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。

架构图