微信朋友圈高性能复杂度分析

朋友圈复杂度总体分析

业务模型比较简单，功能也不复杂，没有太多的交互。但是作为微信很重要的入口，使用的人数很多，对于质量要求很高。所以属于质量复杂度高，业务复杂度低的情况。

朋友圈高性能业务指标

截止到 2015 年 7 月数据。朋友圈每天的发布量（赞和评论）超过 10 亿，浏览量超过 100 亿。数据还在持续的增长，15 年元旦时候流量为平时的 2 倍，而峰值则达到了平时峰值的 2 倍，相当于平时流量的 5 倍。

数据引用：

https://blog.csdn.net/u012244016/article/details/70664959

朋友圈高性能复杂度分析

朋友圈发布、点赞/评论和浏览的功能。按照业务指标上的数据进行估算，发布和点赞/评论的比例按照 2：8 进行估算。根据峰值数据得出以上的结论。

朋友圈高性能复杂度应对思路

朋友圈高性能分析

发布

点赞/评论

浏览

高性能方案-整体架构

集群

• 计算高性能任务分配：双机房，三机房任务分解：不需要进行服务拆分

• 存储高性能任务分配：双机房，三机房数据分片，分类存储

架构设计理由

• 请求量很大，对质量要求很高，计算高性能和存储高性能都采用双机房/三机房部署，防止单个机房挂掉之后，导致整个服务不可用。

• 计算高性能：将查询做一下动静的分类，动态数据进行缓存

• 存储高性能：数据分片存储，分库分表。读写分离。文本数据以及视频、图片、静态数据分开存储。