Айталы, биз чоң жарнама тармагыбыз. Биз дүнйө жүзү боюнча өнөктөш сайттарда баннерлерди жайгаштырабыз. Реал убакыт режиминде окуяларды чогултуу жана иштетүү системасын долбоорлоо керек. Бул маалыматтар эки максат үчүн өтө маанилүү: Фактурлоо: Клик үчүн рекламодательдардан акча алуу. Аналитика: Кампаниялардын азыркы эффективдүүлүгүн (CTR, көрсөтүүлөр) жеке панелде көрсөтүү. Кирүү маалыматтары (жүктү эсептөө үчүн) Өзүңүз талап кылынган күчтөрдү баалооңуз керек (RPS, трафик, сактоо), төмөнкү метрикаларга негизделген: Партнёр тармак: 500,000 активдүү сайт. Трафик: Орто эсеп менен, ар бир сайтта 2 барак көрүү секундуна. Реклама блоктору: Ар бир баракта бир убакта 3 баннер көрсөтүлөт. Конверсия: Орто CTR (Click-Through Rate) 1%. Тартипсиздик: Пик жүктөө (акыркы сааттар) орточо менен салыштырганда 4 эсе жогору. Окуянын өлчөмү: Окуя объектиси (ID баннера, ID сайт, UserID, Timestamp, окуя түрү) болжол менен 500 байт. Техникалык талаптар Near Real-Time: Аналитикалык интерфейсте маалыматтар эң көп дегенде 10 секунд кечиктирүү менен көрүнүшү керек. Ишенимдүүлүк: Кликтердин жоготуусу кабыл алынбайт (бул түздөн-түз акчаны жоготуу дегендик). Көрсөтүүлөрдүн жоготуусу 0.01% чейин кабыл алынат. Өлчөмдүүлүк: Система платформалардын саны өсүп жатканда оңой кеңейиши керек.

Для проектирования системы сбора и обработки событий в реальном времени для крупной рекламной сети с указанными параметрами, рассмотрим ключевые аспекты:

Оценка нагрузки

• Активных сайтов: 500,000
• Просмотры страниц в секунду на сайте: 2
• Баннеры на странице: 3
• CTR: 1%
• Пиковая нагрузка: ×4
• Размер события: 500 байт

Расчёт событий в секунду (RPS):

• Просмотры страниц: 500,000 × 2 = 1,000,000 в секунду
• Показов баннеров: 1,000,000 × 3 = 3,000,000 показов в секунду
• Клики: 3,000,000 × 1% = 30,000 кликов в секунду

Пиковая нагрузка: 3,000,000 × 4 = 12,000,000 показов и 30,000 × 4 = 120,000 кликов в секунду.

Трафик данных

• Показ: 500 байт × 12,000,000 = ~6 ГБ/сек
• Клик: 500 байт × 120,000 = ~60 МБ/сек

Архитектура системы

1. Сбор данных:

   • Использовать легковесные агенты или SDK на сайтах для отправки событий.
   • Протоколы: HTTP/2, gRPC или Kafka Producer для высокой пропускной способности.

2. Приём и буферизация:

   • Использовать распределённый брокер сообщений (например, Apache Kafka) для устойчивого приёма и буферизации событий.
   • Настроить партиционирование по ID сайта или баннера для масштабируемости.

3. Обработка:

   • Потоковая обработка с помощью систем типа Apache Flink, Kafka Streams или собственного сервиса на Go.
   • Клики обрабатывать с гарантией доставки (exactly-once или at-least-once).
   • Показов можно допускать небольшую потерю (0.01%), использовать компромиссы в обработке.

4. Хранение:

   • Для биллинга — база данных с транзакционной поддержкой (например, PostgreSQL, CockroachDB).
   • Для аналитики — OLAP-хранилище или колоночная БД (ClickHouse, Druid) для быстрых агрегаций.

5. Отображение данных:

   • Кэширование агрегированных данных для быстрого доступа в личном кабинете.
   • Обновление данных с задержкой не более 10 секунд.

Масштабируемость и надёжность

• Горизонтальное масштабирование всех компонентов.
• Репликация и резервирование брокеров и баз данных.
• Мониторинг и алерты на потерю данных и задержки.

Итог

• Система должна выдерживать до 12 млн событий в секунду на пике.
• Использовать распределённые технологии для приёма и обработки.
• Обеспечить гарантии доставки для кликов и минимальные потери для показов.
• Обеспечить near real-time обновление аналитики с задержкой до 10 секунд.