關於高併發下的閱讀量，點贊量，評論量的實現方案總結

  作互聯網應用時，常常會碰到關於商品或者文章等詳情的閱讀量，點贊量，評論量這些頻繁更新的屬性如何存儲設計的業務場景；這兩天恰好遇到順便總結一下；

     方案一：

     以視頻爲例，在視頻實體video中用countRead做爲閱讀總數；

•   用redis存放video的訪問增量，key能夠爲「video_count_inc」+videoId
•   在訪問video詳情時redis訪問增量+1，
•   定時任務讀取redis中的增量更新到視頻中，更新完後redis要減去這個增量（若是增量爲0則刪除這個key）；
•   查詢視頻時其閱讀量要加上redis中的增量

    方案二：

    今天又想了一種實現方案，並且感受這種方案更好，對於方案一，假設這個視頻的變更的屬性特別多比點贊，閱讀，收藏，轉發等那每一項屬性都要按方案一來一遍會很繁瑣，並且重點是，通常咱們都會吧video詳情放redis作緩存，那這樣就會緩存不少冗餘數據！因此方案二來了

• 將video詳情轉hash放redis（redis的hash結構能夠直接對hash中的每一項操做，並且速度比對象快！）；
• 點贊，閱讀，收藏，轉發操做時判斷redis中有無video詳情，若是沒有則需先將video加載進redis，而後將對應屬性+1，同時要記錄一下本次操做的時間戳；
• 定時任務掃描redis，將詳情刷入數據庫；若是操做時間戳距離如今的時間差x大於定時任務的時間間隔則無需更新，而後若是x超過xx天說明該視頻沒什麼熱度了能夠將其從redis刪除；（這一步若是要求高的話能夠直接統計庫裏的數據信息）