模块二:微信朋友圈高性能复杂度
高性能复杂度分析:

最终的架构设计:

选择这个架构的关键理由:
1、假设发朋友圈瞬时为 1w tps,点赞瞬时为 4w tps,评论瞬时为 2w tps
2、朋友圈的发朋友圈、评论、点赞等可以合在一起做到一个服务中比较合适。
3、写入数据量大,且团队熟悉 mysql,所以选择 mysql 分片,而不选择 mongodb 集群
4、qps 量大,所以添加 redis 集群配合 mysql。
高性能复杂度分析:
最终的架构设计:
选择这个架构的关键理由:
1、假设发朋友圈瞬时为 1w tps,点赞瞬时为 4w tps,评论瞬时为 2w tps
2、朋友圈的发朋友圈、评论、点赞等可以合在一起做到一个服务中比较合适。
3、写入数据量大,且团队熟悉 mysql,所以选择 mysql 分片,而不选择 mongodb 集群
4、qps 量大,所以添加 redis 集群配合 mysql。
评论