架构实战营 - 模块 5- 作业

1. 设计微博系统中”微博评论“的高性能高可用计算架构。

【作业要求】

基于模块 5 第 6 课的微博实战案例，分析“微博评论”这个核心场景的业务特性，然后设计其高性能高可用

计算架构，包括但不限于如下内容：

1. 计算性能预估（不需要考虑存储性能）；

2. 非热点事件时的高性能计算架构，需要考虑是否要拆分独立的服务；

3. 热点事件时的高可用计算架构。

计算性能预估

预估步骤

【用户量】

1. 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】

评论微博(包含发评论和看评论两个场景)

用户行为建模和性能估算

【发评论】

发评论和发微博场景有一定的相关性,假设平均每天每人发 1 条微博，则微博每天的发送量约为 2.5 亿条。假设每条微博平均在一天的范围内被评论的条数为 2 条,那么一天的评论总数在 2.5 亿*2=5 亿条

大部分的人发微博评论集中在早上 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评论总量占

比为 60%，则这 4 个小时的平均发微博评论的 TPS 计算如下：

5 亿 * 60% / (4 * 3600) ≈ 20 K/s

【看评论】

看评论和看微博场景有一定的相关性，因此我们假设平均一条微博观看人数有 100 次，其中有 20%的人有可能会去查看微博评论, 另外还要加上发评论的人发完评论后会刷新查看评论列表, 则看评论的次数为：

2.5 亿 * 100 *20% + 25 亿 = 75 亿.

大部分人看微博评论的时间段和发微博的时间段基本重合，因此看评论的平均 QPS 计算如下：

75 亿 * 60% / (4*3600) = 312.5K/s

非热点事件时的高性能计算架构

【发评论】

【业务特性分析】

发微博评论是一个典型的写操作，因此服务端不能用缓存，可以用负载均衡。并且 APP 本地也要做缓存,以防止用户编辑的评论信息因意外丢失.

【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. 负载均衡算法选择

发评论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，因此发评论的时候，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。

2. 业务服务器数量估算

发评论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），因此按照一个服务每秒处理 500 来估算，完成 20K/s 的 TPS，需要 40 台服务器，加上一定的预留量，48 台服务器差不多了。

3. 是否要拆分独立的服务

发评论服务 TPS 要求较高,建议单独拆分出独立服务部署

【看评论】

【业务特性分析】

看评论是一个典型的读场景，因此非常适合用缓存架构，同时由于请求量很大，负载均衡架构也需要。

【架构分析】

1. 用户量过亿，应该要用多级负载均衡架构

2. 请求量达到 75 亿，应该要用多级缓存架构，尤其是 CDN 缓存，是缓存设计的核心。

【架构设计】

1.负载均衡算法选择

这里选择“轮询”或者“随机”算法。

2. 业务服务器数量估算

假设 CDN 能够承载 90%的用户流量，那么剩下 10%的读评论的请求进入系统，则请求 QPS 为 312.5K/s * 10% = 32K/s，由于读取评论的处理逻辑比较简单，主要是读缓存系统，因此假设单台业务服务器处理能力是 1K/s，则机器数量为 32 台，按照 20%的预留量，最终机器数量为 35 台。

热点事件时的高可用计算架构

【业务特性分析】

1. 发评论

发评论的业务逻辑基本等同于发微博，可以考虑对“转发微博”限流，尽量少丢弃请求，考虑用“漏桶算法”。

2. 看评论

热点事件发生后，绝大部分请求都落在了导致热点事件发生的那一条微博上面,可以考虑用“多副本缓存”。