微博系统中“微博评论”的高性能计算架构

1、用户行为建模和性能评估

微博每天的发送量约为 2.5 亿条，但是评论微博比发微博量要少，假设平均每人每天评论 0.5 次，大部分评论微博集中在早上 8：00~9：00 点，中午 12：00~13：00，晚上 20：00~22：00，假设这几个时间段评论微博总量占比为 60%，则这 4 个小时的平均评论微博的 TPS 计算如下：

2.5 亿*60%*0.5/(4*3600) 约为 5k/s。

2、架构分析

【业务特性分析】

对微博进行评论是一个写操作，可以使用负载均衡，写缓冲。

【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】

负载均衡算法选择：

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，因此评论微博的时候，将请求发送给任意服务器都可以，这里可以选择“轮询”或者“随机”算法。

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 台服务器差不多了。

3、多级负载均衡架构

4、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。造成热点事件的微博自己只有 1~2 条，但是短时间内用户评论会很多，假设有 10%的围观用户会在事件发生后 60 分钟内进行评论。用户的评论不需要及时性，因此可以使用写缓冲，即使用。

5、微博热点事件计算高可用架构示意图