模块五作业
1. 微博评论业务场景计算性能估算
【发微博评论】
假设每天约 2.5 亿条微博，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评论总量占比为 60%。同时假设平均每条微博评论人数有 10 次，则每天上述 4 个小时的平均发微博评论的 TPS 计算如下：
2.5 亿 * 60% * 10 / (4 * 3600) ，约为 100 K/s。
【看微博评论】
假设平均每条微博看评论的人数有 100 次，且看微博评论的时间段与发微博评论的时间段基本重合，则看微博评论的平均 QPS 计算如下：
2.5 亿 * 60% * 100 / (4 * 3600)，约为 1000 K/s。
2. 微博评论高性能计算架构设计
【业务特性分析】
发微博评论是一个典型的写操作，因此不能用缓存，可以用负载均衡。
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】
发微博评论用户量过亿，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。
看微博评论用户量过亿，应该要用多级负载均衡架构；请求量达到 250 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
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的，因此发微博评论的时候，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。
看微博评论无需登录，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
发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 500 来估算，完成 100K/s 的 TPS，需要 200 台服务器，加上 20%的预留量，最终服务器数量为 240 台。
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 1000K/s * 10% = 100K/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 100 台，按照 20%的预留量，最终机器数量为 120 台。
2.1. 微博评论的整体架构设计
2.2. 微博评论的多级负载均衡整体架构
2.3. 微博评论的多级缓存整体架构
3. 微博评论高可用计算架构设计
3.1. 微博热点评论计算高可用架构分析
微博的热点评论集中在造成热点事件的 1~2 条微博上。
发微博评论
微博评论无需实时显示，但不能丢弃，考虑用基于消息队列的“漏桶算法”。
看微博评论
热点事件微博评论存在缓存热点问题，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。
3.2. 微博热点评论计算高可用架构示意图
go get it 2020.07.06 加入
......
评论