Системный дизайн сервиса уведомлений: push, email, SMS, ретраи и дедупликация
Как спроектировать сервис уведомлений на system design интервью: очереди по каналам и приоритетам, ретраи с jitter, дедупликация, rate limiting, настройки пользователя и шаблоны.
Коротко
| Вопрос | Решение в этом разборе |
|---|---|
| Нагрузка | около 1 млрд уведомлений в сутки, 12 тыс. в секунду в среднем, до 60 тыс. в пике |
| Развязка | приём по API отдельно, отправка асинхронно через очереди |
| Очереди | своя очередь на канал и приоритет: код входа не стоит за маркетинговой рассылкой |
| Ретраи | только временные ошибки, экспонента с jitter, потом DLQ |
| Дубли | ключ user_id + event_id + channel с TTL, плюс идемпотентность у провайдера |
| Rate limiting | три уровня: квота клиента API, частота на пользователя, лимит провайдера |
| Настройки | подписка на категорию и канал, тихие часы в часовом поясе пользователя |
| Шаблоны | версионируются, рендерятся до постановки в очередь канала, с запасным языком |
| Главная гарантия | at-least-once внутри системы, «почти ровно один раз» для пользователя |
Сервис уведомлений кажется простым: пришло событие, отправили письмо. На интервью его дают как раз потому, что под этой простотой прячется всё, что ломается в распределённых системах: внешние провайдеры падают и тормозят, события приходят дважды, рассылка на 50 млн человек забивает очередь, а пользователь в три часа ночи получает SMS про скидку и удаляет приложение.
Общий порядок секции описан в статье про подходы к проектированию систем. Мы идём по нему: требования, оценка, API, архитектура, а потом вглубь по каждой проблеме.
Шаг 1. Требования
| Вопрос | Ответ интервьюера | Что это меняет |
|---|---|---|
| Какие каналы? | push (iOS, Android), email, SMS | три разных провайдера, три очереди и три лимита |
| Кто отправляет? | внутренние сервисы: заказы, чат, маркетинг | API для сервисов, а не для людей |
| Есть ли массовые рассылки? | да, до всей базы | fan-out и защита срочных уведомлений от рассылок |
| Нужна ли отправка по расписанию? | да | планировщик и отложенные задачи |
| Может ли пользователь отписаться? | да, по категориям и каналам | сервис настроек на пути каждого уведомления |
| Нужна ли статистика доставки и открытий? | да | журнал статусов и приём вебхуков провайдеров |
| In-app лента уведомлений? | вне рамок | если нужна, это ещё один канал с хранилищем |
Нефункциональные требования проговорите сами:
- Принятое уведомление не теряется. Если сервис ответил «принято», оно будет отправлено или получит понятный статус ошибки.
- Дубли нежелательны, но потеря хуже. Два одинаковых push про доставку заказа неприятны, пропавший код входа ломает продукт.
- Срочные уведомления (код входа, подтверждение платежа) уходят за секунды даже во время рассылки на всю базу.
- Маркетинг может задерживаться на минуты и часы, это нормально.
Последние два пункта задают главную архитектурную мысль: уведомления неравноценны, и система должна знать приоритет каждого.
Шаг 2. Оценка нагрузки
Допущения:
- 200 млн пользователей, в среднем 5 уведомлений в сутки на человека по всем каналам.
- Каналы: push 80%, email 19%, SMS 1%. SMS дорогие, ими шлют в основном коды.
- Пик в 5 раз выше среднего: рассылки запускают в удобное людям время, а не равномерно.
