java怎么实现微博评论_关于微博评论功能的设计与思考

前几天的上线功能bug，由于评论数量过多，未异步加载，导致数据丢失，原因是新老功能迁移时未做异步加载，就此功能找一下微博类评论等功能的架构设计思考，还有其他产品，社区，论坛，博客等。

微博曾流传可支撑8位明星同时出轨，但大事件屡屡挂掉，周杰伦出新歌，充值点播渠道挂掉，2019年财报微博日平均活跃用户2.16亿，面对亿级平台该如何设计架构？

难点一：大V发布微博，大事件下同时可达百万，千万用户接受到订阅消息，微博需要对此条信息进行计数，评论，点赞进行过滤，转到用户的各个平台。

难点二：数万用户同时访问，系统单点故障导致的雪崩问题，访问速度变慢，甚至单节点挂掉，导致惊群效应。

难点三：评论的套娃现象，以及实时回复展示问题，一条热评下会有数量回复，以及层级下的回复，且能实时回复并展示。

以上是个人觉得难点所在，平时的业务也可能出现类似现象，但用户量是个问题，达不到峰值访问，就测不出很多隐藏问题。

没有实战经验的高并发都是纸上谈兵！

当看过新浪架构师开发者大会实记后会有所感悟，文章就不大篇幅复制了，贴下链接。

https://blog.csdn.net/guodongbuding0423/article/details/83765669?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

第一：数据拆分，异步推送

第二：静态内容CDN加速，允许单点失败，服务分解

第三：安全监控，Master/Slave

1、读扩散还是写扩散？

inbox: 收件箱，你收到的消息，即你所关注的人发布的消息。outbox: 发件箱，你发布的消息。

写扩散(Push)

该方式为每个用户维护一个订阅列表，记录该用户订阅的消息索引(一般为消息ID、类型、发表时间等一些元数据)。每当用户发布消息时，都会去更新其follower的订阅列表。优点：读很轻。初始化时仅需要读取自己的inbox即可。缺点：写很重。每发布一个消息，会导致大量的写操作。注：一般来说，用户发布消息，并不会更新所有followers的订阅列表，仅更新在线followers即可。

读扩散(Pull)

该方式为每个用户维护一个发送列表，记录该用户所有发表过的消息索引。优点：写很轻，节省空间。用户每发布一条消息，仅需更新自己的outbox。缺点：读操作很重，计算量大。假设你收听了1k用户，则初始化时，需要从1k个用户的outbox拉取消息，然后计算获得最新的n条消息。

混合模式(Push+Pull)

该方式既为读写扩散的结合，根据用户followers的数量来决定是读扩散还是写扩散。例如followers大于1k的，则使用读扩散，否则使用写扩散。

从目前现在网上的一些资料来看，Twitter是写扩散，腾讯微薄是读扩散，新浪微薄则是二者结合。

2、关于Cache

对于一个千万级甚至亿级用户的大型网站来说，合理使用Cache至关重要。

一个用户的核心数据由如下几个部分组成：inbox，outbox，关系链，消息内容。

inbox：主要缓存消息索引，仅为在线用户缓存，从Timyang的PPT来看，新浪微博估计是使用redis的list或set实现。

outbox：缓存一定数量(例如200)条最近发表的消息。

关系链：following相对于followers来说，缓存容易些，follower加载开销比较大，例如刘翔在腾讯微博的听众超过1600万。

消息内容：按内容年龄缓存；一般需要多份支持容灾；需要缓存xml，json，rss，atom等多种格式的缓存以供API使用。

以Twitter为例，其将Cache分为四类：Vector Cache，Row Cache，Page Cache，Fragment Cache，均使用memcached实现。其中：

Vector Cache主要缓存用户的inbox以及outbox索引，其命中率高达99%；

Row Cache主要缓存用户关系链数据，以及Tweets内容，命中率为95%；

Fragment Cache缓存Tweet的xml，json，rss，atom四种格式数据，以供API使用，命中率为95%；

Page Cache主要原来缓存那些高人气用户的个人主页，命中率仅为40%。

下图为TwitterCache架构图：

Twitter为啥要为API通道设置Fragment Cache和Page Cahce呢？其原因是Twitter的80%流量来自API。

下面以新浪微博介绍一下Cache流程：

消息发布流程：

更新自己的outbox

加载followers列表

更新followers inbox

获取首页流程：

检查inbox cache是否可用

获取关注列表

聚合内容，获得消息索引

根据索引，返回最终聚合的消息内容

3、关于存储

目前Twitter和新浪的落地存储，都是使用MySQL。而腾讯微博则使用采用SSD+大文件存储(每次写操作都是append操作，写操作可以先用内存缓存，达到适当大小合并，尽量减少随机写)。其他细节因不清楚或不方便透露，不做细述。

4、关于洪峰处理。

一般用异步队列处理方式。消息队列产品有：Kestrel(twitter使用Scala实现)，RabbitMQ(使用Erlang实现)，MemcacheQ。

Twitter 09年时，用户的平均followers数量为126个。按照每秒400消息发布数算，那每秒就需要推送126*400=50400条消息出去。为了削峰，Twitter自己用Scala实现了一个分布式消息队列Kestrel，其代码仅为1200行，运行在3台机器上，其使用memcached协议，其Server之间无共享状态，且全内存。新浪使用的是MemcacheQ

转自：http://pananq.com/index.php/2011/05/21/%E5%BE%AE%E8%96%84%E5%90%8E%E5%8F%B0%E6%9E%B6%E6%9E%84%E6%B5%85%E6%9E%90/

目前只能搜索与个平台发布会以及内容分析，暂时未找到先关技术贴，通过架构分析了解下解决方案。