“微博评论”的高性能高可用计算架构

【作业要求】

基于模块 5 第 6 课的微博实战案例，分析“微博评论”这个核心场景的业务特性，然后设计其

高性能高可用计算架构，包括但不限于如下内容：

1. 计算性能预估（不需要考虑存储性能）；

2. 非热点事件时的高性能计算架构，需要考虑是否要拆分独立的服务；

3. 热点事件时的高可用计算架构。

【提示】

1. 分析方法对照“看微博”和“发微博”的案例。

一、性能估算

【用户量】

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

【发微博】

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) = 1000K/s。

【发评论】

微博评论属于看多写少业务，假设每条微博评论 1 条，则微博每天的评论数为 25 亿条大多数发布评论和发布微博集中在相同时段，假设这个时段评论微博总量占比 60%，则这 4 小时的平均 TPS 为：

25 亿*60%/(43600)=10K/s

【看评论】

看评论列表和看微博请求基本在同一个数量级，QPS 为 1000K/s

二、计算架构设计

【业务特性分析】

 评论微博是一个典型的写操作，但是实时性要求没有那么高，热点事件场景评论较多，用户对实时性要求没那么高，但是不允许丢数据。

【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

 评论微博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，因此评论微博的时候，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

 评论微博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 10K/s 的 TPS，需要 20 台服务器，按照 20%的预留量，25 台服务器差不多了。

看评论参照看微博，假设 CDN 能够承载 90%的用户流量，那么剩下 10%的读微博的请求进入系统，则请求 QPS 为 1000K/s * 10% = 100K/s，看评论主要是读缓存系统，因此假设单台业务服务器处理能力是 1000/s，则机器数量为 100 台，按照 20%的预留量，最终机器数量为 120 台。

3.微博评论的多级负载均衡架构

4.看微博评论的多级负载均衡架构

5.热点事件时的高可用计算架构

由于热点事件不可预估，为保证微博内容的正常浏览和转发，可以采用限流，令牌桶算法等方式来对发评论进行控制。