设计微博系统中”微博评论“的高性能高可用计算架构

1.计算性能预估

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

写评论: 估算微博每天的发送量约为 2.5 亿条，假每条微博有 3 条评论。 白天 12 小时内微博的评论总量占比 80%，平均微博评论的 TPS 计算是 2.5 亿*3*80%/(12*3600)≈8K/s。

看评论：由于绝大部分发微博用户看微博的对象是大 V 和明星，因此我们假设平均一条微博观看人数有 100 次，则观看微博的次数为：2.5 亿*100=250 亿. 因为不是不是第条微博的评论都看，也不是看评论只看一次，假设看评论的次数和看微博的次数一样=250 亿。大部分人看微博评论的时间段和写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：250 亿*80%/(12*3600)≈500K/s

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

写评论：

【业务特性分析】

写微博评论是一个典型的写操作，可以用负载均衡，加上队列。

【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

写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的，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

写微博评论涉及几个关键的处理：内容审核（依赖审核系统）、数据写入存储（依赖存储系统）、数据写入缓存（依赖缓存系统），因此按照一个服务每秒处理 1000 来估算（业务简单），完成 8K/s 的 TPS，需要 10 台服务器，加上一定的预留量，13 台服务器差不多了。

看评论：

【业务特性分析】

看微博评论是一个典型的读场景，由于微博评论发了后不能修改，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 25 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评论，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 500K/s*10%=50K/s，由于读取微博评论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 50 台，按照 20%的预留量，最终机器数量为 60 台。

由于微博评论功能不是最核心的功能，加上写评论和读评价相差不是太大，所以两者不用拆分单独出来。

3.热点事件时的高可用计算架构

核心架构设计思想：既然无法预估，那就做好预防！

【架构设计分析】

1. 写微博评论

写微博评论重要性和影响力不如原微博，可以考虑对“写微博评论”限流，由于评论能带来更好的互动，因此尽量少丢弃请求，

考虑用“漏桶算法”。

2. 看微博评论

很明显，热点事件微博存在缓存热点问题，可以考虑“多副本缓存”，由于原有的缓存架构已经采用了“应用内的缓存，总体上来看，缓存热点问题其实不一定很突出。