5 一：作业

设计微博系统中”微博评论“的高性能高可用计算架构。

【作业要求】

基于模块 5 第 6 课的微博实战案例，分析“微博评论”这个核心场景的业务特性，然后设计其

高性能高可用计算架构，包括但不限于如下内容：

1. 计算性能预估（不需要考虑存储性能）；

2. 非热点事件时的高性能计算架构，需要考虑是否要拆分独立的服务；

3. 热点事件时的高可用计算架构。

二：微博评论计算性能预估

2020.9 月月活 5.11 亿，日活 2.24 亿（参考《微博 2020 用户发展报告》）。

发评论

【业务特性分析】

根据发微博的用户行为建模和性能优化，发评论和发微博差不多：

假设平均每天每人发 1 条评论，则评论每天的发送量约为 2.5 亿条。

大部分的人发评论集中在早上 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评论总量占比为 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。

【架构分析】

评论是写操作，所以不需要缓存，用户量过亿，需要使用多级负载均衡

【架构设计】

因为写评论业务实现最终一致性就可以，延迟秒级的方案，会走写缓冲到 MQ 处理后续各个操作（审核、排序、统计等等），前端假写的方案。

单机 TPS 轻松 2K，10K 的 TPS，只需要 5 台机器，加上 20%的预留量，增加一台机器，总共 6 台机器。

查看评论

【业务特性分析】

由于绝大部分微博用户看评论的对象是大 V 和明星的微博，因此我们假设平均一条微博观看人数有 100 次，评论大多数看第一页的场景，正常适合微博的数据同时请求评论的数据

2.5 亿 * 100 = 250 亿。

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

250 亿 * 60% / (4*3600) = 1000K/s

【架构分析】

用户量过亿，需要使用多级负载均衡

评论是读操作，并且大多情况命中会命中，因此需要多级缓存架构，特别是 CDN 缓存，进程内缓存。

【架构设计】

假设 CDN 能够承载 90%的用户流量，那么剩下 10%的读评论的请求进入系统，则请求 QPS 为 1000K/s * 10% = 100K/s，由于读取评论的处理逻辑比较简单，主要是读缓存系统，并且在写评论异步去计算评论的排序规则，用户的请求都会打到进程内缓存和分布式缓存，因此假设单台业务服务器处理能力是 1000/s，则机器数量为 100 台，按照 20%的预留量，最终机器数量为 120 台

三：非热点事件时的高性能计算架构

多级负载均衡架构

多级缓存架构

四：热点事件时的高可用计算架构

发评论热点高可用

令牌桶（控制速率，防刷） + 写缓冲（令牌桶）

看评论热点高可用

进程内缓存 + 多副本缓存热点数据