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：
- 吞吐量超高;
- 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：
- 肯定不能用数据库抗实时读写流量;
- redis天然支持固化，可以用高可用redis集群来做固化存储;
- 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;
- 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)
- 1.
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：
- 服务可以水平扩展;
- 数据量增加时，数据库可以水平扩展;
- 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：
- 用户微博首页，有多条消息list
，这是一种扩展; 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;
// (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);
}
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
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
- 1.
- 2.
- 3.
- 4.
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：
- for循环每一条消息，100条消息100次;
- 每条消息4次RPC获取计数接口调用;
- 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)
- 1.
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：
- 用缓存抗读写;
- 服务化，计数系统与业务系统解耦;
- 水平切分扩展吞吐量、数据量、读写量;
- 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;
- 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。
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
戳这里，看该作者更多好文