性能预估

由于发评论和看评论的差异性会比较大，把发评论和看评论的服务拆开。

【发评论】

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 条评论(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:25 亿 * 60% / (4 * 3600) ≈ 10 K/s。

【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 100 次，则观看评论的次数为:

2.5 亿 * 100 = 250 亿。

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

250 亿 * 60% / (4*3600) = 1000K/s。

评论微博高性能计算架构设计

1.1 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。

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. 负载均衡算法选择发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。

2. 业务服务器数量估算发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，加上一定的预留量，25 台服务器差不多了。

1.2 发评论的多级负载均衡架构

2.1 看评论

【业务特性分析】

看评论是一个典型的读场景，由于微博发了后不能修改，因此非常适合用缓存架构，同时由于请求量很大，而且评论主要是看请几条，可以缓存前 5 条，负载均衡架构也需要。

【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，应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心，缓存最新的前 5 条，定期刷新。

【架构设计】

1.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。

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。

2.2 看评论的多级负载均衡架构

2.3 看评论的多级缓存架构

3 微博高性能计算方案- 整体架构设计

微博业务

• 任务分配

• 双机房，三机房

• 任务分解

• 看评论和发评论拆到不同服务

评论微博热点事件计算高可用架构分析

【架构设计分析】

1. 发评论

发评论的微博重要性和影响力不如发一条微博，可以考虑对“发评论”限流，由于转发能带来更好的传播，因此尽量少丢弃请求，考虑用“漏桶算法”的变种“写缓冲”。

2. 看评论

很明显，热点事件微博存在缓存热点问题，可以考虑“多副本缓存”，由于原有的缓存架构已经采用了“应用内的缓存，总体上来看，缓存热点问题其实不一定很突出。

评论微博热点事件计算高可用架构示意图