大厂面试官问我：Redis处理点赞，如果瞬时涌入大量用户点赞（千万级），应当如何进行处理？【后端八股文一：Redis点赞八股文合集】

本文为【Redis点赞八股文合集初版，后续还会进行优化更新，欢迎大家评论交流~

大家第一眼看到这个标题，不知道心中是否有答案了？在面试当中，面试官经常对项目亮点进行深挖，来考察你对这个项目亮点的理解以及思考！这个时候，你如果可以回答出面试官的问题，甚至是主动说出自己的思考，那在面试中是大大加分的~

Redis使用Set集合实现点赞

（1）具体实现

可参考文章：

java使用Redis实现点赞功能_java点赞功能怎么实现,实现点赞排名-CSDN博客

Redis学习三之Jedis的简单使用和SpringBoot整合Redis_springboot 3.0版本通过 jedis方式获取redis-CSDN博客

（2）Set的底层结构

Set 类型的底层数据结构是由哈希表或整数集合实现的：

• 如果集合中的元素都是整数且元素个数小于 512 （默认值，set-maxintset-entries配置）个，Redis 会使用整数集合作为 Set 类型的底层数据结构；
• 如果集合中的元素不满足上面条件，则 Redis 使用哈希表作为 Set 类型的底层数据结构。

（3）点赞功能使用Redis的key和value是怎么设计的？/ 具体命令怎么写？

使用Redis的Set集合，
前面的key是点赞帖子id，后面的value是点赞人的id

redisUtil.sAdd("like:user_"+id,openid);   // 点赞
redisUtil.srem     // 取消赞
redisUtil.sMembers // 判断是否点赞
redisUtil.sCard    // 点赞列表

（4）点赞数据存在Redis里，Redis宕机了，点赞数据会不会丢失？/ Redis 宕机了，数据没有存进去怎么办？

如果只存在redis，没做持久化就会丢失；
如果有持久化，就会进行加载

或者 还可以做主从复制（这样主的Redis宕机，从的可以升级为主的）
或者 集群或者哨兵模式

（具体请看下一点）

（5）Redis点赞数量怎么保证不会丢？

① 定时持久化到数据库
② 持久化（AOF，RDF）
③ 主从复制
Redis 支持主从复制，可以将主节点的数据复制到从节点中，从而实现数据备份和容灾。如果主节点出现故障，可以通过从节点来提供服务。
④ 集群模式
Redis 支持集群模式，可以将数据分散存储到多个节点中，从而提高数据的可靠性和可用性。如果某个节点出现故障，可以通过其他节点来提供服务。

（6）理论上redis点赞并发数能达到多少？

一般情况下,单个Redis实例可以实现1000 – 10 000的QPS(每秒钟请求数),而Redis集群则可以实现20 000-30 000的QPS。

（7）点赞放在Redis中,会随着帖子增加redis中占的内存变大？

对的，因为Redis基于内存的

（8）假设一个帖子点赞量很大，一个Redis set太大了，该怎么解决？（内存限制）

① 分片：将一个大的Redis Set拆分成多个小的Set，每个Set只存储一部分点赞数据。可以根据帖子ID或其他规则，将点赞数据分散到多个Set中。例如，可以按照帖子ID的哈希值进行分片，将点赞数据均匀地分散到多个Set中。

② 分布式集群：Redis Cluster能够自动将数据分布在多个节点上，并提供高可用性和横向扩展性。通过将数据分散在多个节点上，可以减少单个节点的负载和内存消耗。

③ 数据持久化和缓存淘汰策略
④ 使用BitMap来代替

使用BitMap可以有效地节省内存空间，并提供快速的位操作，具有以下优势：

1. 节省内存空间：BitMap使用位的方式来表示元素的存在与否，相比于Set存储实际值，可以大大减少内存占用。特别是在点赞量很大的情况下，BitMap可以显著降低内存消耗。
2. 快速的位操作：BitMap支持快速的位操作，例如设置某一位、清除某一位、查询某一位是否存在等。这些位操作可以在常量时间内完成，而不受BitMap的大小影响，从而提供了高效的点赞操作。
3. 支持高并发：BitMap的位操作是原子性的，可以在多线程或分布式环境下进行并发操作，而不需要额外的并发控制机制。这使得BitMap非常适合高并发点赞场景，可以提供良好的性能和可伸缩性。

BitMap

（1）BitMap是一连串的二进制数字(0,1)，每一位所在的位置为偏移(offset)，在BitMap上可以执行AND,OR,XOR以及其他操作。
（2）位图计数
位图计数的意思是统计BitMap中值为1的位的个数，位图计数的效率是很高的。
（3）Redis BitMap
Redis中允许使用二进制的Key和二进制的Value，BitMap就是二进制的Value。

BitMap实现点赞

（1）点赞/取消点赞
假设用户的数字Id为123456L，对textId为text1的微博点赞。首先根据textId生成赞数据存储的Redis key，比如生成策略为praise_{textId}，userId为123456L的用户点赞，只需要将praise_text1的第123456位置为1即可（取消赞则置为0）。
（2）是否点赞
就是根据key和偏移量的值来查询对应的值是1还是0.查询userId为123456L的用户是否给praise_text1点赞，就只需查询praise_text1的第123456位置是否为1即可。
（3）统计有多少点赞
就是利用位图计数的原理来实现。

⑤ 使用Hash和ZSet代替Set结构

在Redis中，Hash和ZSet相对于Set可以更有效地存储大量数据。

在Set中，每个元素占用一个键的空间，而Hash和Sorted Set可以存储多个字段或关联的分值，从而减少了存储空间的开销。

（9）Redis同时存100个人的点赞是怎么解决的 / 很多人同时点赞，如何保证高可用?

（1）使用消息队列，保证有序点赞
（2）分布式锁（Lua脚本）

（10）Redis处理点赞，如果瞬时涌入大量用户点赞（千万级），应当如何进行处理？

方案一：

（削峰，限流，扩容）
水平扩展，就是Redis做成集群;
异步处理，削峰；
批量处理，减少网络请求次数（比如：Redis事务）。

方案二：

不能用数据库抗实时读写流量（用MQ异步消费）
用高可用Redis集群来做固化存储
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

---------------------------------------------------------------------------------------------------------------

 更多精彩内容以及一手消息请关注公众号：绝命Coding

公众号私信回复“免费资料”可免费获取简历模板以及技术亮点合集等免费资料