必须用ZSet+Set双结构:ZSet存点赞总数实现排名,Set存用户ID实现幂等判重;score需融合点赞数与时间戳防同分错序;高并发需Lua脚本原子操作;辅以本地缓存与异步落库提升吞吐。

直接用 StringRedisTemplate + ZSet + Set 双结构,就能扛住万级 QPS 的点赞与实时排名,关键不在“怎么连 Redis”,而在“怎么拆 key、怎么防重复、怎么避免 score 冲突”。
为什么必须用两个 Redis 结构:ZSet 存排名,Set 存用户行为
只用 ZSet 无法判断“用户 A 是否已点过赞”,因为 ZSet 允许重复 member(实际会覆盖),但不允许重复 score —— 这会导致同分用户被错误覆盖或排序错乱。真实场景中,点赞是布尔动作(点/不点),不是数值累加。
-
ZSet用于维护全局排行榜:zadd article:ranking {score} {articleId},score 是点赞总数,member 是文章 ID -
Set用于记录单篇文章的点赞用户集合:sadd article:liked:{articleId} {userId},靠SISMEMBER判断是否点过,靠SADD返回值(1 或 0)做幂等控制 - 两者必须原子联动:先
SADD成功再ZINCRBY,否则会出现“计数多+1,但用户没进 Set”的数据漂移
score 设计不能只用点赞数:要带时间偏移防同分并序
纯点赞数作 score 会导致大量同分,ZRANK / ZREVRANK 返回的是**首次出现位置**,不是稳定名次;更糟的是,ZSET 同分时按 member 字典序排,而 articleId 通常是 UUID 或数字 ID,字典序和业务意义无关,排名不可预期。
- 推荐编码方式:
score = (long)likeCount * 1000_000_000L + (System.currentTimeMillis() % 1000_000_000) - 高位放点赞数,低位塞毫秒级时间戳(取模防溢出),保证严格单调递增,同分也按时间先后排
- 读取时用
ZREVRANGEBYSCORE key +inf -inf WITHSCORES LIMIT 0 10拿 TopN,再用ZREVRANK查单个 article 的名次(注意:它返回的是降序下的索引,从 0 开始) - 别用
ZCOUNT统计区间——它只认 score 值,不认排名位置;查“前 100 名”永远用LIMIT,不是ZCOUNT
高并发下 ZINCRBY 不够用:得上 Lua 脚本保原子性
看似 redisTemplate.opsForZSet().incrementScore(...) 是原子的,但它只管 ZSet 自身。而你必须同时操作 Set 和 ZSet:先判重、再增分、再写回。Java 层两步走,在并发下必然出现“双写”或“漏写”。
- 把整个点赞逻辑封装进 Lua 脚本,通过
StringRedisTemplate.execute()调用: - 脚本内用
redis.call('SADD', KEYS[1], ARGV[1])判重,返回值为 1 才执行redis.call('ZINCRBY', KEYS[2], 1, ARGV[2]) - KEYS[1] 是
article:liked:{id},KEYS[2] 是article:ranking,ARGV[1] 是 userId,ARGV[2] 是 articleId - 这样整个动作在 Redis 单线程内完成,彻底规避竞态,比加分布式锁轻量得多
本地缓存 + 异步落库:扛不住流量洪峰就加一层缓冲
纯 Redis 抗压能力虽强,但当秒级请求超 5w+,网络抖动或 Redis 集群某节点延迟升高时,ZINCRBY 和 SADD 的 P99 延迟会上升,拖慢整个接口。这时候不能硬扛,得降级。
- 用
Caffeine缓存热门 articleId 的当前 score(最大容量 1w,expireAfterWrite 10s),读排行榜时优先查本地缓存 + Redis ZSet 的差值补偿 - 点赞成功后,不等
ZINCRBY返回就直接返回 success,后台用@Async或消息队列异步补全 Redis 和 MySQL(比如每 5 分钟 batch update 一次总榜) - Redis key 命名必须带业务维度前缀和时间窗口,例如:
article:ranking:day:20261020、article:ranking:week:202642,避免单 key 过热 - 别忘了配置
lettuce.pool.max-active至少 200,否则连接池打满,所有 Redis 请求排队等连接
最常被忽略的点:ZSet 的 ZREVRANK 返回的是降序下的 0-based 索引,而业务常说的“第 1 名”对应的是 index=0,但前端分页常以 1-based 显示——这个转换必须在服务层做,不能甩给前端算,否则跨页或刷新时 rank 错位。











