性能估算

【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》)。

【评论发微博】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。

假设每条微博的评论有 10 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 * 10 * 60% / (4 * 3600) ≈ 100 K/s。

评论微博高性能计算架构设计

【业务特性分析】评论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。

【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

评论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，因此评论微博的时候，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

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 100K/s 的 TPS，需要 40 台服务器，加上一定的预留量，50 台服务器差不多了。

微博多级负载均衡架构

热点事件评论微博高可用计算架构设计

【性能估算】造成热点事件的微博自己只有 1~2 条，但是用户围观后会有很多评论，假设有 10%的围观用户会在事件发生后 60 分钟内评论。

【业务特性分析】

评论微博的业务逻辑基本等同于发微博，评论的微博重要性和影响力不如发微博。

【架构分析】

评论的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，尽量少丢弃请求，考虑用“漏桶算法”。

【架构设计】

漏桶限流算法