设计微博系统中”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。

1、计算性能预估

基于看微博和发微博的假设：

【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) = 1000K/s。

预测发评论的性能要求如下：

【微博评论】

假设平均每条微博下有 10% 的人会发表评论，发评论的时间段和看微博的时间段重合，则发评论的 TPS 计算如下：

10% * 250 亿 * 60% / (4*3600) = 100k/s

2、高性能计算架构 （不考虑热点）

2.1、业务特性分析

评论是一个典型的读多写少场景，评论之后很少修改，因此适合用缓存架构，同时由于请求量大，需要做负载均衡。

2.2、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 250 亿，看评论应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心；

3、微博评论默认是按照看的热度来进行排序，可以缓存第一页的热度评论。

2.3、架构设计

1、负载均衡算法选择

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，因此发评论的时候，将请求发送给任意服务器都可以，选择“轮询”或者“随机”算法都可以；

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%的读微博的请求进入系统，则请求 QPS 为 1000K/s * 10% = 100K/s，由于读取评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 100 台，按照 20%的预留量，最终机器数量为 120 台。

3、高可用计算架构

对于热点事件，参与评论的人多，但发评论的重要性不如看微博甚至转发微博，可以考虑对“发评论”采用令牌桶算法”进行限流，放入消息队列中再慢慢写入数据库。