- Запись журнала об одном уведомлении с метаданными занимает около 500 байт, храним 90 дней.
| Параметр | Расчёт | Результат |
|---|---|---|
| Уведомлений в сутки | 200 млн × 5 | 1 млрд |
| Среднее в секунду | 1 млрд / 86 400 | около 12 тыс. |
| Пик | 12 тыс. × 5 | около 60 тыс. в секунду |
| SMS в сутки | 1 млрд × 1% | 10 млн |
| Журнал в сутки | 1 млрд × 500 байт | 500 ГБ |
| Журнал за 90 дней | 500 ГБ × 90 | 45 ТБ, без учёта реплик |
Выводы:
- Узкое место не у нас, а у провайдеров. 60 тыс. в секунду сами по себе для очередей не проблема. Проблема в том, что SMS-шлюз и почтовый сервис принимают ограниченное число запросов, отвечают сотни миллисекунд и иногда падают.
- Журнал статусов — основной объём данных. Это write-heavy нагрузка с записью по ключу и выборкой по пользователю, как у мессенджера.
- Стоимость имеет значение. 10 млн SMS в сутки стоят реальных денег. Каждый дубль SMS — это прямые потери, поэтому дедупликация здесь не только про удобство.
Шаг 3. API
Сервисы-отправители не должны знать про APNs, шаблоны и часовые пояса. Они сообщают, что произошло и с кем:
POST /api/v1/notifications Idempotency-Key: order-777-shipped { "user_id": 42, "event_id": "order-777-shipped", "category": "order_status", "template": "order_shipped", "data": { "order_id": "777", "eta": "завтра", "track_url": "https://..." }, "channels": ["push", "email"], "priority": "high", "send_at": null }
Ответ 202 Accepted с notification_id. Не 200 с результатом отправки: на момент ответа уведомление только записано и поставлено в очередь, ждать ответа APNs в синхронном запросе нельзя.
Для рассылок отдельный метод: POST /api/v1/campaigns с сегментом аудитории вместо user_id. Разворачивать сегмент в миллионы задач будет отдельный воркер, а не API.
Чтобы отправители не перегрузили систему, у каждого клиента API своя квота. Сервис маркетинга, который в цикле дёргает API по одному пользователю, должен получить 429, а не положить приём для сервиса авторизации. Как такие квоты считать, разобрано в статье про rate limiter.
Шаг 4. Архитектура
сервисы --> API приёма --> БД уведомлений (+ outbox) | v очередь событий | v обработчик (fan-out по каналам) настройки, дедупликация, частота, шаблоны | | | v v v push.high/low email.high/low sms.high/low | | | v v v push-воркеры email-воркеры sms-воркеры APNs / FCM почтовый сервис SMS-шлюзы | | | +------> журнал статусов <---------+ ^ вебхуки провайдеров
API приёма проверяет запрос, пишет уведомление в базу и отвечает 202. Запись в базу и публикацию в очередь связывают через outbox: иначе однажды база запишет, а брокер не получит, и уведомление тихо пропадёт.
Обработчик берёт событие и решает, что с ним делать: каким каналам отправлять, разрешил ли пользователь эту категорию, не дубль ли это, не превышена ли частота, не тихие ли часы. Затем рендерит шаблон и кладёт готовое сообщение в очередь нужного канала.
Воркеры каналов знают только своего провайдера. Push-воркер получает готовый заголовок, текст и токены устройств, вызывает APNs или FCM и пишет результат в журнал.
Почему обработчик отделён от воркеров? Они масштабируются по разным причинам. Обработчику нужны быстрые чтения настроек и Redis, воркерам нужно много одновременных соединений к медленным внешним API. Если SMS-шлюз тормозит, копятся только SMS-задачи, а push продолжает уходить.
Очереди по каналам и приоритетам
Одна общая очередь — главная ошибка на этом интервью. Маркетинг поставил 50 млн задач, следом пришёл код входа, и пользователь ждёт его 40 минут. Решение — разделить:
- По каналу. Отказ или замедление одного провайдера не задерживает остальные.
- По приоритету. Отдельные очереди
highиlowс отдельными воркерами. Срочным выделяют гарантированную долю воркеров, а не надеются, что приоритетная очередь брокера всё разрулит.
Для массовой рассылки воркер разворачивает сегмент постранично и кладёт задачи пачками с ограниченной скоростью. Это тот же fan-out, что и в ленте новостей, только с другой ценой ошибки: перегруженная лента отдаёт старые посты, а перегруженный сервис уведомлений задерживает коды.
