点赞 / 收藏 / 播放量

社交互动模块（internal/interaction）实现点赞、收藏、播放量三种高频计数，核心思路是**「Redis 实时计数 + 异步批量落库」**，读写链路均不触碰 DB。

整体架构

┌────────────── 写路径（实时） ──────────────┐
│ 点赞/收藏：Lua 原子 toggle（Set 去重）        │
│ 播放：INCR + 更新榜单                        │
│ 同时 RPUSH 事件到 pending 队列              │
└──────────────────────┬─────────────────────┘
                       ▼
┌────────────── Flusher（异步落库）───────────┐
│ 每 5s 或满 200 条：LRANGE 取出事件          │
│ 事务批量写 DB（videos 冗余列 + 明细表）       │
│ 幂等：snowflake 事件 ID 去重                │
└──────────────────────┬─────────────────────┘
                       ▼
┌────────────── 读路径（实时） ──────────────┐
│ 三计数：Pipeline SCARD×2 + GET              │
│ 热门榜单：ZSet ZREVRANGE                    │
└────────────────────────────────────────────┘

数据模型

存储	Key 结构	用途
Redis Set	interaction:like:{videoID}	点赞用户去重集合
Redis Set	interaction:fav:{videoID}	收藏用户去重集合
Redis String	interaction:play:{videoID}	播放量（INCR）
Redis ZSet	interaction:hot:like / interaction:hot:play	热门榜单（score = 计数）
Redis List	interaction:pending	待落库事件队列
PostgreSQL	video_likes / video_favorites / video_play_logs + videos 冗余计数列	持久化

写路径：Lua 原子操作

点赞 toggle

-- toggleLikeScript：原子「判断 → 切换 → 更新榜单 → 推事件」
if redis.call('SISMEMBER', KEYS[1], ARGV[1]) == 1 then
    -- 已赞 → 取消
    redis.call('SREM', KEYS[1], ARGV[1])
    redis.call('ZINCRBY', KEYS[2], -1, ARGV[2])   -- 榜单 -1
    redis.call('RPUSH', KEYS[3], ARGV[4])          -- unlike 事件
    return {0, redis.call('SCARD', KEYS[1])}
else
    -- 未赞 → 点赞
    redis.call('SADD', KEYS[1], ARGV[1])
    redis.call('ZINCRBY', KEYS[2], 1, ARGV[2])     -- 榜单 +1
    redis.call('RPUSH', KEYS[3], ARGV[3])          -- like 事件
    return {1, redis.call('SCARD', KEYS[1])}
end

• 一个 Lua 脚本内完成「查询是否已赞 + 切换 + 榜单更新 + 事件入队」，天然原子，无竞态；
• 返回 {是否已赞, 最新点赞数}，接口可直接展示；
• 收藏 toggle 同理（不参与榜单）。

播放 +1

-- playScript
redis.call('INCR', KEYS[1])                        -- 播放量 +1
redis.call('ZINCRBY', KEYS[2], 1, ARGV[1])         -- 播放榜 +1
redis.call('RPUSH', KEYS[3], ARGV[2])              -- play 事件
return redis.call('GET', KEYS[1])

读路径：Pipeline 批量

// Counts：一次 RTT 批量读取多个视频的三计数
pipe := s.rdb.Pipeline()
for _, id := range videoIDs {
    likeCmds = append(likeCmds, pipe.SCard(ctx, likeKey(id)))
    favCmds  = append(favCmds,  pipe.SCard(ctx, favKey(id)))
    playCmds = append(playCmds, pipe.Get(ctx, playKey(id)))
}
pipe.Exec(ctx)

• 列表页批量查询用 Pipeline 合并 RTT，避免 N+1；
• IsLiked / IsFavorited 用 SIsMember 判断当前用户状态。

异步落库（Flusher）

// internal/interaction/flusher.go
func (f *Flusher) Run(ctx context.Context) {
    ticker := time.NewTicker(flushInterval)   // 默认 5s
    for range ticker.C {
        events := f.drain()                    // LRANGE + LTRIM 取出事件
        if len(events) >= flushBatch {         // 或达到批量阈值
            f.flush(events)                    // 事务批量写库
        }
    }
}

• 事件带 snowflake ID，落库时唯一索引去重 → 幂等，Flusher 崩溃重启不会重复计数；
• videos 表冗余 like_count / favorite_count / play_count 列（展示直接读），明细表（video_likes 等）做持久化审计；
• 落库节奏可配：flush_interval（5s）/ flush_batch（200 条），批量越大 DB 压力越小、展示延迟越高。

热门榜单

• Redis ZSet interaction:hot:like / interaction:hot:play，score = 计数；
• 点赞/播放操作时 ZINCRBY 增量更新；
• 榜单容量 leaderboard_size（默认 50），读取时 ZREVRANGE 0 N 取 TopN。

配置

[social]
enabled = true
flush_interval = 5       # 落库间隔（秒）
flush_batch = 200        # 批量落库阈值
leaderboard_size = 50    # 榜单容量

演进方向（roadmap）

• 计数 Redis 持久化与重启重建（防止计数丢失）；
• 播放上报 IP 限流（防匿名刷量）；
• 计数明细表定时归档（大表治理）。