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。

1. 计算性能预估（不需要考虑存储性能）

• 微博评论

由于绝大部分微博用户看微博的对象是大 V 和明星，并且不是所有观看用户都会评论。因此我们假设平均一条微博观看人数有 100 次，评论的大概有 10 次。则评论微博的次数为：2.5 亿* 10 = 25 亿.

大部分人评论微博的时间段和看微博的时间段基本重合，大部分的人看微博集中在早上 8：00~9：00 点，中午 12：00~13：00，晚上 20：00~22：00，假设这几个时间段评论微博总量占比为 60%，则这 4 个小时评论微博的平均 TPS 计算如下：25 亿* 60% / (4*3600) = 100K/s

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

• 业务特性分析

微博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，实时性并不高，可以使用缓冲。

• 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登录状态，登录状态一般都是保存在分布式缓存中的，因此微博评论的时候，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。

2. 业务服务器数量估算

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），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，加上可以缓冲，200 台服务器足够了。

3. 微博评论的多级负载均衡架构 (拆分为独立服务)

4. 热点事件时的高可用计算架构

热点事件指某个大 V 或者明星爆料或者官宣，虽然只有一两条微博，但引起大量用户在短时间内访问，给系统造成很大压力。

• 微博评论

造成热点事件的微博自己只有 1~2 条，但是用户围观后会有很多评论，假设有 10%的围观用户会在事件发生后 60 分钟内评论。

• 业务特性分析

微博评论的业务逻辑不变

• 架构设计分析

“核心架构设计思想：既然无法预估，那就做好预防！”

微博评论在热点事件发生时，可以考虑限流，同步改异步，缓冲所有请求，慢慢处理，考虑用“写缓冲”。