Брокер подходит любой из обычных: Kafka, если нужен долгий журнал и повторное чтение, RabbitMQ или SQS, если важнее отложенная доставка и простые очереди с подтверждением. Сравнение и гарантии доставки описаны в статье про очереди сообщений.
Шаг 5. Ретраи
Внешний провайдер ответил ошибкой. Повторять или нет, зависит от ошибки:
| Ответ провайдера | Тип | Что делать |
|---|---|---|
| таймаут, обрыв соединения, 5xx | временная | повторить с задержкой |
| 429, провайдер просит снизить скорость | временная | повторить позже, снизить свою скорость |
| токен устройства недействителен | постоянная | статус failed, удалить токен |
| номер не существует, адрес отклонён навсегда | постоянная | статус failed, пометить контакт |
| ошибка в нашем запросе, например слишком длинный payload | постоянная | failed, алерт разработчикам |
APNs на отозванный токен отвечает статусом 410 с причиной Unregistered, FCM возвращает ошибку UNREGISTERED. Такие токены нужно сразу удалять, иначе вы годами шлёте в пустоту и портите себе статистику.
Временные ошибки повторяют с экспоненциальной задержкой и случайным разбросом (jitter). Без разброса тысячи задач, упавших одновременно во время сбоя провайдера, одновременно и вернутся, добив его повторно.
import random class TemporaryError(Exception): """Таймаут, 429, 5xx от провайдера: можно повторить.""" class PermanentError(Exception): """Неверный номер, токен устройства отозван: повтор не поможет.""" def backoff(attempt: int, base: float = 1.0, cap: float = 3600.0) -> float: # Full jitter: случайная задержка от 0 до экспоненты с потолком return random.uniform(0, min(cap, base * 2**attempt)) def handle(task: dict, send, max_attempts: int = 6) -> str: try: send(task) return "sent" except PermanentError: return "failed" # Сразу в финальный статус, без ретраев except TemporaryError: task["attempt"] += 1 if task["attempt"] >= max_attempts: return "dlq" # Мёртвая очередь: разберёт человек или скрипт task["delay"] = backoff(task["attempt"]) return "retry" # Вернуть в отложенную очередь с задержкой random.seed(1) calls = iter([TemporaryError(), TemporaryError(), None]) def flaky_send(task): err = next(calls) if err: raise err task = {"id": "n-1", "attempt": 0} while (status := handle(task, flaky_send)) == "retry": print(f"попытка {task['attempt']}, ждём {task['delay']:.2f} с") print(status) # sent def bad_token(task): raise PermanentError("APNs: Unregistered") print(handle({"id": "n-2", "attempt": 0}, bad_token)) # failed
Что важно проговорить:
- Воркер не спит в цикле. Задача с задержкой возвращается в отложенную очередь (delayed queue, отдельный топик с таймером или таблица «отправить после»), а воркер берёт следующую. Иначе один упавший провайдер занимает все потоки.
- У ретраев есть срок годности. Код входа, повторённый через 20 минут, бесполезен: пользователь уже запросил новый. У задачи есть
expires_at, после которого она уходит в статусexpired. - Circuit breaker на провайдера. Если SMS-шлюз отвечает ошибками на половину запросов, нет смысла продолжать долбить его каждой задачей. Воркер временно перестаёт слать в него и переключается на запасного провайдера, если он есть. Для SMS два провайдера — обычная практика.
- DLQ — не мусорка. На её размер ставят алерт, а задачи из неё умеют переигрывать после исправления причины.
Подробнее про jitter и про то, как ретраи превращаются в DDoS собственных сервисов, — в статье про идемпотентность.
Шаг 6. Дедупликация
Дубли появляются в трёх местах:
- Отправитель повторил запрос. Сервис заказов не дождался ответа и прислал событие ещё раз.
- Очередь доставила дважды. Почти все брокеры дают at-least-once: воркер упал после обработки, но до подтверждения, и сообщение пришло снова.
