架构实战营 - 模块 5- 作业
计算性能预估
看微博
由于绝大部分微博用户看微博的对象是大 V 和明星,因此我们假设平均一条微博观看人数有 100 次,则观看微博的次数为:2.5 亿 * 100 = 250 亿。
评微博
大部分人看微博与发微博时间段基本重合,评微博与看微博时间段基本重合,并不是所有看微博的人都会评论,这里假设评微博人数是看微博人数的 60%,因此评微博的平均 TPS 计算如下:
250 亿 * 60% * 60% / (4*3600) = 600K/s。
高性能架构
业务特性分析
评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
负载均衡算法选择
评微博的时候依赖发微博的情况,发微博依赖登录状态,登录状态一般都是保存在分布式缓存中的,因此评微博的时候,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。
业务服务器数量估算
评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),按照一个服务每秒处理 500 来估算,完成 600K/s 的 TPS,需要 1200 台服务器,按照 20%预留量,预估需要 1500 台服务器。
服务拆分选择
请求量过大,避免影响看微博和发微博的业务,因此需要进行服务拆分
架构图
高可用架构
微博热点事件用户行为建模和性能估算
热点事件指某个大 V 或者明星爆料或者官宣,虽然只有一两条微博,但引起大量用户在短时间内访问,给系统造成很大压力。
评微博
很难预估,和事件的影响力和影响范围有关,与评论人主观行为有关。
业务特性分析
热点事件发生之后,绝大部分评微博请求都落在热点事件的那一条微博上面
架构分析
评微博
热点事件的微博评论请求很多,微博评论只展示最近最新的评论,评论的即时性要求并不是特别高,可考虑对"评论微博"限流,评论微博的人会关注自己的评论是否成功,因此尽量少丢请求,考虑用"漏桶算法"
架构示意图
整体架构设计
业务服务器数量估算
评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),同时考虑到微博评论只展示最近最新的评论,评论的即时性要求并不是特别高 ,使用消息队列缓存评论内容,按照一个消息队列缓存 100 万平路来估算,完成 600K/s 的 TPS,需要 6 台服务器,按照 20%预留量,预估需要 8 台服务器。
评论