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。

用户行为建模和性能估算

【发评论】

因为评论是一个看的人多，发的人少的业务，假设一条微博有 1 个人评论，则每天发送微博评论的数量约为 2.5 亿条评论

大部分的人发评论集中在早上 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评论总量占比为 60%，则这 4 个小时的平均发评论的 TPS 计算如下:

2.5 亿*60%/（4*3600）≈1w/s

【看评论】

由于绝大部分微博用户看评论的对象是大 V 和明星，因此我们假设平均一条评论观看人数有 100 次，则观看评论的次数为:

2.5 亿*100=250 亿

大部分人看评论的时间段和发评论的时间段基本重合，因此看评论的平均 QPS 计算如下:

250 亿 * 60% / (4*3600) = 1000K/s。

计算性能预估

发评论

【业务特性分析】

微博发评论是一个典型的实时要求定的业务，只需要保证在相对宽松的时间内评论是可以写入成功的就行。因微博用户人数多，热门微博的评论会很多，所以需要使用负载均衡。

【架构分析】

用户量过亿，应该要用多级负载均衡架构，覆盖手机本地缓存->DNS->F5->Nginx->网关多级负载均衡。

【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然后再发给消息队列异步处理消息，这 里选择“轮询”或者“随机”算法。

2、业务服务器数量估算

发评论几个关键处理，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 10K/s 的 TPS，需要 20 台服务器，加上一定的预留量，25 台服务器差不多了。

发评论多级负载均衡架构

看评论

微博评论是一个典型的读多写少的业务，看和评论之间的实时要求并不是特别高，用户发完评论之后，其他用户没有需要第一时间查看到的需求。大部分论评发布之后就很少进行修改，加上评论的浏览人数多，非常适合使用多级缓存架构，用户浏览的数量也很大，需要进行多级负载均衡

【架构分析】

1、用户量过亿，应该要用多级负载均衡架构;

2、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。

2、业务服务器数量估算

假设 CDN 能够承载 90%的流量，那么只有 10%的读评论的请求进入系统，则请求 QPS 为 1000K/s * 10% = 100K/s，由于读取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。

看评论多级负载均衡架构

看评论多级缓存架构