系统设计与行为面试：白板画图与 STAR 故事库

0. 元信息

• 主题路径：docs/topics/career-and-interview/subtopics/system-design-and-behavioral/README.md
• 父主题：career-and-interview
• 适合对象：L5+ 工程师面试必备；尤其是”系统设计讲不清”或”行为面试被追问就崩”的人
• 建议周期：3~4 周
• 前置知识：system-design（容量、缓存、一致性、可观测基础）；≥ 3 个完整工程交付经验
• 最终目标：完成 4 套 45 分钟系统设计白板（短链 / Twitter timeline / 限流 / 排行榜）；完成 10 道 STAR 答案；完成 5 次完整 mock 录音

1. 学习路线

ByteByteGo 4 步法（容量 → API → 数据模型 → 深入设计）
  → 4 套经典白板（短链 / Feed / 限流 / 排行）
  → 行为 8 大主题（Conflict / Failure / Leadership / Ambiguity / Influence / Prioritization / Technical / Customer）
  → STAR 故事库（10 个项目故事覆盖 8 主题）
  → 5 次完整 mock（编码 + 系统设计 + 行为）

每一步都是下一步的前置：没有白板练习就上系统设计会被秒拒；没有 STAR 库就上行为面试会卡壳。

2. 阶段周数分配

3 周方案面向系统设计有经验、行为面试 STAR 已熟练的资深工程师；4 周方案面向 L5+ 第一次走完整流程的求职者。综合项目（白板 + STAR + mock）作为求职 Sprint 的子模块。

3. 核心知识 / 产出 / 标准表

4. 第一周任务

Day 1 约定：本计划以”4 步白板法 + 行为 8 主题 + STAR 故事库 + mock 录音 + 复盘”为最小循环。所有产出必须有可见证据（白板录音、STAR 卡片、mock 录音、复盘清单）。

Day 7 步骤 A 把面试资产跑通；步骤 B 每类问题先在文档里复现，再讲清补救路径。

5. 阶段通用验收

1. 不看笔记 45 分钟内完整讲清任意 1 套白板（含容量 / API / 数据模型 / 深入设计 4 步）；
2. 用 STAR 4 段讲完任意 1 个项目故事（S/T 各 30 秒，A 2 分钟，R 30 秒含量化）；
3. 画一张图：白板组件图（短链 / Twitter timeline / 限流 / 排行榜 4 选 1，Mermaid 渲染）；
4. 测试 4 类边界：白板超时 / 行为用”我们”开头 / Result 无量化 / mock 紧张；
5. 准备 10 道 STAR 故事覆盖 8 主题，每道录音 ≤ 3 分钟；
6. 容量估算能从 DAU 起步算到 QPS / 存储（白板录像可证）；
7. 能修改已有白板与 STAR 故事（换受众、加 follow-up、加 learning），不是只照抄。

6. 最终验收

• 完成 4 套 45 分钟系统设计白板（短链 / Twitter timeline / 限流 / 排行榜），每套留录音；
• 完成 10 道行为题 STAR 答案，覆盖 8 主题（Conflict / Failure / Leadership / Ambiguity / Influence / Prioritization / Technical / Customer）；
• 完成 5 次完整 mock（编码 60 + 系统设计 45 + 行为 30 = 135 分钟），每次留录音 + 复盘清单；
• 现场拿到任意 1 套白板题，45 分钟内讲清关键权衡（含容量估算数字）；
• 现场拿到任意 1 道行为题，能用 STAR 模板 3 分钟内讲完（Action 段具体 + Result 含量化）；
• 能用 15 分钟讲清自己的白板方法、STAR 故事库、mock 复盘习惯、容量估算经验。

7. 综合项目

首选：求职 Sprint 的 design + behavioral 子模块（必做：4 套白板 + 10 道 STAR + 5 次 mock）。

• 输入：过往工程交付经验、目标公司岗位需求；
• 输出：必输出（1）4 套系统设计白板录音（短链 / Twitter timeline / 限流 / 排行榜）+ Mermaid 组件图；（2）10 道 STAR 答案文本 + 录音（覆盖 8 主题）；（3）白板模板 + 时间分配表；（4）5 次完整 mock 录音（编码 + 系统设计 + 行为）；（5）mock 复盘清单（每场 ≥ 3 个改进点）；（6）容量估算练习 ≥ 50 题；（7）1 份 retrospective；（8）1 份 mock 评价表（自评 + 他评）；
• 关键指标：白板 45 分钟内讲清 4 套、行为题 3 分钟内 STAR 答完、mock 紧张感 5 次后基本消除；
• 进阶可选：写技术博客（ByteByteGo 风格系统设计图解）+ 给朋友 mock 并给反馈（升级 L4 能力）。

