模块 5 微博高性能计算架构设计

1.微博发评论性能预估

1.1 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》）。

1.2 关键行为

微博发评论

3.用户行为建模和性能估算

3.1【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) ≈ 10 K/s。

3.2【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。

3.3【发评论】

假设平均每条微博的评论为 10 条，根据发微博的性能估算，大部分人看微博的时间段和发微博的时间段基本重合，那么在这 4 小时内发微博的 TPS 计算如下：

2.5 亿*10 * 60% / (4 * 3600) ≈ 100 K/s。

4. 高性能架构设计

4.1 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。

4.2 架构分析

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

发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 1000 来估算，完成 100K/s 的 TPS，需要 400 台服务器，加上一定的预留量，120 台服务器差不多了。

发微博负载均衡架构设计

高可用计算架构设计

微博热点事件用户行为建模和性能估算

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。

架构设计分析

【发评论】

转发的微博重要性和影响力不如原微博，可以考虑对“转发微博”限流，由于转发能带来更好的传播，因此尽量少丢弃请求，考虑用“漏桶算法”。