微博系统中”微博评论“的高性能高可用计算架构

一、用户量预估

1.1 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》)。

1.2 关键行为

发评论，看评论

二、用户行为建模

2.1 发评论

考虑到微博是一个看得多评论的少的业务，假设平均每天每人发 3 条评论，则微博每天的评论发送量约为 7.5 亿条。

大部分的人发微博（评论）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（评论）总量占比为 60%，则这 4 个小时的平均发评论的 TPS 计算如下:7.5 亿 * 60% / (4 * 3600) ≈ 30 K/s。

2.2 看评论

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评论观看人数有 20 次，则观看评论的次数为:7.5 亿 * 20 = 150 亿。

大部分人看微博(评论)的时间段和发微博(评论）的时间段基本重合，因此看评论的平均 QPS 计算如下:

150 亿 * 60% / (4*3600) = 600K/s。

三、性能需求计算

3.1 发评论

3.1.1 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。

3.1.2 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。

3.1.3 架构设计

3.1.3.1 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。

3.1.3.2 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)，但是评论的实时性并不高，所以可以采用漏桶算法控制发评论速率，可以从现在 30k/s 控制到 5k/s，因此按照一个服务每秒处理 500 来估算，完成 5K/s 的 TPS，需要 10 台服务器，加上一定的预留量，12 台服务器差不多了。

3.1.4 发评论多级负载均衡架构

3.2 看评论

3.2.1 业务特性分析

看评论是一个典型的读场景，由于评论发了后不能修改，因此非常适合用缓存架构，同时由于请求量很大，负载均衡架构也需要。

3.2.2 架构分析

3.2.2.1 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，应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心。

3.2.3 架构设计

3.2.3.1 负载均衡算法选择游客都可以直接看评论，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。

3.2.3.2 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 600K/s * 10% = 60K/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 60 台，按照 20%的预留量，最终机器数量为 72 台。

3.2.4 看评论多级负载均衡架构

3.2.5 看评论多级缓存架构