推荐用复合键如"like:comment:{commentid}"或"like:level2:{parentid}:{childid}"，值类型选atomiclong或concurrenthashmap，配合api层幂等校验、守护线程定时批量合并至redis并异步落库，兼顾性能与一致性。
在多级评论系统中，为避免高频点赞操作直接冲击数据库，通常会引入“临时计数器 + 守护线程 + 缓存落地”机制。核心思路是：点赞请求先写入内存中的线程安全临时计数器（如 ConcurrentHashMap），再由后台守护线程定期批量合并并更新到 Redis 等缓存，最后按需持久化到 DB。
设计临时点赞计数器结构
需支持多级评论（评论、子评论、孙评论）的粒度，推荐用复合键标识：
- 键格式示例：
"like:comment:{commentId}"或更细粒度"like:level2:{parentId}:{childId}" - 值类型用
AtomicLong或ConcurrentHashMap<string atomiclong></string>，确保多线程递增无竞争 - 注意区分“用户维度去重”——临时计数器只记净增量（如用户 A 对某评论点两次赞，实际应+1），建议前置在 API 层做幂等判断（如用布隆过滤器或 Redis Set 记录已点 ID），临时计数器只接收校验后的有效变更
启动守护线程执行定时倾倒
使用 ScheduledExecutorService 启动单线程守护任务（避免并发写缓存冲突），周期建议 3–10 秒（兼顾实时性与吞吐）：
- 每次执行时遍历临时计数器，对每个键提取当前值并
getAndSet(0)归零 - 将非零增量合并进 Redis 的对应 key（如用
INCRBY like:comment:123 {delta}） - 若需最终一致性保障，可在此步同时写入轻量消息队列（如 Kafka），触发异步落库，避免阻塞倾倒流程
处理边界与异常情况
守护线程需具备健壮性，不能因单次失败中断后续调度：
- 所有 Redis 操作包裹
try-catch，失败时记录 warn 日志，并保留该批计数器值（不归零），下次重试 - JVM 关闭前，调用
shutdownNow()并同步执行一次强制倾倒（通过Runtime.getRuntime().addShutdownHook()） - 临时计数器本身不持久化，重启后清空；依赖缓存已有值 + 新增流量重建，因此首次启动后需允许短暂数据延迟（通常可接受）
验证与监控关键点
上线前需确认三个一致性环节：
- 比对“临时计数器总和”与“Redis 当前值 + 待倾倒差值”，用于定位漏刷
- 在 Redis 中为每个 like key 设置 TTL（如 7 天），避免僵尸计数长期占位
- 暴露 JMX 或 Prometheus 指标：倾倒周期耗时、平均 delta 大小、失败次数，便于容量预估
这套方案在千万级日活评论场景中已被验证可行，关键不在“多复杂”，而在“每步是否可测、可退、可观察”。