备选：dream company 岗位的 mock 包（针对 1 家目标公司岗位 JD：定制 3 套白板 + 8 道 STAR + 3 次 mock + 1 份讲解策略），适合”已锁定 dream company”的求职者。

任何综合项目都必须包含：

1. 白板 4 步法与时间分配（5/5/10/25 分钟）；
2. 4 套经典白板（短链 / Feed / 限流 / 排行）+ 组件图 + 录音；
3. 行为 8 主题清单与覆盖；
4. 10 道 STAR 答案（含 S/T/A/R + 量化 + learning）；
5. 5 次完整 mock 录音 + 复盘；
6. 容量估算练习（≥ 50 题）；
7. README（含 mock window、目标、产出、复盘）；
8. retrospective.md（含教训、改进、下一轮）。

notes/ 与 README 存放规范

所有”白板组件图 / STAR 卡片 / mock 复盘 / 容量估算”类交付物统一存放在项目根目录的 notes/ 子目录或 README 的对应章节；提交时一并带上，避免散落在聊天或临时文件里。综合项目的 notes/ 至少包含：

• notes/whiteboard-template.md：4 步法模板（5/5/10/25 分钟分配）+ 4 套白板组件图（Mermaid）；
• notes/star-stories.md：10 道 STAR 答案（S/T/A/R + 量化 + learning，每段标秒数）；
• notes/mock-retro.md：5 次 mock 录音链接 + 复盘清单（每场 ≥ 3 个改进点 + 下次改法）；
• notes/capacity-estimation.md：50 题容量估算练习（DAU → QPS → 存储，含公式与答案）。

8. 推荐开源资料

默认使用顺序：先读《System Design Interview》Vol 1 建立 4 步法 → 读《Designing Data-Intensive Applications》5~9 章补底层 → 看 Hello Interview 视频白板 → 用 Excalidraw 画 4 套组件图 → 用 Educative 补题库 → 用 Lewis Lin《Decode and Conquer》准备 STAR 故事库 → 用 Pramp 做 5 次 mock → 写复盘到 notes/mock-retro.md。

9. 学习资料汇聚（v0.3 自包含）

9.1 背景与动机

系统设计与行为面试是 L5+ 工程师的硬门槛。系统设计从”画组件图”到”讲清 5W”是 2015 年后 Alex Xu、Hello Interview 等平台把它工程化的结果；行为面试的 STAR 框架来自 HR 行业，但被 Gayle McDowell、Lewis Lin 等人系统化。今天每个 senior 工程师面试都过这两关：系统设计证明你能做大，行为证明你能合作。

9.2 概念地图

flowchart LR
  Whiteboard[白板 4 步法] --> Capacity[容量估算]
  Whiteboard --> API[API 设计]
  Whiteboard --> Schema[数据模型]
  Whiteboard --> Deep[深入设计]
  Capacity --> Short[短链]
  Capacity --> Feed[Twitter timeline]
  Capacity --> Rate[限流]
  Capacity --> Rank[排行榜]
  Behavioral[行为 8 主题] --> STAR[STAR 故事]
  STAR --> Conflict[Conflict]
  STAR --> Failure[Failure]
  STAR --> Leadership[Leadership]
  STAR --> Ambig[Ambiguity]
  STAR --> Infl[Influence]
  STAR --> Prio[Prioritization]
  STAR --> Tech[Technical]
  STAR --> Cust[Customer]
  Whiteboard --> Mock[完整 mock]
  STAR --> Mock

