设计微博系统中”微博评论“的高性能高可用计算架构

性能估算

用户量预估

2020.9 月月活 5.11 亿，日活 2.24 亿（参考《微博 2020 用户发展报告》）。

用户行为建模

发评论

假设平均每天每人发 1 条微博（只考虑文字微博），每条微博 3~5 条评论（非热点微博），则每日的评论发送量 2.5 亿*1*5=12.5 亿

大部分的人发评论集中在早上 8：00~9：00 点，中午 12：00~13：00，晚上 20：00~22：00，假设这几个时间段发评论总量占比为 60%，则这 4 个小时的平均发微博的 TPS 计算如下： 12.5 亿 * 60% / (4 * 3600) ≈ 50 K/s。

性能需求计算

看评论是典型的读业务，由于评论不可更改，特别适用缓存，发评论是典型的写业务，由于 qps 比较高，需要使用负载均衡策略。看评论和写评论是两种不同的场景，服务可以单独部署。

热点事件时的高可用计算架构

业务分析

对于热点事件的微博，评论量很大，但是对于评论的时效性，和数据的一致性，并没有特别高的要求，因此，可以使用异步队列缓冲发微博的事件。