微博评论业务的计算性能预估

1.     微博非热点事件的高性能计算架构

1.1 用户量预估

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】3. 评论微博  用户量 2.24 亿

1.2 用户行为建模

【看微博】由于绝大部分微博用户评论微博的对象是大 V 和明星以及亲人和朋友，因此我们假设平均每天每个用户写 5 条微博评论，则微博的评论数为：2.5 亿 * 10 = 12.5 亿.大部分人写微博评论的时间段和看微博的时间段基本重合，因此微博评论的平均 TPS 计算如下：12.5 亿 * 60% / (4*3600) = 50K/s

1.3 计算架构

是否要拆分独立服务？因为评论和发微博的业务非常类似，不需要再拆分独立服务。

【业务特性分析】发微博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. 负载均衡算法选择发微博评论的时候，可以是匿名或实名发布，实名的评论依赖登录状态，而登录状态一般都是保存在分布式缓存中的，因此发微博评论的时候，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发微博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），因此按照一个服务器每秒处理 500 条来估算，完成 50K/s 的 TPS，需要 10 台服务器，加上一定的预留量，16 台服务器差不多了。

非热点事件的高性能计算架构图

2.     微博热点事件的高可用计算架构

2.1 微博热点事件评论的特性分析

【业务特性分析】1. 评论微博  微博的评论，从重要性和影响力来分析，都远不如微博本身的内容。

2.2 热点事件高可用架构分析

核心架构设计思想：既然无法预估，那就做好预防！【架构设计分析】1. 评论微博评论微博博的业务重要性和影响力远不如原微博，可以考虑对“评论微博”限流，由于评论能带来更好的参与度，因此尽量少丢弃请求，考虑用“漏桶算法”

2.3  发评论的高可用架构