使用Redis的Sorted Set（ZSET）实现点赞排序，每条动态对应一个ZSET，成员为用户ID，分值为时间戳+随机数避免相同时间冲突。点赞时ZINCRBY增加分数，取出Top N用ZRANGE。并发冲突用Lua脚本原子执行：local key = KEYS[1] local user = ARGV[1] local score = ARGV[2] local liked = redis.call('ZSCORE', key, user) if liked then return 0 end redis.call('ZADD', key, score, user) redis.call('SADD', key..':liked', user) return 1。排序延迟通过ZREVRANGE实时获取Top点赞用户，提升用户体验。

方案一：ZSet + 时间戳排序

针对社交平台的点赞功能，使用Redis ZSet存储点赞数据，每个帖子一个ZSet，member为用户ID，score为点赞时间戳（毫秒级）+小随机数防雪崩。点赞操作：ZADD post:1:likes 当前时间戳 用户ID。取消点赞：ZREM。获取点赞榜：ZREVRANGE post:1:likes 0 9 WITHSCORES。海量数据用Pipeline批量操作，减少RTT。

高效处理并发点赞

并发冲突解决方案：用SETNX实现分布式锁，点赞前加锁，执行ZADD后解锁。但锁开销大，推荐Lua脚本原子化：-- 点赞Lua脚本 local key = KEYS[1] local user_id = ARGV[1] local timestamp = ARGV[2] if redis.call('SISMEMBER', key..':users', user_id) == 1 then return 0 end -- 已赞 redis.call('SADD', key..':users', user_id) redis.call('ZADD', key, timestamp, user_id) return 1。脚本确保幂等性，解决重复点赞问题。

优化排序延迟

排序延迟痛点：ZSet score精确时间戳导致热点Key访问慢。优化：用时间窗口分片，每小时一个ZSet，合并时多Key ZUNIONSTORE临时Set再排序。持久化：每5分钟AOF RDB混合快照，故障恢复快。缓存穿透用布隆过滤器预判用户是否点赞，减少无效查询，提升系统稳定性。

海量点赞数据架构

单机Redis内存不足用Cluster分片，帖子ID哈希到slot。点赞计数用HyperLogLog近似PFADD PFCOUNT节省内存。实时排行榜：定时任务CRON每分钟ZREVRANGEBYSCORE刷新到MySQL，避免全量扫描。用户体验：WebSocket推送Top10点赞变化，点赞动画用Redis Pub/Sub异步通知。

实际代码实现

Python Redis客户端点赞函数：def like(post_id, user_id): score = time.time() * 1000 + random.random() / 1000 script = ''' if redis.call('SISMEMBER', KEYS[1], ARGV[1]) == 1 then return 0 end redis.call('SADD', KEYS[1], ARGV[1]) redis.call('ZADD', KEYS[2], ARGV[2], ARGV[1]) return 1 ''' r.eval(script, 2, f'post:{post_id}:liked_users', f'post:{post_id}:likes', user_id, score)。获取排序：r.zrevrange(f'post:{post_id}:likes', 0, 9, withscores=True)

监控与稳定性

系统稳定性：Redis Sentinel高可用，慢查询日志监控ZREVRANGE耗时>50ms报警。QPS峰值10w用连接池+Pipeline。数据一致性：点赞最终一致，异步落盘MySQL。用户体验提升：点赞后1s内显示排序位置，用ZREVRANK实时计算排名。

FAQ
Q: 如何防止用户重复点赞？
A: 用Set记录已点赞用户ID，Lua脚本检查SISMEMBER前原子判断。
Q: 海量数据内存怎么优化？
A: score用时间窗口分片ZSet，HyperLogLog估算计数，定期归档冷数据。
Q: 并发QPS 10w+怎么扛？
A: Redis Cluster分片+Pipeline批量+Lua原子脚本。
Q: 排序怎么实时更新？
A: 点赞即时ZADD，客户端ZREVRANGE 0 99获取Top100。