模块五作业 - ”微博评论“的高性能高可用计算架构
一. 计算性能估算
1.用户量预估
【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》)。
【关键行为】
1.发微博;
2. 看微博;
3. 评论微博
2.用户行为建模和性能估算
【评论微博】
根据发微博的用户行为建模。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,评论微博在业务形态上和发微博差不多,假设评论的总量为发微博的 60%,评论的时间集中度和发微博差不多,则平均评论微博的 TPS 计算如下:2.5 亿 * 60% * 60% / (4 * 3600) ≈ 6 K/s
二. 高性能计算架构设计
【业务特性分析】
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】
1. 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
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),因此按照一个服务器每秒处理 500 来估算,完成 6K/s 的 TPS,需要 12 台服务器,加上一定的预留量,15 台服务器差不多了。
3. 整体架构设计(发微博与评论一个服务,看微博在另外一个服务)
三. 高可用计算架构设计
热点事件的微博评论,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。
【业务特性分析】
评论微博的重要性和影响力不如发微博。
【架构分析】
评论微博重要性和影响力不如发微博,可以考虑对“评论微博”限流
【架构设计】
限流算法选择
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,所以尽最大可能不要丢弃请求,考虑用“写缓冲算法”。
评论