每秒30W次的点赞业务，架构怎么优化？（第113讲，收藏）

《架构师之路：架构设计中的100个知识点》

113.高并发计数

图片

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. 肯定不能用数据库扛实时读写流量；

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

图片

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：

图片

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。

图片

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。

图片

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。

图片

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。

图片

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. 用缓存扛读写；

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；

计数系统架构优化，你学废了吗？

知其然，知其所以然。

思路比结论更重要。