架构实战营－模块五作业

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。

答：

用户行为建模和性能估算

微博评论

考虑到微博是一个看得多评论的少的业务，由于绝大部分微博用户看微博的对象是大 V 和明星，因此假设平均一条微博评论次数为 10 次，则微博评论的次数为：

2.5 亿* 10 =25 亿

大部分人微博评论的时间段和看微博的时间基本一致，因此看微博的平均 QPS 计算如下：

25 亿*  60% /（4 * 3600）= 100K/s.

业务特性分析

微博评论是典型的写操作，因此不能和缓存。但用户写的评论很快就被其它用户的评论淹盖了，但是评论要尽量不要丢，可以用缓冲（漏桶算法变种-缓冲），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

微博评论的时候依赖被评论的微博，某个用户微博只能在某台服务器处理，因此微博评论的时候，将请求发送给指定服务器，这里选择 Hash 算法。

2. 业务服务器数据估算

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），假设微博评论的写缓冲能够承载 90%的用户请求，那么剩下的 10%的写评论的请求进入系统。则 TPS 为 100K/s *10%=10K/s,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，加上一定的预留量，25 台服务器差不多了。

非热点事件时的高性能计算架构，需要微博评论拆分独立的服务，第一点一条微博发出后，可能要过一两天才来评论。第二点一条微博对应的微博评论请求几百万个请求。

热点事件时的高可用计算架构

接口高可用，可以考虑对微博评论限流，可以采用漏桶算法变种 - 写缓冲（用 Kafka 消息队列），队列大小设为 100 万个。