模块五 - 微博评论高性能高可用计算架构

架构分析

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》）。

行为建模

发评论

• 假设平均每人每天发 1 条微博

• 假设 1 条微博平均观看有 100 次，评论数量就有 10 次

• 假设每条微博被观看 10 次就会收到 1 条评论

• 假设发评论和看微博的时间段基本一致：

60%在早上 8：00~9：00 点，中午 12：00~13：00，晚上 20：00~22：00

发评论的 TPS 为：2.5 亿 * 100* 60% / (4*3600) = 100K/s

看评论

• 假设看评论的次数和看微博的次数一致

• 假设平均一条微博观看人数有 100 次

• 假设看微博的时间段和发微博的时间段基本重合

平均 QPS 计算如下：250 亿 * 60% / (4*3600) = 1000K/s

性能需求分析

发评论

• 业务特性分析

发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

• 负载均衡算法

选择发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。

• 业务服务器数量估算

发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 100K/s 的 TPS，需要 200 台服务器，加上一定的预留量，250 台服务器差不多了。

看评论

• 业务特性分析

• 一个典型的读场景

• 评论发布后不能修改

• 单条数据量小，但访问量大

• 架构分析

• 用户量过亿，应该要用多级负载均衡架构

• QPS 大于 100 万，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

• 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。

• 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

由于读取微博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。

高性能高可用计算架构设计

发评论

• 负载均衡架构

看评论

• 负载均衡架构

• 缓存架构

总体架构

• 负载均衡架构

• 缓存架构

  

附件

微博 2020 用户发展报告

https://data.weibo.com/report/reportDetail?id=456