关系说明：白板练的是”做大”的能力，STAR 练的是”讲清自己”的能力，两者通过 mock 串联。

9.3 基础知识讲解

9.3.1 系统设计经典

9.3.2 行为面试经典

9.3.3 ByteByteGo 白板 4 步法

1. 容量估算（5 分钟）
   - DAU / QPS / 读写比 / 对象大小 / 留存期
   - 用 DAU × 操作数 × 对象大小 × 留存期 / 86400 计算 QPS
   - 用 QPS × 对象大小 × 留存期 × 副本系数 计算存储

2. API 设计（5 分钟）
   - 列出 3~5 个核心 endpoint
   - 说明请求/响应 schema
   - 标注延迟目标

3. 数据模型（10 分钟）
   - 关键表 / collection
   - 索引（primary + secondary）
   - 分区 / 分片策略

4. 深入设计（25 分钟）
   - 缓存层（CDN / Redis / 本地）
   - 消息与异步（Kafka / SQS）
   - 一致性（CAP / PACELC / Saga）
   - 可观测（SLI / SLO / 告警）
   - 故障应对（限流 / 熔断 / 降级）

9.3.4 STAR 故事库结构

故事 1：技术领导（Leadership）
  Situation：团队 5 人，无 owner，事故频发
  Task：被任命为 Tech Lead，3 个月内稳定系统
  Action：引入 on-call 制度 + 事故复盘 + SLO 看板
  Result：事故率降低 70%，团队满意度提升

故事 2：冲突处理（Conflict）
  Situation：与同事对架构选型意见分歧
  Task：作为 Tech Lead，需要达成共识
  Action：用数据 + prototype 说服，引入 2 周 spike
  Result：团队达成共识，性能提升 3x

故事 3：失败与反思（Failure）
  Situation：发布时引入 bug，影响 10% 用户
  Task：作为 on-call，需要快速恢复
  Action：5 分钟回滚 + 1 小时内定位 + 写复盘 + 加自动化测试
  Result：下次同类 bug 0 复发，团队加测试覆盖率门槛

（覆盖 8 主题，共 10 个故事）

9.4 经典问题与经典案例

9.5 学习难点

• 概念难点：白板时间分配（5/5/10/25）容易超时；用计时器训练。
• 思维难点：行为题”无故事可讲”；用 STAR 故事库覆盖 8 主题，每主题 1~2 个。
• 工程难点：mock 紧张；5 次 mock 后基本消除，前 2 次会很糟。

9.6 技术标准与接口

Entity

白板组件图、容量估算表、API schema、数据模型、STAR 故事卡、mock 录音。

Scope

系统设计不替代系统实现，行为面试不替代工作能力；只解决”现场讲清”与”现场答好”。

Structure

• 白板：容量估算（5 分钟）+ API（5 分钟）+ 数据模型（10 分钟）+ 深入设计（25 分钟）；
• 容量估算：DAU × 操作数 × 对象大小 × 留存期 / 86400；
• STAR：Situation（30 秒）+ Task（30 秒）+ Action（2 分钟）+ Result（30 秒）；
• Mock：编码 60 分钟 + 系统设计 45 分钟 + 行为 30 分钟 = 135 分钟。

Ecosystem

• 系统设计题库：ByteByteGo、Hello Interview、Educative、DesignGurus；
• 白板工具：Excalidraw、tldraw、Miro、Google Jamboard；
• Mock 平台：Pramp、IGotAnOffer、朋友 mock；
• 录音：OBS、Audacity、手机录音；
• 复盘：Notion、Markdown、Google Docs。

Depth Tiers

• L0：知道系统设计与行为面试存在；
• L1：能讲 1 套系统设计 + 1 个 STAR 故事；
• L2：能讲 4 套系统设计 + 10 个 STAR 故事；
• L3：能在 mock 中连贯讲清，节奏与时间可控；
• L4：能指导他人 mock 并给反馈。

本子主题要求：L3。

Source

• Alex Xu《System Design Interview》：白板题库；
• Hello Interview：视频白板；
• Cracking the Coding Interview：行为题库；
• Decode and Conquer：行为题库；
• 版本快照日期：2026-07-30。