- Ретрай после успеха. Провайдер принял письмо, но ответ потерялся по таймауту. Мы считаем это временной ошибкой и отправляем ещё раз.
Против первых двух работает ключ дедупликации. Он строится из того, что однозначно определяет «одно и то же уведомление для пользователя»: user_id, event_id от отправителя и канал. Канал входит в ключ, потому что push и email по одному событию — это разные уведомления, а не дубли.
import time class DedupStore: """Имитация Redis SET key NX EX ttl.""" def __init__(self): self.data = {} def set_nx(self, key: str, ttl: float, now: float) -> bool: expires = self.data.get(key) if expires is not None and expires > now: return False # Ключ уже есть: дубль self.data[key] = now + ttl return True def dedup_key(user_id: int, event_id: str, channel: str) -> str: return f"dedup:{user_id}:{event_id}:{channel}" store = DedupStore() now = time.time() key = dedup_key(42, "order-777-shipped", "push") print(store.set_nx(key, ttl=86400, now=now)) # True: отправляем print(store.set_nx(key, ttl=86400, now=now + 5)) # False: повтор события print(store.set_nx(dedup_key(42, "order-777-shipped", "email"), 86400, now)) # True print(store.set_nx(key, ttl=86400, now=now + 90000)) # True: окно истекло
В Redis это одна атомарная команда SET key 1 NX EX 86400: две копии события, пришедшие одновременно на разные воркеры, не пройдут обе. Окно в сутки — компромисс: дольше хранить дорого, а повтор события через двое суток почти всегда означает новое событие.
Это задача «есть ли дубль в окне», только в распределённом виде. Её алгоритмическая версия — Contains Duplicate II: тот же словарь «ключ → когда видели последний раз» и та же проверка расстояния.
Есть тонкость с порядком. Если поставить ключ до отправки, а воркер упадёт после SET, но до вызова провайдера, уведомление потеряется: повторная доставка из очереди увидит ключ и пропустит задачу. Поэтому ключ ставят со статусом: сначала processing с коротким TTL, после успешной отправки sent с длинным. Повтор, увидевший processing с истёкшим сроком, может отправить снова. Это та же схема, что с Idempotency-Key для API.
Третий источник дублей ключом не закрыть: мы не знаем, принял ли провайдер письмо. Если провайдер поддерживает свой ключ идемпотентности, передаём ему notification_id. Если нет, честно признаём на интервью: гарантия для пользователя — «почти ровно один раз». Для push это терпимо, для SMS с кодом тоже: второй одинаковый код не навредит.
Шаг 7. Rate limiting
В сервисе уведомлений ограничения стоят в трёх местах, и путать их не стоит.
Квота отправителя. Сколько запросов в секунду может сделать сервис маркетинга в наш API. Защищает нас от чужого бага.
Частота на пользователя (frequency cap). Защищает пользователя от нас. Например, не больше двух маркетинговых push в сутки и не больше десяти социальных («вам поставили лайк»). Транзакционные уведомления не режут: если заказ сменил статус пять раз, пользователь хочет знать.
from collections import defaultdict, deque DAY = 86400 CAPS = {"marketing": 2, "social": 10} # Не больше N уведомлений за сутки class FrequencyCap: def __init__(self): self.sent = defaultdict(deque) # (user, категория) -> времена отправок def allow(self, user_id: int, category: str, now: float) -> bool: limit = CAPS.get(category) if limit is None: return True # Транзакционные не режем log = self.sent[(user_id, category)] while log and log[0] <= now - DAY: log.popleft() # Выкидываем отправки старше суток if len(log) >= limit: return False log.append(now) return True cap = FrequencyCap() print([cap.allow(1, "marketing", t) for t in (0, 100, 200)]) # [True, True, False] print(cap.allow(1, "marketing", DAY + 1)) # True: первая отправка ушла из окна print(cap.allow(1, "order", 300)) # True
Здесь скользящий журнал, он точный и при двух-десяти записях на ключ дешёвый. В Redis его делают на отсортированном множестве. Уведомление, не прошедшее лимит, не обязательно выбрасывать: социальные можно склеить в одно «у вас 7 новых лайков» и отправить позже.
