每秒30W次的点赞业务，怎么优化？

继续答星球水友提问，30WQPS 的点赞计数业务，如何设计？

可以看到，这个业务的特点是：

（1）吞吐量超高；

（2）能够接受一定数据不一致；

_画外音：_计数有微小不准确，不是大问题。

先用最朴素的思想，只考虑点赞计数，可以怎么做？

有几点是最容易想到的：

（1）肯定不能用数据库抗实时读写流量；

（2）redis 天然支持固化，可以用高可用 redis 集群来做固化存储；

（3）也可以用 MySQL 来做固化存储，redis 做缓存，读写操作都落缓存，异步线程定期刷 DB；

（4）架一层计数服务，将计数与业务逻辑解耦；

此时 MySQL 核心数据结构是：

t_count(msg_id, praise_count)

此时 redis 的 KV 设计也不难：

_key：_msg_id

_value：_praise_count

似乎很容易就搞定了：

（1）服务可以水平扩展；

（2）数据量增加时，数据库可以水平扩展；

（3）读写量增加时，缓存也可以水平扩展；

计数系统的难点，还在于业务扩展性问题，以及效率问题。

以微博为例：

（1）用户微博首页，有多条消息 list<msg_id>，这是一种扩展；

（2）同一条消息 msg_id，不止有点赞计数，还有阅读计数，转发计数，评论计数，这也是一种扩展；

假如用最朴素的方式实现，多条消息多个计数的获取伪代码如下：

// (1) 获取首页所有消息 msg_id

list<msg_id> = getHomePageMsg(uid);

// (2) 对于首页的所有消息要__拉取多个计数

for(msg_id in list<msg_id>){

//(3.1) 获取__阅读计数

getReadCount(msg_id);

//(3.2) 获取__转发计数

getForwordCount(msg_id);

//(3.3) 获取__评论计数

getCommentCount(msg_id);

//(3.4) 获取__赞计数

getPraiseCount(msg_id);

}

由于同一个 msg_id 多了几种业务计数，redis 的 key 需要带上业务 flag，升级为：

msg_id:read

msg_id:forword

msg_id:comment

msg_id:praise

用来区分共一个 msg_id 的四种不同业务计数，redis 不能支持 key 的模糊操作，必须访问四次 reids。

假设首页有 100 条消息，这个方案总结为：

（1）for 循环每一条消息，100 条消息 100 次；

（2）每条消息 4 次 RPC 获取计数接口调用；

（3）每次调用服务要访问 reids，拼装 key 获取 count；

画外音：这种方案的扩展性和效率是非常低的。

那如何进行优化呢？

首先看下数据库层面元数据扩展，常见的扩展方式是，增加列，记录更多的业务计数。

如上图所示，由一列点赞计数，扩充为四列阅读、转发、评论、点赞计数。

增加列这种业务计数扩展方式的缺点是：每次要扩充业务计数时，总是需要修改表结构，增加列，很烦。

有没有不需要变更表结构的扩展方式呢？

行扩展是一种扩展性更好的方式。

表结构固化为：

t_count(msg_id, count_key, count_value)

当要扩充业务计数时，增加一行就行，不需要修改表结构。

_画外音：_很多配置业务，会使用这种方案，方便增加配置。

增加行这种业务计数扩展方式的缺点是：表数据行数会增加，但这不是主要矛盾，数据库水平扩展能很轻松解决数据量大的问题。

接下来看下 redis 批量获取计数的优化方案。

原始方案，通过拼装 key 来区分同一个 msg_id 的不同业务计数。

可以升级为，同一个 value 来存储多个计数。

如上图所示，同一个 msg_id 的四个计数，存储在一个 value 里，从而避免多次 redis 访问。 _画外音：_通过 value 来扩展，是不是很巧妙？

总结

计数业务，在数据量大，并发量大的时候，要考虑的一些技术点：

（1）用缓存抗读写；

（2）服务化，计数系统与业务系统解耦；

（3）水平切分扩展吞吐量、数据量、读写量；

（4）要考虑扩展性，数据库层面常见的优化有：列扩展，行扩展两种方式；

（5）要考虑批量操作，缓存层面常见的优化有：一个 value 存储多个业务计数；

计数系统优化先聊到这里，希望大家有收获。

欢迎大家继续提问，有问必答。

调研： 大伙是用 redis 搞计数么？