微博评论架构设计

1、性能估算

【用户量】

1. 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

【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。

【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。

【评论微博】

每天观看微博的次数为 250 亿，平均 100 次查看会有一条评论，则每天的评论次数为：

250 亿*1%=2.5 亿。

同理根据看微博的 QPS 计算，评论微博的 QPS 为：

2.5 亿 * 60% / (4*3600) = 10K/s。

2、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，可以容忍一定的延迟，但尽量不要丢评论。

【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。为了避免热点事件时对系统写操作产生几倍或者几十倍的压力，将评论先写入消息队列，然后由单独的服务将消息写入数据库。

【架构设计】

1. 负载均衡算法选择

用户登录状态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、服务拆分评估

发微博和看微博的重要性比评论要高，所以考虑将评论拆分成单独的服务。

3. 服务器数量评估

评论微博涉及几个关键的处理步骤：写入消息系统、内容审核（依赖审核系统）、数据写入存储、数据写入缓存，因此按照一个服务每秒处理 500 来估算，满足 10K/s 的 TPS 需要 20 台服务器，预留 25%的容量，一共需要 25 台服务器。

4、限流

采用漏桶算法进行限流