9.7 关键代码

9.7.1 容量估算器

# 9.7.1 容量估算：DAU → QPS → 存储
def estimate(dau: int, ops_per_user: float,
             read_write_ratio: float, obj_size_bytes: int,
             retention_days: int, replicas: int = 3) -> dict[str, float]:
    qps_total = dau * ops_per_user / 86400
    qps_read = qps_total * read_write_ratio / (1 + read_write_ratio)
    qps_write = qps_total / (1 + read_write_ratio)
    storage_bytes = qps_write * 86400 * retention_days * obj_size_bytes * replicas
    return {
        "qps_total": round(qps_total, 2),
        "qps_read": round(qps_read, 2),
        "qps_write": round(qps_write, 2),
        "storage_gb": round(storage_bytes / 1024**3, 2),
    }

if __name__ == "__main__":
    # 短链：DAU 10M，每人写 0.1 次/天，读 5 次/天，对象 200B，留 3 年
    print(estimate(
        dau=10_000_000,
        ops_per_user=5.1,
        read_write_ratio=50,
        obj_size_bytes=200,
        retention_days=365 * 3,
    ))
    # {'qps_total': 590.28, 'qps_read': 583.33, 'qps_write': 11.57, 'storage_gb': 549.32}

9.7.2 系统设计白板组件图（Mermaid）

%% 9.7.2 短链系统白板：组件 + 数据流
flowchart LR
  Client --> DNS --> CDN --> LB[Load Balancer]
  LB --> API[API Gateway]
  API --> App[短链服务 无状态]
  App --> Cache[(Redis)]
  App --> DB[(MySQL)]
  App --> IDGen[ID 生成 Snowflake]
  IDGen -.返回 ID.-> App
  Cache -.读.-> App
  DB -.读/写.-> App
  App --> Redirect[302 跳转]

9.7.3 STAR 故事模板检查

# 9.7.3 STAR 答案检查器：四段时长 + 量化
from dataclasses import dataclass

@dataclass
class StarAnswer:
    situation: str
    task: str
    action: str
    result: str

def star_score(ans: StarAnswer) -> dict[str, bool]:
    """返回各段是否合规"""
    return {
        "situation_clear": len(ans.situation) > 50,
        "task_role_clear": "I" in ans.task or "we" in ans.task.lower(),
        "action_specific": len(ans.action) > 200,
        "result_quantified": any(
            c in ans.result for c in ["%", "x", "ms", "$", "k", "M"]
        ),
    }

if __name__ == "__main__":
    ans = StarAnswer(
        situation="电商平台每秒 10k 订单，原同步调用 P99=5s",
        task="I was the Tech Lead, tasked with redesigning order service",
        action="I introduced Kafka async, Outbox pattern, cache prewarming",
        result="P99 dropped from 5s to 180ms, 10x capacity, saved $200k/year",
    )
    print(star_score(ans))

10. 常见误区

• 系统设计只画组件图，不写容量估算；
• 白板时间分配失衡，前 5 分钟讲完所有内容；
• 行为题用”我们”开头，不讲”我”做了什么；
• STAR Answer 没有量化指标；
• 用 failure 类题编故事，面试官一追问就崩；
• mock 不录音，事后想不起哪里卡了；
• mock 只做编码，不做系统设计与行为；
• 行为故事库只有 1~2 个，被追问就重复；
• 系统设计讲完不总结关键权衡；
• 不讲 follow-up，面试官以为你不会；
• 系统设计不画数据流图，只画组件图；
• 行为面试背稿，被追问就崩；
• 用 conflict 类题讲负面八卦；
• 不讲 learning 与 growth；
• 真实面试不提前 5 分钟进入状态。

11. 所有知识点分类（统一规则）

1. 编程语言
2. 数据结构与算法
3. 计算机基础
4. 工程技术
5. Web 与后端
6. 前端与客户端
7. 数据与人工智能
8. 项目与职业能力

本计划归属：项目与职业能力 主 + 工程技术 辅（系统设计）。

本主题贡献

• 职责：用白板画图把系统边界与数据流讲清；通过 back-of-envelope estimation 建立容量假设；以 DDIA 的一致性、可靠性与扩展性视角组织权衡。
• 交付物：4 套白板画图录音与组件图；back-of-envelope estimation 计算表；结合 DDIA 原则的设计权衡卡与行为 STAR 故事库。
• 指标：每套设计 45 分钟内完成；容量估算覆盖 DAU、QPS 与存储三步且误差 ≤20%；完成 ≥5 次 mock，行为题 3 分钟内讲完。