设计微博评论架构

估算步骤

【用户量】

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