Лимит провайдера. APNs, FCM, почтовые сервисы и SMS-шлюзы ограничивают скорость, и у SMS-шлюзов этот лимит часто прописан в договоре. Воркеры канала берут токены из общего token bucket на провайдера. Если токенов нет, задача ждёт, а не получает 429 от провайдера с риском блокировки аккаунта.
Для email есть ещё репутация отправителя. С 2024 года Gmail и Yahoo требуют от массовых отправителей SPF, DKIM и DMARC, отписку в один клик через заголовок List-Unsubscribe и низкую долю жалоб на спам. Новый IP-адрес «прогревают», постепенно повышая объём. На интервью достаточно сказать, что скорость email ограничена не только техникой, но и репутацией, и резкий рост объёма уводит письма в спам.
Шаг 8. Настройки пользователя
Перед отправкой обработчик спрашивает сервис настроек. Модель простая: разрешение на пару «категория, канал», часовой пояс и тихие часы.
CREATE TABLE notification_preferences ( user_id bigint, category text, -- order_status, marketing, social, security channel text, -- push, email, sms enabled boolean, updated_at timestamp, PRIMARY KEY (user_id, category, channel) );
Строку храним только для явно изменённых настроек, остальное берётся из значений по умолчанию для категории. Иначе 200 млн пользователей × 4 категории × 3 канала дают 2,4 млрд почти одинаковых строк.
Читаются настройки на каждое уведомление, пишутся редко, поэтому перед базой стоит кэш с коротким TTL и сбросом при изменении. Стратегии описаны в статье про кэширование. Пользователь, отключивший рассылку, ждать час, пока протухнет кэш, не должен.
Логика решения:
from dataclasses import dataclass, field from datetime import datetime, time, timedelta from zoneinfo import ZoneInfo @dataclass class Preferences: timezone: str = "Europe/Moscow" quiet_from: time = time(22, 0) quiet_to: time = time(8, 0) # (категория, канал) -> разрешено; чего нет в словаре, то разрешено opt: dict = field(default_factory=dict) MANDATORY = {"security"} # Код входа и сброс пароля не отключаются def in_quiet_hours(p: Preferences, now_utc: datetime) -> bool: local = now_utc.astimezone(ZoneInfo(p.timezone)).time() if p.quiet_from <= p.quiet_to: return p.quiet_from <= local < p.quiet_to return local >= p.quiet_from or local < p.quiet_to # Интервал через полночь def next_allowed(p: Preferences, now_utc: datetime) -> datetime: tz = ZoneInfo(p.timezone) local = now_utc.astimezone(tz) target = local.replace( hour=p.quiet_to.hour, minute=p.quiet_to.minute, second=0, microsecond=0 ) if target <= local: target += timedelta(days=1) return target.astimezone(ZoneInfo("UTC")) def decide(p: Preferences, category: str, channel: str, now_utc: datetime): if category in MANDATORY: return "send", None if not p.opt.get((category, channel), True): return "skip", None # Пользователь отписался if channel != "email" and in_quiet_hours(p, now_utc): return "delay", next_allowed(p, now_utc) return "send", None p = Preferences(opt={("marketing", "sms"): False}) night = datetime(2026, 11, 6, 20, 30, tzinfo=ZoneInfo("UTC")) # 23:30 в Москве print(decide(p, "marketing", "sms", night)) # ('skip', None) print(decide(p, "security", "sms", night)) # ('send', None) print(decide(p, "social", "push", night)) # ('delay', 2026-11-07 05:00 UTC) print(decide(p, "social", "email", night)) # ('send', None)
Три детали, которые отличают хороший ответ:
- Обязательные категории. Код входа и уведомление о подозрительном входе нельзя отключить, и тихие часы на них не действуют. Это продуктовое решение, но его надо назвать.
