架构师之路(15)每秒30W次的点赞业务，怎么优化？

一、需求描述:

实现类似新浪微博的点赞功能,高峰流量30WQPS，如何这样的服务呢?

二、需求分析

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。

三、设计思路

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，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 = getHomePageMsg(uid);

// (2)对于首页的所有消息要拉取多个计数
for( msg_id in list){
         //(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？

四、设计方案

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？

五、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；