在众多软件应用中,点赞功能几乎成了所有应用中的“标配”。但实现一个高效的点赞功能并不简单,尤其是在面对大规模的用户量和高并发场景时。
今天,我们就从实际需求出发,探索如何利用 Redis 的数据结构来设计一个点赞系统,从而理解 Set
和 Bitmap
数据结构的优缺点。
需求分析
我们设定这样一个需求场景:在一篇文章的评论下实现点赞功能,每位用户只能对同一条评论点赞一次,再次点赞则视为“取消点赞”。此外,我们还需要统计每条评论的总点赞数。
这听上去不复杂,但当需求量级提升,比如用户量达到千万级别,系统会需要承担巨大的数据存储和高频的读写压力。为了满足高性能和低延迟的需求,我们可以选择 Redis 来管理点赞数据。
方案一:使用 Redis 的 Set
数据结构
首先考虑使用 Redis 的 Set
数据结构。Set
非常适合存储一组不重复的元素,因此可以用来记录每条评论下点赞的用户 ID。方案设计如下:
- 存储设计:每条评论的点赞数据可以存储为一个 Redis
Set
,键格式为comment:likes:{comment_id}
,其中{comment_id}
是评论的唯一标识。 - 点赞操作:当用户点赞时,将用户 ID 添加到该评论对应的
Set
中。 - 取消点赞:如果用户再次点击,则从
Set
中移除用户 ID。 - 统计总点赞数:直接获取
Set
的元素数量,即为当前评论的点赞总数。 - 检查用户是否点赞过:可以通过
SISMEMBER
指令快速检查某个用户 ID 是否存在于该评论的点赞Set
中。
Set 方案的代码实现
以下是 PHP 实现点赞、取消点赞和统计点赞数的代码示例:
// 点赞接口
function likeComment($userId, $commentId) {
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
// 生成唯一键
$likeSetKey = "comment:likes:{$commentId}";
// 判断用户是否已点赞
if ($redis->sIsMember($likeSetKey, $userId)) {
// 已点赞,取消点赞
$redis->sRem($likeSetKey, $userId);
$liked = false;
} else {
// 未点赞,添加点赞
$redis->sAdd($likeSetKey, $userId);
$liked = true;
}
// 获取当前总点赞数
$totalLikes = $redis->sCard($likeSetKey);
// 返回点赞状态
return [
'status' => 'success',
'liked' => $liked,
'totalLikes' => $totalLikes
];
}
使用 Set 方案的优缺点
优点:
- 灵活性高:支持不连续的用户 ID,适合大多数应用场景。
- 操作简单:Redis 原生支持集合操作,查询、添加、删除等操作性能较高。
缺点:
- 存储空间较大:
Set
中每个用户 ID 都会占用存储空间,随着点赞用户增多,Set
的存储开销也会增长。
方案二:使用 Redis 的 Bitmap
数据结构
如果用户 ID 是连续的,比如从 0
开始顺序增长,那么可以使用 Redis 的 Bitmap
数据结构来进一步提升存储效率。Bitmap
以每个用户的 ID 作为位(bit)位置,只需 1 位就可以表示每个用户的点赞状态,大大节省存储空间。
- 存储设计:每条评论的点赞数据可以存储为一个
Bitmap
,键的格式为comment:likes:{comment_id}
。 - 点赞操作:使用
SETBIT
将用户的位设置为1
。 - 取消点赞:再次点击则用
SETBIT
将该位设置为0
。 - 统计总点赞数:通过
BITCOUNT
指令统计Bitmap
中位为1
的数量,即为点赞总数。 - 检查用户是否点赞过:可以用
GETBIT
查询指定用户的点赞状态。
Bitmap 方案的代码实现
以下是使用 Bitmap
实现的 PHP 代码示例:
function likeComment($userId, $commentId) {
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
// 生成唯一键
$likeBitmapKey = "comment:likes:{$commentId}";
// 获取用户当前的点赞状态
$isLiked = $redis->getBit($likeBitmapKey, $userId);
if ($isLiked) {
// 已点赞,取消点赞
$redis->setBit($likeBitmapKey, $userId, 0);
$liked = false;
} else {
// 未点赞,设置为点赞
$redis->setBit($likeBitmapKey, $userId, 1);
$liked = true;
}
// 获取当前点赞总数
$totalLikes = $redis->bitCount($likeBitmapKey);
return [
'status' => 'success',
'liked' => $liked,
'totalLikes' => $totalLikes
];
}
使用 Bitmap 方案的优缺点
优点:
- 存储效率高:每位只占 1 bit,适合大量用户数据的二元状态存储,极大节省内存。
- 适合批量统计:通过
BITCOUNT
等命令可以快速统计点赞数量,性能极佳。
缺点:
- 用户 ID 需连续:
Bitmap
适合连续的 ID(如从0
到某个上限),对于离散的 ID 或存在大量空位的 ID,不适用。 - 操作复杂性较高:当用户 ID 离散或不连续时,使用
Bitmap
不仅不节省空间,操作复杂性也会增加。
选择合适的数据结构
特点 | Redis Set | Redis Bitmap |
---|---|---|
用户 ID 分布 | 适合不连续的 ID | 适合连续的、紧凑的 ID |
存储空间 | 随点赞数增长而增大 | 每个用户点赞状态占 1 bit,空间占用小 |
统计点赞数 | 通过 SCARD 精确统计 | 通过 BITCOUNT 高效统计 |
查询用户状态 | 支持任意用户 ID 查询点赞状态 | 支持按位查询连续 ID 的状态 |
适用场景 | 离散用户 ID,点赞、关注等集合操作 | 连续 ID,批量二元状态的快速统计 |
总结
在实际项目中,选择合适的数据结构至关重要。对于点赞功能,如果用户 ID 是不连续的且规模不大,Set
更灵活、易于使用;而对于用户 ID 连续的大规模应用,Bitmap
则能极大提升存储和统计效率。在实际应用中,我们可以根据用户 ID 分布、存储需求和性能要求来选择最优方案。
其实 Bitmap
这种数据结构更加适合于用作用户签到、打卡等场景。