设计微博评论架构
估算步骤
【用户量】
2020.9 月月活 5.11 亿,日活 2.24 亿(参考《微博 2020 用户发展报告》)
【关键行为】
发微博
看微博
评论微博
看微博评论
性能估算
【发评论】
考虑到微博是一个看得多发的少的业务,假设平均每天每人发 1 条评论,根据日活用户数统计,则微博每天的发送量约为 2.3 亿条。
大部分的人查看微博发评论集中在早上 8:00~9:00 点,中午 12:00~13:00,晚上 20:00~22:00,假设这几个时间段发微博总量占比为
60%,则这 4 个小时的平均发微博的 TPS 计算如下:
2.3 亿 * 60% / (4 * 3600) ≈ 10 K/s。
【看评论】
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。
大部分人看微博的时间段和发微博的时间段基本重合,因此看微博的平均 QPS 计算如下:
250 亿 * 60% / (4*3600) = 1000K/s。
【发评论】
假设读评论 QPS 为 1000K/s,写评论 TPS 计算为 100K/s
【读评论】
假设读评论和读微博 QPS 相同,为 1000K/s
2、架构设计
【发评论】
使用多级负载均衡架构
1、采用轮询或随机算法
2、假设一个服务每秒处理 500 估算,完成 100K/s 的 TPS, 需要 200 台服务器,按 20%余量,为 240 台
【读评论】
使用多级负载均衡架构
1、采用轮询或随机算法
2、按读微博 100K/s,主要是读缓存系统,因此假设单台业务服务器处理能力是 1000/s,则机器数量为 100 台,按照 20%的预留量, 最终机器数量为 120 台。
3、看评论的负载均衡架构
4、看评论的多级缓存架构
评论高性能计算方案- 整体架构设计
评论的多级负载均衡整体架构
评论的多级缓存整体架构
评论高可用计算架构设计
1. 转发评论 转发的评论重要性和影响力不如写评论,可以考虑对“转发评论”限流
2. 看评论 很明显,热点事件评论存在缓存热点问题,可以考虑“多副本缓存”,由于原有的缓存架构已经采用了“应用内的缓存,总体上来看,缓存热点问题其 实不一定很突出
评论热点事件计算高可用架构示意图
版权声明: 本文为 InfoQ 作者【张靖】的原创文章。
原文链接:【http://xie.infoq.cn/article/f8c9d8d4662d923a272bf5c69】。文章转载请联系作者。
评论