- Тихие часы считаются в поясе пользователя. Рассылку «в 10 утра» запускают не одним махом, а волнами по часовым поясам. Это заодно сглаживает пик.
- Email в тихие часы не будит. Письмо можно отправить ночью, push и SMS нет.
Для маркетинговых SMS и писем отписка — ещё и юридическое требование. В России реклама по сетям электросвязи допускается только с предварительного согласия абонента, в ЕС действует GDPR и правила об электронном маркетинге. Поэтому с настройками хранят и историю: когда и откуда пользователь дал или отозвал согласие.
Шаг 9. Шаблоны
Отправитель передаёт имя шаблона и данные, текст собирает сервис уведомлений. Так тексты меняют без релиза сервиса заказов, а переводы живут в одном месте.
Шаблон определяется именем, каналом и языком: push ограничен парой строк (у APNs и FCM payload до 4 КБ), SMS ещё короче, email — HTML с текстовой версией. У каждого шаблона есть версия, и в журнал пишется, какой версией отрендерено уведомление: когда пользователь жалуется на странное письмо, вы видите, что именно ему ушло.
from string import Template TEMPLATES = { # (имя, канал, язык) -> (версия, текст) ("order_shipped", "push", "ru"): (3, "Заказ $order_id отправлен, приедет $eta"), ("order_shipped", "push", "en"): (2, "Order $order_id shipped, arriving $eta"), ("order_shipped", "sms", "ru"): (1, "Заказ $order_id в пути. Трек: $track_url"), } def render(name: str, channel: str, locale: str, data: dict, fallback="ru"): for lang in (locale, fallback): found = TEMPLATES.get((name, channel, lang)) if found: version, text = found # substitute падает на пропущенной переменной: лучше упасть, чем # отправить пользователю «Заказ $order_id» return version, Template(text).substitute(data) raise LookupError(f"нет шаблона {name}/{channel}") print(render("order_shipped", "push", "en", {"order_id": "777", "eta": "tomorrow"})) print(render("order_shipped", "push", "kk", {"order_id": "777", "eta": "завтра"})) try: render("order_shipped", "sms", "ru", {"order_id": "777"}) except KeyError as e: print("нет переменной", e) # нет переменной 'track_url'
Где рендерить? В обработчике, до очереди канала. Тогда воркеры получают готовый текст, а ретрай через час отправит то же самое, что планировалось, даже если шаблон за это время поменяли. Цена — сообщения в очереди тяжелее, для email с HTML это заметно. Альтернатива — класть в очередь ссылку на шаблон с версией и рендерить в воркере. Оба варианта нормальные, если вы назвали компромисс.
Для SMS длина — это деньги. Одно сообщение вмещает 160 символов в кодировке GSM-7, но кириллица переводит его в UCS-2, где лимит 70 символов. Длинный текст режется на части по 153 и 67 символов соответственно, и каждая оплачивается отдельно:
import math # Базовая таблица GSM-7. Символы расширения вроде { } € занимают два места, # здесь они опущены GSM7 = set( "@£$¥èéùìòÇ\nØø\rÅåΔ_ΦΓΛΩΠΨΣΘΞÆæßÉ !\"#¤%&'()*+,-./0123456789:;<=>?" "¡ABCDEFGHIJKLMNOPQRSTUVWXYZÄÖÑܧ¿abcdefghijklmnopqrstuvwxyzäöñüà" ) def sms_segments(text: str) -> int: if all(ch in GSM7 for ch in text): single, multi = 160, 153 else: single, multi = 70, 67 # UCS-2: любая кириллица переводит сюда if len(text) <= single: return 1 return math.ceil(len(text) / multi) print(sms_segments("Your code: 4821")) # 1 print(sms_segments("Ваш код: 4821")) # 1 print(sms_segments("Заказ 777 отправлен. " * 4)) # 84 символа -> 2
Проверка длины SMS при сохранении шаблона в админке экономит больше, чем кажется: шаблон на 75 символов стоит вдвое дороже шаблона на 69.
