模块五作业

微博评论高性能高可用计算架构

高性能计算架构

【微博评论性能预估】

假设平均每天每人评论 2 条微博，则每天产生的评论量为 5 亿条。

大部分人评论微博集中在早上 8:00~9:00, 中午 12:00~13:00，晚上 20:00~22:00, 假设这几个时间段评论微博总量占比为 60%, 则这 4 个小时的平均发微博的 TPS 计算如下：

5 亿 * 60% / (4 * 3600) ≈ 20 K/s

【业务特性分析】

评论微博是写操作，不能用缓存，可以用负载均衡。

【架构分析】

用户量过亿，应该使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

评论微博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

评论微博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 20K/s 的 TPS，需要 40 台服务器，加上一定的预留量，45 台服务器差不多了。

【评论微博的多级负载均衡架构】

热点事件高可用架构

【热点事件微博评论】

造成热点事件的微博自己只有 1~2 条，但是用户围观后会有很多评论，假设有 10%的围观用户会在事件发生后 60 分钟内评论。

【业务特性分析】

热点事件发生后，绝大部分评论请求都落在了导致热点事件发生的那一条微博上面。

【架构设计分析】

可以考虑在高峰期对热点事件的微博进行评论限流。可以考虑使用漏桶算法。