模块 5 课后作业

用户行为建模和性能估算

【评论微博】

假设每人平均每天评论 1 条微博，则微博评论每天的发送量约为 2.5 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 个小时的平均评论微博的 TPS 计算如下：

2.5 亿*60%/(4*3600)≈10k/s

用户高性能计算架构设计

【业务特性分析】

评论微博是一个典型的写操作，因此不能用缓存，可以用负载均衡。

【架构分析】

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。

【架构设计】

1.负载均衡算法的选择

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，因为评论微博的时候，将请求发送给任意服务器都可以，这里选择 轮询或随机 算法。

2.业务服务器数量估算

评论微博设计几个关键的处理：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)，因此根据实际性能压测中单个服务 500TPS 来估算，完成 10k/s 的 TPS，需要 20 台服务器，加上一定的预留量，差不多 25 台服务器。

评论微博的多级负载均衡架构

微博高性能计算方案-整体架构设计

微博的多级负载均衡整体架构

用户高可用计算架构设计

微博热点事件用户行为建模和性能估算

【评论微博】

造成热点事件的微博本身只有 1~2 条，但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。

微博热点事件业务特性分析

【业务特性分析】

1.评论微博

评论微博的业务逻辑基本等同于发微博，评论的微博重要性和影响力远不及原微博。

微博热点事件计算高可用架构分析

【架构设计分析】

1.评论微博

评论微博的重要性和影响力不如原微博，可以考虑对评论微博限流，但为了用户体验，应尽量不要丢弃请求，可考虑用 漏桶算法 或 令牌桶算法。

微博热点事件计算高可用架构示意图