1、微博评论计算性能预估

1.1 用户行为建模

1、2020.9 月，微博月活人数 5.11 亿，日活人数 2.24 亿（参考《微博 2020 用户发展报告》）。

2、每人每天平均发 1 条微博，日发微博数量约为 2.5 亿。

3、每条微博平均观看的次数为 100 次，则观看微博次数为：2.5 亿*100=250 亿。

4、大部分人看微博的时间集中在早上 8：00-9：00 点，中午 12：00-13：00，晚上 20：00-22：00，假设这几个时间看微博总数占比为 60%，所以看微博的平均 TPS 计算如下：

250 亿*60%/（4*3600）=1000K/s

1.2 性能估算

发微博评论：

假设每看 10 次微博，会有一次的评论，则基于看微博的 TPS 计算出评论微博的 TPS 为：100K/s。

看微博评论：

几乎每个看微博的人都会打开微博下面的评论看一下，所以看微博评论的 TPS 与看微博的 TPS 是基本一致的，TPS 为：1000K/S.

2、非热点事件的高性能计算架构

 2.1 发微博评论

发微博评论是写数据操作，用户发出的评论不能丢失，否则会造成用户的体验不好，但是对于评论的时效性要求不是很高，可以将用户的评论在评论高峰时，放入消息队列，起到削峰的作用。

用户量过亿，要用多级负载均衡架构， 采用 DNS->F5->Nginx->网关的四级负载均衡。

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，因此写微博评论的时候，将请求发送给任意服务器都可以，可以选择“轮询”或者“随机”算法。

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 条评论来估算，完成 100K/s 的 TPS，需要 200 台服务器，加上 20%预留量，使用 240 台服务器集群。

2.2 看微博评论

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。

用户量过亿，应该要用多级负载均衡架构，采用 DNS->F5->Nginx->网关的四级负载均衡。

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，能够承载大部分的看评论请求。

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。

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 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 1K/s，则机器数量为 10 台，按照 20%的预留量，最终机器数量为 12 台。

3、热点事件的高可用计算架构

当发生热点事件的时候，某条微博的查看和转发量会猛增，跟帖评论和盖楼的情况比较常见，针对这种热点事件发生的情况，可以采取一定的限流和熔断措施，保证微博系统整体的可用性，比如按照优先级，先对游客用户进行限流和熔断，如果还需要进一步的降级，则随机的对一些普通用户进行熔断限流处理，保证系统的整体可用性。