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。

【提示】

1. 分析方法对照“看微博”和“发微博”的案例。

计算性能估算

2020.9 月月活 5.11 亿，日活 2.24 亿（参考《微博 2020 用户发展报告》）。

评论微博

假设平均每天每人发 1 条微博（只考虑文字微博），平均一条微博评论 10 次，则评论微博的次数为：2.5 亿 * 10 = 25 亿。

大部分人评论微博时间集中在早上 8:00-9:00 点，中午 12:00-13:00 点，晚上 20:00-22:00 点，假设这几个时间段评论微博总量占比为 60%。因此评论微博的平均 TPS 计算如下：25 亿 * 60% / (4*3600) ≈ 100k/s。

看微博评论

假设平均一条微博评论查看人数有 10 次，则看微博评论的次数为：25 亿 * 10 = 250 亿。

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

250 亿 * 60% / (4*3600) ≈ 1000k/s。

非热点事件时高性能计算架构

业务特性分析

【评论微博】是一个典型的写场景，可以用负载均衡架构。

【看微博评论】是一个典型的读场景，由于评论微博发了后不能修改（只能删除），可以用缓存架构；同时请求量很大，需要用负载均衡架构。

架构分析

用户量过亿，【评论微博】和【看微博评论】都要用多级负载均衡架构。覆盖 DNS -> F5 -> Nginx -> 网关的四级负载均衡架构。

【看微博评论】需要用多级缓存架构。覆盖 App 缓存/浏览器缓存 -> CDN -> Web 容器缓存 -> 进程内缓存 -> 分布式缓存的五级缓存架构。

架构设计

负载均衡算法选择

【评论微博】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。

【看微博评论】不依赖登陆状态（游客可直接查看），因此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。

服务器数量预估

【评论微博】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）。因此按照一个服务每秒处理 500 来估算，完成 100k/s 的 TPS，需要 205 台服务器（包含 5 台预留量）。

【看微博评论】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% 的请求进入系统，则请求 QPS 为 1000k/s * 10% = 100k/s。假设单台业务服务器处理能力是 1000/s，需要 120 台服务器（包含 20 台预留量）。

高性能整体架构设计

多级负载均衡架构

多级缓存架构

热点事件时高可用计算架构

热点事件微博【评论微博】可以采用限流，但需要保证评论尽量不丢失。采用漏桶算法进行限流，桶的大小可以设置无限大（保证微博评论写请求不丢失），达到写缓冲的效果。

热点事件微博【看微博评论】存在缓存热点问题，可以采用多副本缓存。