如何设计一个点赞系统？

日期：2026-07-11
标签：#面试 #八股 #系统设计 #点赞 #场景题

一句话答案

点赞系统要同时维护用户与对象的唯一关系和可快速读取的计数，高并发写入可先落 Redis/日志再异步汇总，数据库唯一约束保证最终正确。

面试口语版

核心接口是点赞、取消、查询是否点赞和查询点赞数。关系表以 targetType + targetId + userId 唯一，支持幂等；计数是派生数据，可放 Redis 并异步写数据库。高并发时请求先经过限流，用 Lua 原子修改用户点赞状态和计数，再写 MQ 落关系表；或者先可靠写日志，由流处理聚合。读详情时批量查询用户是否点赞，避免 N+1。热门对象要分桶计数或本地缓存，最终通过关系表重算和对账修正计数。

数据模型

like_relation(target_type, target_id, user_id, status, updated_at)
like_count(target_type, target_id, count, version)
唯一键：(target_type, target_id, user_id)

关键细节

点赞和取消是状态设置，不是盲目 +1/-1。
展示计数允许短暂最终一致，用户自己的点赞状态通常要求读己之写。
防刷包括用户/IP/设备限流、异常频率检测和账号风险。
批量列表接口必须批量获取状态和计数。

面试官追问

Redis 成功但数据库落库失败怎么办？
如何避免重复点赞导致计数错误？
百万点赞的热门内容如何处理？

面试官追问参考答案

1. Redis 成功但数据库落库失败怎么办？

状态变化必须形成可靠事件，发送失败可通过 Outbox、Redis Stream 或变更日志重试。关系表按唯一键幂等 upsert，定时根据关系明细或事件日志校准计数；不能把一次异步失败当作永久成功。

2. 如何避免重复点赞导致计数错误？

Lua 先检查当前状态，只有从未点赞变为已点赞才加一，从已点赞变为取消才减一。数据库唯一键和状态条件更新再次兜底，所有请求携带业务幂等标识。

3. 百万点赞的热门内容如何处理？

读走多级缓存；单个计数 Key 写热点可按对象和分桶编号拆分，由流处理或读取时聚合。关系明细按 targetId 分片，计数异步合并，展示可容忍秒级延迟并定期校准。

学习清单

区分点赞关系与点赞计数。
能说明幂等、热点和最终一致性。