计算性能预估

假设每 100 个看微博的人中有 10 人发布评论，发布评论的次数为：

250 亿*0.1=25 亿

发布评论的时间段与看微博的时间段基本重合，发布评论的平均 TPS 为：

25 亿*60%/(4*3600)≈10W/S。

非热点事件时的高性能计算架构

发布评论虽然与发微博相关性大，但其重要性低于发微博看微博，故可以拆分为单独服务。

使用多级负载均衡，完整 4 级负载均衡架构。

发布评论依赖登录状态，同时也与所评论微博相关，发布评论也有热点问题，因此不能使用哈希应当使用“轮询”或者“随机”算法。

10W/S 的 TPS 使用 200 台服务器。

热点事件时的高可用计算架构

【发评论】

发生热点事件时，发评论的频率较平常会大幅增加，但会发评论的人相对较少，且评论时效性要求不高，考虑用漏桶算法变种 - 写缓冲。

【看评论】

热点事件发生后，绝大多数的请求会集中在前几页中。可以考虑“多副本缓存”，由于原有的缓存架构已经采用了“进程内缓存”，总体上来看，缓存热点问题其实不一定很突出。仍然无法抗住流量时，可对看评论进行降级处理，以保障核心业务稳定运行。