微信朋友圈高性能架构 _ 模块二作业

朋友圈复杂度分析：

业务复杂度：朋友圈的业务复杂度比较低，只有内容发布、查看和评论和点赞等内容。

质量复杂度：朋友圈的用户非常多，微信的用户数量都会有朋友圈功能，根据张小龙在“2021 微信公开课 PRO”中的演讲，每天有 10.9 亿用户打开微信，3.3 亿用户进行了视频通话；有 7.8 亿用户进入朋友圈，1.2 亿用户发表朋友圈，其中照片 6.7 亿张，短视频 1 亿条；有 3.6 亿用户读公众号文章，4 亿用户使用小程序。

可知，微信朋友圈的 PV 每天约为 7.8 亿，绝大部分人都会在白天查看朋友圈，在 0 点-6 点相对是朋友圈活跃度最低的时间段，这部分的 PV 忽略不计，按 18 小时计算。

可以得到平均的 QPS 为 12000，考虑到在某些时间段如中午吃饭、上下班路上使用朋友圈的情况会相对集中，因此，可以考虑峰值是平均值的 5 倍，那么高峰期的 QPS 大约为 60000/s。

再查看朋友圈的时候，基本上查看朋友的人都会点赞，那么点赞功能的 TPS 可能是查看 QPS 的百分之八十左右，约为 50000/s

对评论朋友圈的情况，评论的概率会低于点赞，按缩减五倍计算，评论的 TPS 大概为 10000/s

对于发布朋友圈的情况，会存在很多用户都是查看朋友圈，而不会发布朋友圈，因此与评论持平即可，TPS 为 10000/s

此外，还需要考虑朋友圈的业务特点，朋友圈的单条数据，查看量的上限是朋友的人数上限，微信朋友的人数，上限为 5000。考虑到重复的查看次数，一条朋友圈的数据，发布之后，总的查看次数，大部分不会超过 500 次。大量用户的朋友圈数据会低于 100。

因此对于朋友圈的架构涉及，最关键的部分是将用户分片，将用户的数据通过 hash 的方式分片到多个服务器，让同一个用户的数据被集中到某一个服务器来访问。

发布功能：

发布功能考虑到图片，gif 以及短视频等内容，因此需要将这些文件放置到文件服务器上。采用分布式的文件服务器 FastDFS 是一个不错的解决方案。

点赞和评论朋友圈：

点赞和评论数据，数据量不大，但是操作的时效性要求比较高，可以考虑加一层 redis 缓存。数据的读写先操作缓存，之后再同步到数据库。

查看朋友圈：

查看朋友圈的时候，除了需要根据 mysql 中的数据进行渲染之外，还需要从文件服务器读取文件数据，从 redis 中读取点赞和动态。

此外还有广告数据，广告数据一般是链接的方式，直接加载，之后广告的内容通常都放在 cdn。