设计微博评论的存储系统

设计微博评论的存储系统

设计微博评论的存储系统，要求支持分⻚；微博热门评论，在分页到很深的时候，如何进行优化

估算微博每天的发送量约为 2.5 亿条，假每条微博有 3 条评论。 白天 12 小时内微博的评论总量占比 80%，平均微博评论的 TPS 计算是 2.5 亿*3*80%/(12*3600)≈8K/s。

写微博评论是一个典型的写操作，可以用负载均衡，加上队列。

负载均衡算法选择

写微博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，因此发微博的时候，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。

业务服务器数量估算

写微博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 1000 来估算（业务简单），完成 8K/s 的 TPS，需要 10 台服务器，加上一定的预留量，13 台服务器差不多了。

看微博评论是一个典型的读场景，由于微博评论发了后不能修改，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。

用户量过亿，应该要用多级负载均衡架构

请求量达到 25 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。

负载均衡算法选择

游客都可以直接看微博评论，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。

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%的读微博评论的请求进入系统，则请求 QPS 为 500K/s*10%=50K/s，由于读取微博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 1000/s，则机器数量为 50 台，按照 20%的预留量，最终机器数量为 60 台。

把最近的100条评论缓存，但只缓存id 然后用KV方法从ID来取出对应的数据 可以利用二级缓存机制，增加本地缓存，热点内容的缓存命中率很高，可以减少90%以上的集中式缓存读取

但这样做，如果用户翻到很深的页，那必然无法命中缓存，穿透数据库，会导致大量的评论请求超时

我们要解决的问题是缓存命中率问题。

比如最高楼层1001，一页20条，第2页数据就是第981-962层的评论

将列表缓存按照固定的楼层分段，比如第1-300层一段，第301-600层一段，依次类推。如果当前最高楼层是1001，则落在901-1200的分段

通过楼层就能知道去取那个分段的列表数据

而且每个分段存储的楼层是固定的。注意是固定的，固定的有什么好处？那就是如果我新来了一条评论，知道他的楼层，那就知道要往那个分段里更新数据，已经满了的分段数据是不会变化的