模块 5 作业
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
版权声明: 本文为 InfoQ 作者【dwade】的原创文章。
原文链接:【http://xie.infoq.cn/article/0c638b27012c0ededf163b72c】。文章转载请联系作者。
评论