设计微博系统中“微博评论”的高性能高可用计算架构
引用
用户行为建模和性能预估
评论微博和看微博的情况差不多,因此我们假设一条微博平均有 100 人评论,则评论微博的次数为:
2.5 亿*100=250 亿
大部分人评论微博的时间段和发微博的时间段基本重合,因此评论微博的 TPS 计算如下:
250 亿*60%/(4*3600)=1000K/s
非热点事件时的高性能计算架构
【业务特性分析】
发微博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】
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
评论微博可以用 kafka 写缓冲,1000K/s 的 TPS 需要 10 台 kafka 服务器,加上高可用需求 30 台 kafka 服务器就够了;
经过写缓冲处理后,后续慢慢处理,因此 TPS 计算如下:
250 亿/(24*3600)≈300K/s
评论微博和发微博的写流程差不多,因此按照一个服务每秒处理 500 来估算,完成 300K/s 的 TPS,需要 600 台服务器,加上一定的预留量,720 台服务器差不多了。
综上所述,30+720=750 台服务器。
【评论微博多级负载均衡架构】
热点事件时的高可用计算架构
和非热点事件时的高性能计算架构一样,多加几台服务器进行处理。
版权声明: 本文为 InfoQ 作者【高山觅流水】的原创文章。
原文链接:【http://xie.infoq.cn/article/47adac1dd709f8fd6fea249ea】。未经作者许可,禁止转载。
评论