一.性能估算

1.1 用户量

2020.9 月月活 5.11 亿，日活 2.24 亿

1.2 用户行为分析

1. 评论微博，评论微博评论的评论（有层级关系）

2. 查看微博评论以及评论的评论（有层级关系）

1.3 行为建模和性能估算

1.3.1 行为建模

查看评论和评论微博，是对每条微博本身进行的。触发的时机就是看微博的过程中，所以，评论相关的性能估算以看微博的性能估算为基础

1.3.2 性能估算

• 微博有媒体属性，查看微博评论的情况假设为看微博数据的 50%

查看评论 QPS = 看微博平均 QPS * 50% = 1000K/S * 50% = 500K/S

• 对微博或是对微博评论感兴趣，而发评论的人，假设占看微博数据的 10%

评论微博 TPS = 看微博平均 QPS * 10% = 1000K/S * 10% = 100K/S

二.高性能架构设计

2.1 查看评论

2.1.1 业务特性分析

• 评论本身是累加的，删除的数量占比不会特别高。受到时效和热点两个维度影响。而且评论的实时要求不会特别的苛刻。比较适合用缓存架构。

• 用户的请求量比较高，负载架构也需要。