模块 5-”微博评论“的高性能高可用计算架构

1. 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。

一、计算性能估算

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》）。

2. 关键行为

• 发微博；

• 看微博；

• 评论微博（作业的内容，本节课不分析）。

3. 用户行为建模和性能估算

• 写评论

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 条微博(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:

2.5 亿 * 60% / (4 * 3600) ≈ 10 K/s

同时，我们假设写微博的次数中，平均一条微博有 5 条评论。大部分人写微博评论的时间段和发微博的时间段基本重合，因此写微博评论的平均 TPS 计算如下:

10 K/s*5≈ 50 K/s

• 业务特性分析

写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。

• 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

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。

• 业务服务器数量估算

写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 50K/s 的 TPS，需要 100 台服务器，加上一定的预留量，120 台服务器差不多了。

• 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微博观看人数有 100 次，则观看微博的次数为: 2.5 亿 * 100 = 250 亿。

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

250 亿 * 60% / (4*3600) = 1000K/s

同时，我们假设看微博的次数中，有 10%的看微博请求会去读评论，大部分人读微博评论的时间段和看微博的时间段基本重合，因此微博评论的平均 QPS 计算如下:

1000K/s*10 = 100K/s

• 业务特性分析

看微博评论是一个典型的读场景，由于微博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。

• 架构分析

用户量过亿，应该要用多级负载均衡架构；请求量达到 25 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。

• 架构设计

负载均衡算法选择 游客都可以直接看微博评论，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;

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%的读微博评论的请求进入系统，则请求 QPS 为 100K/s * 10% = 10K/s，由于读取微博评论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 10 台，按照 20%的预留 量，最终机器数量为 12 台。

二、 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;

1. 多级负载均衡整体架构

2. 多级缓存整体架构

三、热点事件时的高可用计算架构

假设有 10%的围观用户会在热点事件发生后 60 分钟内转发、评论。

 1.业务特性分析

评论微博的重要性和业务影响不如发微博和看微博。

2.架构分析

评论微博重要性和业务影响不如发微博和看微博，可以考虑对“评论微博”进行限流、降级或熔断。

3.架构设计

• 限流

评论微博需要用户手动输入文字，丢请求对用户体验影响较大，所以尽最大可能选择不丢弃用户请求的算法。

• 降级、熔断

在主要业务（如发微博和看微博）出现较大性能压力时可将“评论微博”降级或熔断。