架构训练营 - 模块五

发微博评论

大部分的人发微博评论集中在早上 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

80%，则这 4 个小时的平均发微博评论的 TPS 计算如下：

2.5 亿 * 80% / (14 * 3600) ≈ 4K/s。

对于“发评论”可以用“漏桶算法”的变种“写缓冲”来应对海量评论，因此我们可以需要应对 80%的请求：

40K / s * 80% ≈ 30K /s

看微博评论

绝大部分的看评论都是在一个微博下的评论，假设我们的微博评论一页展示 25 条评论，每人对于一条评论最少看 100 条，那么就是 4 次请求，则观看微博评论次数为

2.5 亿 * 4 = 10 亿。

大部分人看微博评论的时间段和发微博评论的时间段基本重合，因此看微博评论的平均 QPS 计算如下：

40 亿 * 60% / (4*3600) ≈ 150K/s

看微博评论

【业务特性分析】

微博看评论是一个典型的读操作，由于发了微博评论后不能修改，因此非常适合用缓存架构，同时由于请求量很大， 负载均衡架构也需要。

【架构分析】

1、用户量过亿，应该要用多级负载均衡架构

2、请求量达到 1000 亿，应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心。

【架构设计】

1.负载均衡算法选择

游客都可以直接看微博，因此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

假设 CDN 能够承载 90%的用户流量，那么剩下 10%的读微博评论的请求进入系统，则请求 QPS 为 150K/s * 10% = 15K/s，由于读取微

博的处理逻辑比较简单，主要是读缓存系统，因此假设单台业务服务器处理能力是 1000/s，则机器数量为 15 台，加上一定的预留量，最终机器数量为 20 台

发微博评论

【业务特性分析】

微博发评论是一个典型的写操作，因此不能缓存，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

发微博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，因此发微博的时候，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

发微博评论设计几个关键的处理：内容审核，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 来估计，完成 30K/s 的 TPS，需要 60 台服务器，加上一定的预留量，70 台差不多了。

发微博评论和看微博评论需要拆分独立的服务