1. 计算性能预估

【发评论】

由于绝大部分微博用户发评论的对象是大 V 和明星，因此我们假设平均一条微博发评论人数有 10 次，则发评论的次数为：2.5 亿 * 10 = 25 亿。大部分人发评论的时间段和发微博的时间段基本重合，因此发评论的平均 QPS 计算如下：25 亿 * 60% / (4*3600) ≈ 100K/s。

【看评论】

由于绝大部分微博用户发评论的对象是大 V 和明星，因此我们假设平均一条微博评论观看人数有 10 次，则发评论的次数为：25 亿 * 10 = 250 亿。大部分人发评论的时间段和发微博的时间段基本重合，因此发评论的平均 QPS 计算如下：250 亿 * 60% / (4*3600) ≈ 1000K/s。

2. 非热点事件时的高性能计算架构

2.1 发评论

【业务特性分析】

发评论是典型的写操作，因此不能用缓存，可以用负载均衡。发评论可以适当延迟，异步写入即可

【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，因此发评论的时候，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

发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，加上一定的预留量，250 台服务器差不多了。

2.2 看评论

【业务特性分析】

看评论是典型的读操作，评论发了后不能修改，非常适合用缓存架构，同时由于请求量很大，需要采用负载均衡架构。

【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 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。

【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%的读评论的请求进入系统，则请求 QPS 为 1000K/s * 10% = 100K/s，由于读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 100 台，按照 20%的预留量，最终机器数量为 120 台。

看评论的多级缓存架构

APP/浏览器缓存 > CDN 缓存 > WEB 容器缓存 > 进程内缓存 > 分布式缓存

看评论和发评论的多级负载均衡架构

3. 热点事件时的高可用计算架构。

【业务特性分析】

1. 发评论

发生热点事件时，发评论的请求大幅增加但时效性不高，不要求能被立马看到，仍至不要求被看到

2. 看评论

热点事件发生后，绝大部分请求都前几条的热评中。

【架构设计分析】

1. 发评论

发评论重要性和影响力不如原微博。可以多发评论采用限流，由于发评论的时效性不高，为了保证数据尽量不丢弃，我们可以采用漏桶算法

2. 看评论

采用多副本缓存应对热点，若仍无法抗住流量时，可对看评论进行限流或降级处理，以保障核心业务稳定运行。