写在前面
本着学习的目的，我们来了解一下B站的点赞功能纠结是怎么做的？或者说我们应该如果实现一个点赞功能？
当然本人不是b站员工，也没有参与过b站的任何活动，所以我们就用自己的想法，如果是我们，怎么去实现日活过亿的app的点赞功能。
1. 需求分析
我们先明确一下需求，这个点赞功能最主要影响两点：
观众与点赞的关系，也就是观众有没有对这个视频点过赞。直观影响是点赞按钮的样式。视频与点赞的关系，也就是这个视频有多少点赞。影响了这个视频的推荐程度。
明确了我们的需求之后，我们再来思考。如何从上亿用户中找到这个人是否看过这个视频？难道进行 io 吗？这显然是不行的！
2. 技术方案研究
2.1 观众与点赞的关系的实现
2.1.1 思路
既然直接io不行，那当然是上缓存啦！那么我们如何设置这个缓存的key呢？
我的想法是：维护一个用户的一个视频的点赞队列，其实对于b站来说，一个视频封顶就200w的点赞数，而b站的用户大多喜欢白嫖。
所以 这个 key可以这样设计：
video:like:user:{
user_id}
Value 对应的就是用户已经点赞的视频的 id
用go实现就是这样：
func VideoUserLikeKey(userId int64) string {
return fmt.Sprintf("video:like:user:%d", userId)
}
2.1.2 存储
那么在 service 中我们只需要接受 user_id 和 视频 id 即可
videoInfo, err := json.Marshal(map[string]interface{
}{
"user_id": req.UserId,
"video_id": req.VideoId,
"created_time": req.CreatedTime,
})
if err != nil {
log.LogrusObj.Infoln(err)
return
}
// 推入redis,用户纬度，判断用户与video的纬度，保存用户最近点赞的500条
err = cache.GlobalRedisClient.LPush(cache.VideoUserLikeKey(req.UserId), req.VideoId).Err()
if err != nil {
log.LogrusObj.Infoln(err)
return
}
这样我们就保存好了 video 和 user 的关系了，我们判断完谁点赞，谁没点之后，直接查缓存就好了～
对于大部分人来说，其实对某一个视频只是推送的时候点进去看，然后再点赞，而一般都看完之后，再去搜这个视频，取消点赞。当然也有这种情况，那这种情况怎么做呢？其实就遍历一下最近存储的600个里面有没有，如果有的话，把这条删除就好了。 这个取消点赞的操作是远远比点赞少的。
当然前端应该也会有一些延迟发送，或延迟请求的优化，我不太清楚，但应该会有（，我们这里只注重后端。
那么我们解决完了这个第一个需求之后，我们再来看第二个需求。
2.2 视频与点赞的关系的实现
那如果更新这个视频的点赞数呢？难道直接数据库的值++吗？这肯定不可能，因为数据库连接的io是非常慢的，何况是写操作！
我们这里可以有一个延迟消费的情况，我们上一步不是已经把用户和点赞的关系存到缓存里面了吗？
我们这里异步一份，将这个消息，发送给MQ，然后MQ会积压，定时消费。
发送给MQ
// 视频纬度，rabbitmq 接受积压，累计消费, 推送 mq，定时改变video的点赞数
err = rabbitmq.SendMessage(ctx, video_consts.RabbitMqLikeQueue, videoInfo)
if err != nil {
log.LogrusObj.Infoln(err)
return
}
消费MQ，堆积在中间件中完成设置，这就是中间件团队的事情了，不关我们 curd boy 的事情～
func (s *VideoSync) RunVideoLike(ctx context.Context) error {
rabbitMqQueue := video_consts.RabbitMqLikeQueue
likeVideoInfo, err := rabbitmq.ConsumeMessage(ctx, rabbitMqQueue)
if err != nil {
return err
}
var forever chan struct{
}
go func() {
for d := range likeVideoInfo {
log.LogrusObj.Infof("Received run story like : %s", d.Body)
// 落库
reqRabbitMQ := new(video_types.LikeVideoReq)
err = json.Unmarshal(d.Body, reqRabbitMQ)
if err != nil {
log.LogrusObj.Infof("Received run story like : %s", err)
}
err = service.LikeVideoMQ2MySQL(ctx, reqRabbitMQ)
if err != nil {
log.LogrusObj.Infof("Received run story like : %s", err)
}
}
}()
log.LogrusObj.Infoln(err)
<-forever
return nil
}
定时改变一次数据库，因为C端，其实数据并不是很重要，重要的是用户的体验 ，然后如果上面所说的。他取消了呢？同样的也是维护一个MQ，去定时消费，但统一减去一个值。
大致流程如下所示
当然啦！实际的场景是比这个复杂非常多的，因为有非常多台机器，还有很多关于消息发送的丢失，重复消费，幂等性，读写分离，负载均衡等等的问题，我们只是简化了非常多。