模块二作业 微信朋友圈高性能分析

1.朋友圈高性能复杂度总体数据分析

服务拆分：1.查看朋友圈 2.发布朋友圈动态 3.点赞评论

tps 和 qps 估算：

张小龙在演讲中表示，每天有 10.9 亿用户打开微信，3.3 亿用户进行了视频通话；有 7.8 亿用户进入朋友圈，1.2 亿用户发表朋友圈，其中照片 6.7 亿张，短视频 1 亿条；有 3.6 亿用户读公众号文章，4 亿用户使用小程序。

因此每天有 7.8 亿查看朋友圈请求，1.2 亿发布动态请求，假设评价每人有 50 个朋友，其中有 5%的朋友会点赞和评论，因此约有 2 个朋友点赞，即 2.4 亿点赞评论请求。查看朋友圈业务约为 18000qps，发布朋友圈业务约为 2800tps，评论点赞约为 5500tps。

2.子业务分析

2.1 查看朋友圈：

单机：存储高性能：redis 集群，通过 list 数据结构，将朋友的动态推送到用户的空间

集群：计算高性能：任务分配：负载均衡，用 hash、轮询或随机算法分配到不同计算服务器

存储高性能：redis 集群

2.2 发布朋友圈：

单机：存储高性能：使用 kafka 队列，将发布消息发送到推送计算服务器，由推送计算服务器将

实际数据写入各个用户 redis list 中。将图片传送到文件服务器并更新 mysql 索引数据。用户客户端缓存发布内容

集群：计算高性能：任务分配：负载均衡，用 hash、轮询或随机算法分配到不同计算服务器

存储高性能：mysql 集群、文件服务器集群（mysql 集群记录动态内容及图片在文件服务器的 索引）

2.3 点赞评论：

单机：存储高性能：使用客户端缓存，将点赞评论数据记录在客户端，并显示给用户

集群：计算高性能：任务分配：负载均衡，用 hash、轮询或随机算法分配到不同计算服务器

存储高性能：将点赞评论内容保存到 mysql 集群服务器，也可将内容通过异步队列的方式，分发 到计算服务器去解析，再由计算服务器保存入 mysql 数据库。

3.架构设计理由

朋友圈业务功能，对于实时性要求不高，但是会有非常大的并发量，因此在发布和点赞评论业务中，使用异步队列，将数据发送到其他计算服务去处理，发布业务中，保存朋友圈动态的同时，需要将消息推送给朋友，因此保存消息和动态推送使用不同的数据库模型。朋友圈查看这一块内容，如果一次朋友圈查看需要根据不同的朋友动态，发送多次的 mysql 及文件服务器查询请求，这或许不是一个成熟的解决方案。