System design cho fullstack: scale, monorepo, kiến trúc & tính năng AI
Tư duy thiết kế hệ thống ở cấp senior: từ 1 đến 1 triệu người dùng, monolith module hoá vs microservices, event-driven, monorepo Turborepo/Nx, multi-tenant SaaS, tích hợp tính năng AI (LLM, streaming, RAG), và khung trả lời phỏng vấn system design.
Vòng system design là vòng quyết định level và mức lương: cùng một ứng viên, trả lời tốt vòng này có thể được offer senior thay vì mid. Nó không kiểm tra bạn thuộc bao nhiêu công nghệ, mà kiểm tra khả năng làm rõ yêu cầu, ước lượng, chọn đánh đổi và giải thích. Năm 2026, gần như mọi sản phẩm đều có tính năng AI, nên fullstack dev cũng được kỳ vọng tích hợp LLM một cách có trách nhiệm (chi phí, độ trễ, an toàn).
🎯 Mục tiêu học tập
- Áp dụng khung 5 bước cho bài phỏng vấn system design
- Ước lượng tải, lưu trữ, băng thông; chọn cách scale từng tầng
- So sánh monolith module hoá, microservices, serverless; biết khi nào tách service
- Tổ chức monorepo pnpm + Turborepo với package dùng chung
- Thiết kế multi-tenant SaaS và tích hợp tính năng AI (streaming, RAG, chi phí, an toàn)
Khung trả lời system design (45 phút)
- Làm rõ yêu cầu (5'): chức năng chính, ai dùng, quy mô (DAU, đọc/ghi), yêu cầu phi chức năng (độ trễ, nhất quán, sẵn sàng).
- Ước lượng (5'): 1M DAU × 20 request/ngày ≈ 230 req/s trung bình, đỉnh ×3-5 ≈ 1000 req/s. Lưu trữ = số bản ghi × kích thước × thời gian.
- API & mô hình dữ liệu (10'): endpoint chính, bảng/collection, khoá, index.
- Kiến trúc tổng thể (10'): client → CDN → load balancer → API → cache → DB, queue, worker, object storage.
- Đào sâu & đánh đổi (15'): điểm nghẽn, scale đọc/ghi, lỗi một phần, nhất quán, giám sát. Luôn nói "lựa chọn A vì…, đánh đổi là…".
Đề hay gặp cho fullstack: URL shortener, news feed, chat/notification, ứng dụng cộng tác (Notion/Trello), hệ thống đặt chỗ (chống đặt trùng), upload & xử lý video, rate limiter, autocomplete tìm kiếm.
Scale từng tầng: từ 1 đến 1 triệu người dùng
| Giai đoạn | Kiến trúc | Điểm nghẽn tiếp theo |
|---|---|---|
| 0 → 10k | 1 monolith + 1 Postgres + Redis, deploy PaaS | Query chậm → index, cache |
| 10k → 100k | Nhiều instance API stateless sau load balancer, CDN, queue + worker, read replica | Kết nối DB → PgBouncer; việc nặng → worker |
| 100k → 1M+ | Tách service theo domain có lý do, cache nhiều tầng, search engine riêng, partition dữ liệu lớn, multi-region cho đọc | Nhất quán dữ liệu giữa service, độ phức tạp vận hành |
- API stateless (session ở Redis/DB, file ở S3) là điều kiện để scale ngang.
- Định lý CAP và PACELC ở mức giải thích được; eventual consistency và cách UI xử lý (optimistic UI, "đang đồng bộ").
- Search: Postgres full-text trước, Meilisearch/Typesense/Elasticsearch khi cần.
Monolith, microservices và event-driven
| Modular monolith | Microservices | |
|---|---|---|
| Deploy | Một artifact | Mỗi service riêng |
| Giao dịch | Transaction DB thường | Saga, outbox, eventual consistency |
| Phù hợp | Đa số sản phẩm, team < 30 người | Nhiều team cần deploy độc lập, phần cần scale/công nghệ khác hẳn |
Lộ trình hợp lý: modular monolith với ranh giới module rõ (mỗi module có API công khai, không truy cập bảng của module khác) → khi có lý do cụ thể, tách module đó ra service. Giao tiếp: đồng bộ (HTTP/gRPC) cho truy vấn cần trả lời ngay; bất đồng bộ (event qua queue/Kafka/NATS) cho phản ứng với thay đổi.
