Vocabulario de diseño de sistemas que todo developer debería conocer

Añadir más máquinas para gestionar una mayor carga. Cada máquina gestiona una parte del tráfico. Preferido para servicios sin estado.

Aumentar los recursos (CPU, RAM, disco) de una máquina existente. Más sencillo de implementar, pero tiene un límite físico y crea un punto único de fallo.

Dividir una base de datos en partes más pequeñas (shards) distribuidas entre varios servidores. Cada shard contiene un subconjunto de los datos. Permite escalar bases de datos horizontalmente.

Copiar datos en varios nodos. Mejora el rendimiento de lectura y añade redundancia. Puede ser líder-seguidor o multi-líder.

Un componente que distribuye el tráfico entrante entre varios servidores para evitar que uno solo se convierta en un cuello de botella. Puede operar en la Capa 4 (transporte) o la Capa 7 (aplicación).

L4 enruta el tráfico basándose en IP y puertos TCP/UDP: rápido pero sin conocimiento del contenido. L7 enruta según cabeceras HTTP, URLs o cookies: más lento pero más flexible (p.ej. enrutar /api a un pool y /static a otro).

Un servidor que se sitúa frente a tu backend y reenvía las peticiones de los clientes. Proporciona terminación SSL, balanceo de carga, caché y oculta la topología interna a los clientes.

Una red de servidores distribuida geográficamente que almacena en caché contenido estático cerca de los usuarios. Reduce la latencia de imágenes, CSS, JS y vídeo sirviéndolos desde el nodo más cercano.

Una capa de almacenamiento temporal y rápida que guarda datos de acceso frecuente para no tener que recalcularlos o volver a obtenerlos. Herramientas comunes: Redis, Memcached.

La regla que decide qué eliminar cuando la caché está llena. LRU (Least Recently Used) elimina el elemento al que hace más tiempo que no se accede. LFU (Least Frequently Used) elimina el elemento al que se accede con menos frecuencia.

El proceso de marcar o eliminar datos en caché cuando cambia la fuente original. Uno de los dos problemas difíciles de la informática: hacerlo mal provoca bugs de datos desactualizados.

Write-through: los datos se escriben en caché y en almacenamiento al mismo tiempo: consistente pero más lento. Write-back: los datos se escriben primero en caché y se sincronizan con el almacenamiento después: más rápido pero con riesgo de pérdida de datos en caso de fallo.

Propiedades que garantizan transacciones de base de datos fiables: Atomicidad (todo o nada), Consistencia (los datos permanecen válidos), Aislamiento (las transacciones no interfieren), Durabilidad (los datos confirmados sobreviven a fallos).

Un sistema distribuido solo puede garantizar dos de tres: Consistencia (cada lectura obtiene la última escritura), Disponibilidad (cada petición recibe respuesta), Tolerancia a particiones (el sistema funciona a pesar de divisiones en la red). En la práctica, la tolerancia a particiones es necesaria, por lo que la elección real es entre C y A.

Todos los nodos convergerán eventualmente al mismo estado, pero las lecturas pueden devolver datos desactualizados a corto plazo. Aceptado en sistemas de alta disponibilidad como DNS y carritos de compra.

Cualquier lectura siempre devuelve el resultado de la escritura más reciente. Requiere coordinación entre nodos, lo que añade latencia. Necesaria para transacciones financieras y sistemas de inventario.

Un componente cuyo fallo provoca la caída de todo el sistema. Los entrevistadores esperan que identifiques y elimines los SPOFs añadiendo redundancia.

Un sistema diseñado para minimizar el tiempo de inactividad, normalmente expresado como porcentaje (p.ej. 99,9% de uptime = ~8,7 horas de inactividad al año). Se consigue mediante redundancia, failover y health checks.

Controlar el número de peticiones que un cliente puede hacer en un período de tiempo determinado. Protege el sistema de abusos, DDoS y vecinos ruidosos. Algoritmos comunes: token bucket, sliding window.

Un buffer que desacopla productores de consumidores. Los productores envían mensajes sin esperar a que los consumidores los procesen. Permite el procesamiento asíncrono y absorbe picos de tráfico. Ejemplos: Kafka, RabbitMQ, SQS.

Aceptar un peor resultado en una dimensión para obtener un mejor resultado en otra. Cada decisión de diseño implica tradeoffs. Usar correctamente este término señala seniority: explica siempre qué sacrificas y qué ganas.

El componente que limita el rendimiento general del sistema. Identificar los cuellos de botella y explicar cómo los aliviarías es la habilidad central en una entrevista de diseño de sistemas.

La latencia es el tiempo que tarda en completarse una operación (p.ej. 50ms por petición). El throughput es cuántas operaciones puede gestionar el sistema por unidad de tiempo (p.ej. 10.000 peticiones/segundo). Optimizar uno a menudo perjudica al otro.

SLI (Service Level Indicator): una métrica que mides (p.ej. tasa de errores). SLO (Service Level Objective): el objetivo para esa métrica (p.ej. tasa de errores < 0,1%). SLA (Service Level Agreement): el compromiso contractual con el cliente, con penalizaciones si se incumple.

Una operación es idempotente si llamarla varias veces produce el mismo resultado que llamarla una vez. Fundamental para los reintentos y los sistemas distribuidos: si una petición de pago se reintenta por un error de red, no quieres cobrar al usuario dos veces.