1. 估算性能需求

1.1. 多少考卷？

每门课程有 100 名学生

在校学生 1000万，每学期20门课，每科一年2次考试

每学期考卷数量：1000万 * 20（课）* 2（考试次数）/100 = 400万

在校学生考卷数量：400万 * 2（学期） * 3（只有前三年考试） = 2400万

要配合学生答案的存储，查看答案时需要看到配套的考卷。

离校学生考卷数量：每年 800万

1.2. 考卷大小

考卷 20判断题，20选择题，4道大题

考卷大小：文字部分 2000，图片部分 1M

考卷存储量

• 本学期考卷文字部分：400万 * 2000 = 8G

• 本学期考卷图片部分：400万 * 1M = 4T

• 在校学生考卷文字部分：48G

• 在校学生考卷图片部分：24T

• 离校学生考卷文字部分：每年 16G

• 离校学生考卷图片部分：每年 8T

1.3. 请求量

假设学校的考试都安排在某一个月（考试月）的20天内（周末不考试），每天4堂考试，请求试卷集中在考试开始前1分钟，因此估算如下：

请求读取考卷：1000万 * 20（课）/ 20（20天考试）/ 4（每天4堂课）/ 1分钟 = 5万/每秒

假设老师出卷都安排在考试月前的一个月（出卷月）的20天内（周末不出卷），假设老师在本地设计完整个试卷后一次性提交。因此估算如下：

提交考卷请求：400万（每学期考卷）/ 20 （天）/ 8 （小时）= 7/每秒

2. 选择存储系统

2.1. 存储架构分析

2.1.1. 本学期考卷文字部分

单机能否存储所有数据：是

单机能否支撑写性能：是

单机能否支撑读性能：否

是否需要自动切换：是

主从切换或者集群选举

2.1.2. 本学期考卷图片部分

单机能否存储所有数据：否

是否需要分区部署：否

分片架构

2.1.3. 在校学生考卷文字部分

单机能否存储所有数据：是

单机能否支撑写性能：是

单机能否支撑读性能：是

是否需要自动切换：否

主备复制

2.1.4. 在校学生考卷图片部分

单机能否存储所有数据：否

是否需要分区部署：否

分片架构

2.1.5. 离校学生考卷文字部分

单机能否存储所有数据：否

是否需要分区部署：否

分片架构

2.1.6. 离校学生考卷图片部分

单机能否存储所有数据：否

是否需要分区部署：否

分片架构

2.2. 存储架构图

本学期考卷文字部分使用 Redis sentinel

在校学生和离校学生考卷文字部分使用 HBase 集群

所有考卷图片部分（本学期、在校学生、离校学生）使用 HBase 集群

3. 设计存储方案

3.1. 本学期考卷文字部分

3.1.1. 数据结构设计

key: "tp:" + 学校ID + ":" + 考试ID

使用 list

前缀 tp 是 test paper 的缩写

list 的每一项是一个 json，json 的字段：

• text: Markdown版的考题文字（使用 Markdown 除了方便排版，还方便插入图片）

• options: 选择题的选项

• type: 考题类型，包括判断题、选择题、问答题

3.1.2. 读写分析

3.2. 在校学生和离校学生考卷文字部分

3.2.1. 数据结构设计

key: 学校ID + 考试ID

column family: test

column: paper （JSON格式）

3.2.2. 读写分析

3.3. 所有考卷图片部分

3.3.1. 数据结构设计

key: 学校ID + 考试ID + 图片ID

column family: test

column: pic

3.3.2. 读写分析

4. Redis Sentinel 集群服务器数量和性能

Redis 服务器单机 TPS 5~10万

请求试卷 5万/每秒

每次请求试卷只需要读取 Redis 服务器一次就能获取整张试卷（图片不依赖 Redis），用最基础的3机 Sentinel 集群就足够了。