结论

要搭建高可用的Redis集群计数器系统，最实用的方法是使用Redis的INCR原子操作，结合Cluster模式分片存储数据，并通过Lua脚本保证复杂操作的原子性，从而解决分布式计数中的并发和一致性问题。

Redis集群计数器基础设计

计数器最核心的功能是计数的增减。Redis提供了INCR和DECR命令，能对数字进行原子性的加一或减一操作。这意味着即使多个客户端同时发出计数请求，Redis也会确保这些操作按顺序执行，不会出现计数错误。比如，你可以用INCR article:123:views来给一篇文章增加一次浏览量。这种原子性操作是构建可靠计数器的基石。

在分布式系统中，我们经常需要按不同维度统计，比如按天、按用户。这时可以使用组合键，像user:456:20240515:login_count。为了提高查询效率，可以结合哈希（Hash）数据结构来存储一个对象的多个计数字段。

搭建高可用计数系统架构

单个Redis实例有宕机风险，所以生产环境要用Redis Cluster集群。它把数据自动分片到多个主节点上，每个主节点还有从节点备份。这样，即使某个主节点挂了，从节点也能顶上来，保证服务不中断。搭建集群后，计数数据会被分散存储。比如，键counter:page:view可能被分配到节点A，而counter:user:click被分配到节点B。客户端需要使用集群客户端来连接，它会自动处理数据路由。

为了保证数据不丢失，必须开启持久化。可以同时使用RDB（定期快照）和AOF（记录每一条写命令）两种方式。这样即使服务器重启，数据也能恢复。另外，设置合理的内存淘汰策略也很重要，防止计数数据撑爆内存。

解决分布式计数难题的实战技巧

分布式场景下，除了简单的加一减一，还会遇到更复杂的需求，比如先检查条件再计数。例如，用户每天只能领一次积分。如果用客户端先判断再计数，在并发时可能出错。这时就应该用Lua脚本。Lua脚本在Redis中执行是原子性的，它能将多个操作打包成一个不可分割的任务。脚本里可以先检查用户今日是否已领取，如果没有，再执行INCR操作并返回成功。

另一个常见难题是热点Key。如果某个商品的计数器被频繁访问，可能会压垮单个Redis节点。解决方法是做分片。比如，可以把一个商品的浏览量拆成10个子计数器，键名像product:789:view:0到product:789:view:9。每次计数时随机选一个子键操作，查询时把10个子键的值加起来。这样就分散了压力。

对于需要高精度和持久化的计数，有时会结合使用Redis和数据库。Redis负责高速的计数操作，同时定时将结果同步到 MySQL 等数据库做永久存储。这种架构兼顾了性能和可靠性。

FAQ

问：Redis计数器数据会不会因为重启而丢失？
答：如果配置了持久化（RDB或AOF），数据在重启后可以恢复。但为了绝对可靠，对于非常重要的计数，建议定期把Redis中的数据备份到其它数据库。

问：分布式环境下如何保证计数的顺序和准确性？
答：核心是靠Redis的原子操作（INCR/DECR）和Lua脚本。对于需要严格顺序的场景，可以使用分布式锁（如Redlock算法）来控制，但这会降低性能，所以需谨慎使用。

引用来源

1. Redis官方文档关于INCR命令和原子性的说明：https://redis.io/commands/incr/
2. 深入理解Redis Cluster数据分片与高可用：https://redis.io/docs/latest/operate/rs/clusters/
3. 使用Lua脚本实现复杂原子操作：https://redis.io/docs/latest/develop/interact/programmability/
4. 应对热点Key的经典分片策略讨论：https://engineering.fb.com/2014/11/12/core-data/scaling-counter-service/