Monorepo pnpm + Turborepo
repo/
├── apps/
│ ├── web/ # Next.js
│ ├── api/ # NestJS
│ └── worker/ # BullMQ workers
├── packages/
│ ├── contracts/ # Zod schema + type dùng chung (API ↔ web)
│ ├── db/ # Prisma/Drizzle schema, client, migrations
│ ├── ui/ # design system
│ └── config/ # eslint, tsconfig, tailwind preset dùng chung
├── turbo.json # pipeline + cache: build phụ thuộc ^build, test phụ thuộc build
└── pnpm-workspace.yaml
Lợi ích: một PR sửa cả API lẫn UI, type xuyên suốt, cache build (chỉ build lại phần đổi). Quy tắc phụ thuộc:
apps phụ thuộc packages, không bao giờ ngược lại; lint chặn import chéo giữa apps.
Multi-tenant SaaS
| Mô hình | Ưu | Nhược |
|---|---|---|
Chung bảng, cột org_id (+ RLS) | Rẻ, dễ vận hành — mặc định nên chọn | Phải kỷ luật lọc tenant; "hàng xóm ồn ào" |
| Schema riêng mỗi tenant | Cô lập tốt hơn | Migration nhân N lần |
| DB riêng mỗi tenant | Cô lập tối đa, hợp khách enterprise | Đắt, vận hành phức tạp |
Thành phần SaaS điển hình: organization + membership + vai trò, mời thành viên, gói và giới hạn theo gói (entitlements), billing qua webhook, audit log, feature flag, xoá/xuất dữ liệu (GDPR).
Tích hợp tính năng AI có trách nhiệm
// Route handler stream câu trả lời LLM về client (SSE)
export async function POST(req: Request) {
const user = await requireUser();
await assertQuota(user.orgId, 'ai'); // giới hạn theo gói — chi phí là thật
const { question, projectId } = AskSchema.parse(await req.json());
const context = await searchTasks(projectId, question, user); // RAG: chỉ lấy dữ liệu user có quyền xem
const stream = await llm.stream({
system: 'Chỉ trả lời dựa trên ngữ cảnh. Nếu không có thông tin, nói không biết.',
messages: [{ role: 'user', content: buildPrompt(question, context) }],
});
return new Response(toSSE(stream), { headers: { 'Content-Type': 'text/event-stream' } });
}
- Dùng SDK của nhà cung cấp hoặc lớp trừu tượng (Vercel AI SDK) để stream, gọi tool, structured output (validate bằng Zod).
- RAG cơ bản: embedding +
pgvectortrong chính Postgres — không cần thêm vector DB cho quy mô vừa. - Rủi ro cần xử lý: prompt injection từ dữ liệu người dùng, rò dữ liệu giữa tenant qua ngữ cảnh, chi phí (cache, giới hạn token, quota), độ trễ (stream, model nhỏ cho việc đơn giản), đánh giá chất lượng bằng bộ câu hỏi mẫu.
- Khoá AI Engineer và AI Agents trong cùng lộ trình đi sâu phần này.
🏋️ Bài tập thực hành
(1) Chuyển capstone sang monorepo pnpm + Turborepo với packages contracts/db/ui/config. (2) Với mỗi đề: Trello realtime, hệ thống đặt phòng chống đặt trùng, notification đa kênh, upload & xử lý video — viết tài liệu thiết kế 2 trang (yêu cầu, ước lượng, API, dữ liệu, sơ đồ, đánh đổi) và tự trình bày 30 phút có bấm giờ, ghi âm lại để nghe. (3) Thêm tính năng "Hỏi AI về project" vào capstone: RAG trên task bằng pgvector, stream câu trả lời, quota theo gói, lọc theo quyền, có 10 câu hỏi mẫu để kiểm tra chất lượng.
📚 Tài nguyên học tập
-
System Design PrimerTổng hợp kiến thức system designRepo
-
ByteByteGo — System Design InterviewSách và bài viết của Alex XuSách
-
TurborepoMonorepo build systemDocs
-
Vercel AI SDKStream, tool calling, structured output với LLMDocs
-
pgvectorVector search trong PostgresRepo
-
OWASP Top 10 for LLM ApplicationsRủi ro bảo mật khi tích hợp LLMGuide
✅ Tự đánh giá hoàn thành
- Trình bày được một bài system design 45 phút theo khung 5 bước
- Giải thích được cách scale từng tầng và đánh đổi
- Capstone chạy trong monorepo với package contracts dùng chung
- Có tính năng AI có quota, lọc quyền và stream