Шаг 10. Статусы и журнал
У каждого уведомления по каждому каналу есть жизненный цикл:
accepted -> skipped (отписка, лимит, дубль) -> scheduled -> queued -> sent -> delivered -> opened / clicked \-> failed / expired / dlq
sent значит «провайдер принял». delivered приходит позже, асинхронно: SMS-шлюзы присылают отчёты о доставке, почтовые сервисы шлют вебхуки о доставке, отказах и жалобах. Для push подтверждение доставки на устройство без помощи приложения обычно недоступно, его отправляет само приложение, когда показало уведомление.
Журнал — это много записей и выборки по пользователю за период, поэтому подходит wide-column база с ключом (user_id, день) или колоночное хранилище для аналитики. Статусы обновляются событиями, а не перезаписью одной строки на каждом шаге, и это хорошо ложится на ту же очередь. Как резать такой объём по узлам, описано в статье про шардирование и репликацию.
Вебхуки провайдеров тоже приходят дважды и не по порядку: delivered может прийти раньше нашей записи sent. Статус двигают только вперёд по жизненному циклу, а не «последний пришедший победил».
Узкие места и вопросы вглубь
Рассылка на всю базу. 200 млн задач за час — это 55 тыс. в секунду только на маркетинг. Разворачиваем сегмент постранично, ограничиваем скорость кампании, раскладываем по часовым поясам и держим рассылку в low-очередях со своим пулом воркеров. Срочные уведомления этого не замечают.
Провайдер лёг. Circuit breaker, запасной провайдер для SMS и email, задачи копятся в очереди канала. Когда провайдер вернётся, скорость поднимают постепенно, иначе накопившийся хвост уронит его снова.
Пользователь отписался, а рассылка уже в очереди. Настройки проверяют дважды: при fan-out и ещё раз в воркере перед отправкой маркетинга. Вторая проверка дешёвая из кэша и спасает от жалоб.
Несколько устройств. У пользователя три токена: телефон, планшет, старый телефон. Шлём на все активные, протухшие удаляем по ответу провайдера. Отправка на каждый токен — отдельная задача со своим ретраем.
Склейка. Двадцать лайков за минуту — не двадцать push. Социальные события копят в окне на несколько минут по ключу user_id + тип, а потом отправляют одно сводное уведомление.
Exactly-once. Если интервьюер спрашивает, как гарантировать ровно одну отправку, честный ответ: на границе с внешним провайдером без его поддержки идемпотентности никак. Мы делаем at-least-once с дедупликацией и выбираем, где дубль допустим, а где лучше потерять (маркетинг с истёкшим сроком). Почему так, разобрано в статье про идемпотентность.
Типичные ошибки
- Отправлять уведомление синхронно в обработчике запроса сервиса заказов.
- Одна очередь на все каналы и приоритеты: рассылка задерживает коды входа.
- Повторять все ошибки подряд, включая «токен недействителен» и «номер не существует».
- Ретраи без jitter и без срока годности.
- Ключ дедупликации без канала: email блокирует push по тому же событию.
- Ставить ключ «отправлено» до отправки и терять уведомления при падении воркера.
- Тихие часы по времени сервера, а не пользователя.
- Не различать квоту отправителя, частоту на пользователя и лимит провайдера.
Как рассказывать на собеседовании
За 45 минут успейте пять вещей: требования с разделением на срочные и массовые, оценку с выводом «узкое место у провайдеров», схему «приём → очередь → обработчик → очереди каналов → воркеры», ретраи с классификацией ошибок и дедупликацию с ключом и TTL. Настройки, лимиты и шаблоны добавляйте по вопросам интервьюера, каждый пункт одной-двумя фразами с конкретикой: «тихие часы в поясе пользователя», «frequency cap на маркетинг», «шаблон с версией в журнале».
Если хочется потренировать соседние темы, посмотрите разбор мессенджера: там push — это хвост большой системы, а здесь центр.