拼多多的用户流量巨大且具有高并发的特点，设计一个实时数据分析系统，能够在短时间内处理海量的用户行为数据，并输出关键指标，如实时用户活跃度、实时转化率等。请阐述系统的架构设计、技术选型和实现难点。

答题要点

推荐采用架构分层阐述的答题框架。关键要点如下：1. 架构设计：分为数据采集层，通过消息队列收集用户行为数据；数据处理层，使用流处理框架如Flink进行实时计算；数据存储层，用内存数据库存储中间结果和最终指标；数据展示层，以可视化界面呈现关键指标。2. 技术选型：消息队列选Kafka，流处理框架选Flink，内存数据库选Redis，可视化工具选Grafana。3. 实现难点：高并发下的数据采集和处理性能问题，数据的准确性和一致性保障，系统的可扩展性和容错性。示例话术：系统架构分四层，数据采集用Kafka，处理用Flink，存储用Redis，展示用Grafana。实现难点在于解决高并发性能、保障数据准确一致以及保证系统可扩展和容错。比如要优化Kafka和Flink的配置，确保在高流量下不丢数据且能快速处理。