这是 Beta 探索课程，内容结构、实验步骤和示例可能会继续调整。
分片计数
新的瓶颈
Redis 方案上线后，系统运行良好。
直到有一天，平台推出了一位知名作者的新文章。
数据飙升：
文章发布时间：20:00
发布后 1 小时：50000 阅读，5000 点赞
发布后 2 小时：100000 阅读，12000 点赞
发布后 3 小时：200000 阅读，25000 点赞
峰值：每秒约 100 个点赞请求！系统监控：
Redis 状态：
- CPU：45%
- 内存：正常
- QPS：约 8000
单个热门文章：
- article:123:like_count
- 每秒 INCR 操作：约 100 次
- 单 key 竞争严重虽然 Redis 能扛住，但单个 key 的竞争太严重了！
问题分析
场景：爆款文章
问题：
1. 所有用户点赞同一篇文章
2. 都在操作同一个 Redis key
3. 单个 Redis 实例成为瓶颈
影响：
- 单 key 访问频率高
- 可能导致热 key 问题
- 分布式锁竞争解决方案：分片计数（Sharded Counter）
分片计数原理
核心思想：
- 将计数器分散到多个 key
- 每个 shard 独立计数
- 查询时合并所有 shard 的值
示意图：
原来：
article:123:like_count = 1000
分片后：
article:123:like_count:0 = 250
article:123:like_count:1 = 250
article:123:like_count:2 = 250
article:123:like_count:3 = 250
总计：1000实现方案
基础实现
优化：动态分片数量
性能对比
实际效果
性能提升
场景：爆款文章，每秒 100 次点赞
不分片：
- 单 key 竞争严重
- Redis CPU：45%
- 响应时间：波动较大
分片（10 个 shard）：
- 分散到 10 个 key
- Redis CPU：15%
- 响应时间：稳定
提升：
- 性能提升 3 倍
- 响应时间更稳定课后练习
练习 1
分片计数器如何保证数据一致性？
参考答案(3 个标签)
Redis分片一致性
问题分析：
场景：用户点赞
分片后：
- 用户 A 的点赞记录在 shard 0
- 用户 B 的点赞记录在 shard 1
- ...
查询总数：
- 需要合并所有 shard
- 可能存在时间窗口不一致
示例：
T1: 查询 shard 0 → 100
T2: 查询 shard 1 → 100
T3: 用户点赞 shard 0 → 101
T4: 查询 shard 2 → 100
...
T10: 用户点赞 shard 1 → 101
合并结果：
- shard 0: 101（新值）
- shard 1: 100（旧值）
- shard 2: 100
- ...
总计：1001（不准确！）解决方案：
方案 1：使用 Pipeline 原子查询
方案 2：定期合并
方案 3：使用 Lua 脚本
原子操作要点
- 这里关注的是把读取、判断和更新合成一个不可打断的状态变化，而不是记住脚本语法。
练习 2
如何选择合适的分片数量？
参考答案(3 个标签)
分片性能优化架构设计
分片数量选择原则：
因素 1：并发量
- 并发量越大，分片数越多
- 每个 shard 理想 QPS：1000 ~ 5000
因素 2：数据量
- 数据量越大，分片数越多
- 每个 shard 理想数据量：10MB ~ 100MB
因素 3：查询性能
- 分片数越多，查询越慢（需要合并）
- 需要平衡读写性能
因素 4：运维成本
- 分片数越多，运维越复杂计算公式：
建议值：
| 场景 | QPS | 数据量 | 推荐分片数 |
|---|---|---|---|
| 低并发 | < 1000 | < 10MB | 5 ~ 10 |
| 中并发 | 1000 ~ 10000 | 10MB ~ 100MB | 10 ~ 20 |
| 高并发 | 10000 ~ 50000 | 100MB ~ 500MB | 20 ~ 50 |
| 超高并发 | > 50000 | > 500MB | 50 ~ 100 |
练习 3
分片计数器如何支持”点赞用户列表”功能？
参考答案(3 个标签)
Redis分片数据结构
方案：点赞集合也分片
练习 4
分片计数器如何支持”排行榜”功能？
参考答案(3 个标签)
Redis分片排行榜
方案：使用 ZSET 分片
练习 5
分片计数器如何实现”数据迁移”？
参考答案(3 个标签)
数据迁移分片运维
场景：增加分片数量
当前：10 个 shard
目标：20 个 shard
问题：如何迁移数据？方案：在线迁移
思考题
-
如果分片数选择不当，会有什么问题？
-
如何实现”动态分片”，根据负载自动调整分片数量？
-
分片计数器在分布式环境下如何保证一致性？
💡 提示：这些问题没有标准答案，建议结合实际情况深入思考。