微信朋友圈的高性能复杂度

微信朋友圈复杂度总体分析

微信朋友圈高性能业务指标

2021 年 1 月 19 日消息 在微信公开课 Pro 直播演讲中，微信创始人张小龙披露微信最新数据：每天有 10.9 亿人打开微信，3.3 亿人进行视频通话，7.8 亿人进入朋友圈，1.2 亿人发朋友圈，朋友圈每天有 1 亿条视频内容，3.6 亿公众号，4 亿用户使用小程序。每天有 3.6 亿人进入公众号，4 亿用户使用小程序。

朋友圈高性能复杂度分析

发朋友圈：假设 1.2 亿人每人发 2 条信息，有 90%的是集中在 6 小时内发朋友圈，大概是 1 万 TPS,为了在节日或重大活动日按照 10 倍的估算即：10 万 TPS;

查看朋友圈：假设进入的 7.8 亿人，有 90%的是集中在 6 小时，每人看 10 条朋友圈，大概是 32.5 万 QPS，为了在节日或重大活动日按照 10 倍的估算即：325 万 TPS;

评论：按二八原则估算则：325w*0.8=260w 的 TPS;

点赞：按二八原则估算则：325w*0.8=260w 的 TPS;

朋友圈高性能复杂度应对思路

朋友圈高性能方案- 发朋友圈

发朋友圈架构图

朋友圈高性能方案 - 浏览朋友圈

浏览朋友圈架构图

朋友圈高性能-评论/点赞朋友圈

朋友圈高性能-评论/点赞朋友圈架构图

朋友圈架构设计方案的总结：

1.对于发朋友圈，由于在微信中发的朋友圈的内容有是文字、图片和视频，因此结构性的数据，文字等，用 Redis 集群和关系数据库 Mysql 集群比较合适，对非结构化的数据，图片和视频等数据，索引用 Redis 集群存储，实际的数据存储用对象存储 OSS，OSS 存储有可以离用户最近，上传和下载速度都比较快速，而且图片都已经被处理为各个缩比大小，适合各种前段的使用。

2.对于发朋友圈，由于发朋友圈不是实时的强要求，为了应对重大节日或特殊日子的高峰的并发，使用 Kafka 削峰和缓冲的作用。

3.对于浏览朋友圈，可以根据每个人有好友的数量，预先从 Redis 取出好友最新的前 10 条文字信息和图片、视频的索引，然后从 OSS 取到图片或视频，加载到用户的时间线上，用户浏览文字、图片或视频时，就会秒级别的展现出来。

4.评论/点赞基本和发朋友圈圈一样，只是并发量没有发朋友圈大，点赞的实效性要比发朋友圈强些，但这样的架构远远能达到点赞的实效性，这里就不赘述了。