,饭店,剧院或市场等,用户还可以登录,还可以添加/查看评论,照片和评论。
的地方。

18. Cricbuzz系统设计

19. 证券交易所系统设计

系统设计目标:

-两个股票类型每秒两次次订单匹配(供参考,纳斯达克每秒处理超过60k。

-高可用,可扩展,可靠和耐用

-SLA /延迟

-容忍1个数据中央故障

-为特定的地理用户供应做事将减少延迟

原文:https://www.jdon.com/55866