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。
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”。
评论