架构训练营第 3 期模块 5 作业

微博系统”微博评论“高性能高可用计算架构

1.计算性能预估

【用户量】1.2020.9 月月活 5.11 亿，日活 2.24 亿（参考《微博 2020 用户发展报告》）。

【发微博】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)≈ 10K/s。

【看微博】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。

【微博评论】 该业务规模估算与【发微博】、【看微博】有很大相关性，

微博是一个看得多发的少的业务，假设平均一条微博观看人数的 5%会评论微博，则观看微博的评论次数为：2.5 亿* 100*5%=1.25 亿。

看微博的时间段和微博评论的时间段重合，TPS 计算如下：1.25 亿* 60%/(4*3600)≈5K/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

评论微博属于写操作，可以考虑使用负载均衡、写缓冲。

用户量过亿，使用多级负载均衡。（DNS->F5->Ngnix->网关）

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 5K/s 的 TPS，需要 10 台服务器，加上一定的预留量，12 台服务器。

任务分配：多机房

任务分解：拆分为独立服务

3.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。

【评论微博】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 5%的围观用户会在事件发生后 60 分钟内评论。

【业务特性分析】

评论的微博重要性和影响力不如原微博。