架构实战营第五课作业微博评论高性能高可用架构

【用户量】

1. 2020.9 月月活 5.11 亿，日活 2.24 亿（参考《微博 2020 用户发展报告》）。

【关键行为】

1. 发微博；

2. 看微博；

3. 评论微博；

用户行为建模和性能估算

【发微博】

考虑到微博是一个看得多发的少的业务，假设平均每天每人发 1 条微博（只考虑文字微博），则微博每天的发送量约为 2.5 亿条。

大部分的人发微博集中在早上 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微博总量占比为

60%，则这 4 个小时的平均发微博的 TPS 计算如下：

2.5 亿 * 60% / (4 * 3600) ≈ 10 K/s。

【看微博】

由于绝大部分微博用户看微博的对象是大 V 和明星，因此我们假设平均一条微博观看人数有 100 次，则观看微博的次数为：

2.5 亿 * 100 = 250 亿。

大部分人看微博的时间段和发微博的时间段基本重合，因此看微博的平均 QPS 计算如下：

250 亿 * 60% / (4*3600)

【写评论】

 大部分人评论微博是在看微博的评论且需要有微博账号。假设看微博且有微博账号的人当中有 40%的会评论，再加上评论会被其它人再评论，我们算 20%。那么些评论的次数为

2.5 亿*0.4+2.5 亿*0.4*0.2≈1 亿

大部分人评论微博的时间段和看微博的时间段基本重合，因此看微博的平均 QPS 计算如下：

1 亿* 60% / (4*3600) =4K/S

【读评论】

大部分人读评论是在看微博的时候，假设看微博的人当中有 60%会读评论。那么读评论的人次

是

250 亿 * 0.6=150 亿

大部分人看微博的时间段和发微博的时间段基本重合，因此看微博的平均 QPS 计算如下：

150 亿 * 60% / (4*3600) ≈600K/S

【写评论】

【业务特性分析】

写评论是一个典型的写操作，因此不能用缓存，可以用负载均衡。

【架构分析】

用户量过亿，应该要用多级负载均衡架构，覆盖 DNS -> F5 -> Nginx -> 网关的多级负载均衡。

【架构设计】

1. 负载均衡算法选择

写评论的时候依赖登录状态，登录状态一般都是保存在分布式缓存中的，因此发微博的时候，将请求发送给任意服务器都可以，这

里选择“轮询”或者“随机”算法。

2. 业务服务器数量估算

写评论涉及几个关键的处理：内容审核（依赖审核系统）、数据写入存储（依赖存储系统）、数据写入缓存（依赖缓存系统），因

此按照一个服务每秒处理 500 来估算，完成 4K/s 的 TPS，需要 8 台服务器，加上一定的预留量，12 台服务器差不多了。

看评论 

【业务特性分析】

看评论是一个典型的读场景，由于微博发了后不能修改，因此非常适合用缓存架构，同时由于请求量很大，负载均衡架构也需要。

【架构分析】

1. 用户量过亿，应该要用多级负载均衡架构；

2. 请求量达到 150 亿，应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心。

【架构设计】

1.负载均衡算法选择

游客都可以直接看微博，因此将请求发送给任意服务器都可以，这里选择“轮询”或者“随机”算法。

2. 业务服务器数量估算

假设 CDN 能够承载 90%的用户流量，那么剩下 10%的看评论的请求进入系统，则请求 QPS 为 600K/s * 10% =60K/s，由于读取品论的处理逻辑比较简单，主要是读缓存系统，因此假设单台业务服务器处理能力是 1000/s，则机器数量为 60 台，按照 20%的预留量，

最终机器数量为 70 台。

看评论的多级缓冲架构

微博评论的整体负载均衡架构

微博评论的整体缓冲架构

热点事件时的高可用计算架构

【业务特性分析】

点赞微博的业务逻辑基本等同于评论微博，点赞功能可能会暴涨，会导致服务器处理不过来。

【架构设计分析】

1. 点赞主要是带来请求量的增加，对于处理逻辑并不复杂，因此通过增加机器的数量就能应对该事件。