如何设计 Google Docs

原文：How To Design Google Docs

译者：飞龙

协议：CC BY-NC-SA 4.0

自豪地采用谷歌翻译

系统设计面试可能相当开放，需要广泛的知识。

为了准备好这样的面试，重要的是要覆盖不同的领域，而不是集中在单一的主题。我们花了很多时间选择系统设计问题进行分析，我们的主要标准是：

  • 这个问题是流行的和经典的
  • 我们关心我们选择的问题的多样性
  • 分析有助于其他面试问题

本周，我们想讨论如何设计 Google 文档。你会发现它与我们以前的问题的分析有很大的不同。

问题 - 如何设计 Google 文档

我会假设每个人都知道Google文档是什么，不会浪费时间介绍这个产品。

乍一看，这个问题看起来相当普遍，事实确实如此。 Google 文档是一个庞大的系统，具有很多功能。如果你花几分钟时间思考这个问题，则可能会意识到 Google 文档比看起来复杂得多。

作为一个面试官，我不想把讨论的范围限制在这个产品的特定功能上。相反，我倾向于把这个问题提出来，使我能够知道候选人将如何逐步解决一个模糊的问题。

划分为组件

在我们以前的帖子中，我们已经多次强调，当问题很大时，建议提供概要解决方案。抽象解决方案的一种方法是，将大系统分成更小的组件。

显然，Google Docs 是一个庞大的系统，具有一系列功能，包括文档存储，共享，格式化，编辑等。事实上，如果不把它分解成不同的子问题，我几乎不能解决这么大的问题。

如果你没有考虑过这个问题，请在查看我们的分析之前，花费 5-10 分钟的时间自行解答。另外，值得注意的是，如果你的解决方案与我们的解决方案不同，那么问题就是开放的，这是绝对没问题的。

我们可以把整个系统分成以下几个主要部分：

  • 文件存储。由于 Google 文档是 Google 云端硬盘的一部分，因此我也包含了存储功能。该系统允许用户将文件（文档）分组到文件夹，并支持编辑/创建/删除等功能。它像一个操作系统。
  • 在线编辑和格式化。毫无疑问，Google 文档的核心功能之一就是在线编辑。它支持几乎所有的微软 Office 操作，也许更多。
  • 合作。 Google Docs 允许多个人同时编辑单个文档，这真是太神奇了。这肯定是一个技术挑战。
  • 访问控制。你可以与你的朋友分享文档，并给予不同的权限（所有者，只读，允许评论等）。

这里忽略了一些不太重要的功能，像插件，拼写检查，发布到网络等等。

存储和格式化

我将这两个话题放在一起，因为在实现存储和格式化的过程中，会创建一个 Google Docs 非常基本的初级的版本。即使没有访问控制和协作，单个用户仍然可以使用它来编辑文档。

另外，存储和格式化在一定程度上可以看作是后端和前端。

恕我直言，Google Docs（或 Google Drive）的存储系统非常接近操作系统。它有像文件夹，文件，所有者等概念。

因此，构建这样的系统，基本积木是一个文件对象，它包含内容，父项，所有者以及其他元数据，如创建日期。父项代表文件夹关系，根目录的父项为空。我不会讨论如何扩展系统，因为构建分布式系统可能非常复杂。有很多事情要考虑，比如一致性和复制。

对于前端的格式化，一个有趣的问题是，如何使用相应格式储存文档。如果你了解 Markdown，那绝对是最好的解决方案之一。尽管 Google Docs 可能更复杂，但 Markdown 的基本思想仍然适用。

并发

Google Docs 最酷的功能之一是可以同时编辑多个文档。你将如何设计这个功能？

说实话，这不是一个容易的问题。你不能只让每个人自己工作，然后合并每个人的副本或选取最后一次编辑。如果你已经尝试了协作编辑功能，你实际上可以看到对方正在做什么，并获得即时反馈。

如果你已经使用 Git 进行版本控制（译者注：或者简单的diff和patch），这里的一些想法可以是类似的。首先，让我们考虑最简单的情况 - 只有两个人在编辑同一个文档。假设文档是abc。

基本上，服务器可以为每个人保留量份相同的文档，并跟踪完整的修订历史。当 A 通过在开头添加x来编辑文档时，这个改变将与 A 所看到的最后修订一起发送到服务器。假设此时 B 删除最后一个字符c，并且这个改变也是这样发送到服务器。

由于服务器知道修改在哪个版本上进行，因此会相应地调整更改。更具体地说，B 的变化是删除第三个字符c，它将被转换为删除第四个字符，因为 A 在开头添加了x。

这就是所谓的操作转换（Operational Tranformation）。如果你从没听说也没关系，基本思想是根据修改和其他合作者的修改来转换每个人的改动。

访问控制

Google 文档允许你使用不同级别的权限邀请合作者。

朴素的解决方案不应该很难。对于每个文件，你可以维护一个合作者列表，带有相应权限如只读，所有者等。当一个人想做特定的行动，系统检查他的权限。

通常，我想问一下这种访问控制系统所面临的挑战是什么。

众所周知，将系统扩展到数百万用户时，可能会有很多问题。我想在这里提到的几件事是：

  • 速度。当所有者更新文件夹的权限（例如删除特定的查看者）时，应将此更新传播给其所有子项。速度可能是一个问题。
  • 一致性。当有多个副本时，保持每个副本的一致性尤其重要，特别是当多个人同时更新权限时。
  • 传播。可能有很多传播情况。除了更新文件夹的权限应该反映在所有的子文件之外，如果你向某人授予文档 D 的读取权限，那么他也可能已经拥有了文档 D 的所有父文件夹的读取权限。如果有人删除了 D 文件，我们可能会撤销 D 的父文件夹的阅读权限（也许不是，这更像是产品决策）。

总结

同样，Gainlo 中没有人从事过 Google Docs。 这篇文章没有教你如何从头开始构建 Google Docs。

相反，我想用这篇文章给你更多想法，有关如何进行系统设计面试和如何解决模糊问题。

设计一个像 Google Docs 这样的复杂系统可能会让人感到恐惧。 但是一旦你把系统分成更小的组件，就变得简单多了。

如果你觉得这篇文章有帮助，请分享给你的朋友，我会很感谢。 你也可以在这里查看更多的系统设计面试问题和分析。