Java点赞功能怎么实现？高并发下Redis+MySQL优化方案

点赞功能作为社交、电商、内容平台等场景的核心交互模块，其实现需兼顾数据一致性、性能与并发安全性，本文将从基础设计到技术实现，详细拆解Java环境下的点赞功能开发逻辑，涵盖数据库设计、缓存策略、业务逻辑优化等关键环节。

基础需求与业务场景

点赞功能的核心需求包括：用户对目标对象（如文章、评论、商品）进行点赞/取消点赞操作，实时展示点赞数量，并支持查询用户点赞状态，常见业务场景中，需区分“普通点赞”与“点赞+踩”两种模式，本文以“普通点赞”为例展开，后者可扩展为双字段存储。

关键业务规则包括：

• 唯一性约束：同一用户对同一目标只能点赞一次，取消后可再次点赞；
• 实时性：点赞数量需即时更新，用户操作后能快速反馈；
• 数据一致性：缓存与数据库数据需同步，避免脏读或漏写。

数据库与缓存设计

数据库设计

点赞数据需持久化存储，核心表结构设计如下（以MySQL为例）：

CREATE TABLE `user_like` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `user_id` bigint(20) NOT NULL COMMENT '用户ID',
  `target_id` bigint(20) NOT NULL COMMENT '目标对象ID（如文章ID）',
  `target_type` tinyint(4) NOT NULL COMMENT '目标类型（1:文章, 2:评论）',
  `like_status` tinyint(4) NOT NULL DEFAULT '1' COMMENT '点赞状态（1:点赞,0:取消）',
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_user_target` (`user_id`, `target_id`, `target_type`) COMMENT '用户-目标唯一约束'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

设计要点：

• 联合唯一索引确保用户对同一目标只能有一条记录，避免重复点赞；
• target_type字段支持多类型目标扩展，如文章、评论、商品等；
• like_status字段标识点赞状态，支持取消操作（逻辑删除）。

缓存设计

点赞操作高频读写，需引入缓存（如Redis）提升性能，缓存设计需满足：

• 点赞状态缓存：使用Hash结构存储用户对目标的点赞状态，Key格式为like_status:{target_type}:{target_id}，Field为user_id，Value为1（点赞）或0（取消）；
• 点赞数量缓存：使用String结构存储目标点赞数，Key格式为like_count:{target_type}:{target_id}，Value为数量值，初始为0。

缓存优势：减少数据库访问压力，响应速度提升至毫秒级；支持原子操作，避免并发问题。

核心业务逻辑实现

点赞/取消点赞流程

以“点赞”操作为例，核心逻辑如下（伪代码）：

public void like(Long userId, Long targetId, Integer targetType) {
    // 1. 检查缓存中的点赞状态
    String statusKey = "like_status:" + targetType + ":" + targetId;
    String countKey = "like_count:" + targetType + ":" + targetId;
    // 2. 使用Redis原子操作（Lua脚本保证原子性）
    String luaScript = 
        "local status = redis.call('HGET', KEYS[1], ARGV[1]) " +
        "if status == 1 then " +
        "   return 0 " +  // 已点赞，不做操作
        "else " +
        "   redis.call('HSET', KEYS[1], ARGV[1], 1) " +
        "   redis.call('INCR', KEYS[2]) " +
        "   return 1 " +  // 点赞成功
        "end";
    // 3. 执行Lua脚本，更新缓存
    Long result = redisTemplate.execute(
        new DefaultRedisScript<>(luaScript, Long.class),
        Arrays.asList(statusKey, countKey),
        userId.toString()
    );
    // 4. 若缓存操作成功，异步更新数据库
    if (result == 1) {
        asyncUpdateDatabase(userId, targetId, targetType, 1);
    }
}

关键点：

• 使用Redis Lua脚本保证“检查-设置”操作的原子性，避免并发竞态；
• 缓存优先策略，先更新缓存再异步落库，提升响应速度；
• 取消点赞逻辑类似，将HSET改为HDEL，INCR改为DECR。

查询点赞状态与数量

• 查询用户点赞状态：直接从Redis Hash中获取，若缓存未命中则查询数据库并回填缓存；
• 查询点赞数量：优先从Redis String获取，若缓存未命中则查询数据库并初始化缓存。

接口与交互设计

对外提供RESTful API，核心接口如下：

• 点赞/取消点赞：POST /api/like，参数：userId（用户ID）、targetId（目标ID）、targetType（目标类型）、action（like/unlike）；
• 查询点赞状态：GET /api/like/status?userId={userId}&targetIds={ids}&targetType={type}，返回Map<targetId, Boolean>；
• 查询点赞数量：GET /api/like/count?targetIds={ids}&targetType={type}，返回Map<targetId, Integer>。

接口规范：统一返回格式（如{code: 200, data: {...}}），参数校验（非空、类型校验），异常处理（如重复点赞、目标不存在）。

性能与并发优化

并发处理

• 分布式锁：在分布式环境下，使用Redis分布式锁（如Redission）控制并发点赞，避免同一用户短时间内重复操作；
• 限流机制：基于Redis滑动窗口算法限制用户点赞频率（如每分钟最多10次），防止恶意刷赞。

数据一致性

• 缓存与数据库同步：采用“先更新缓存，再异步更新数据库”策略，通过消息队列（如RabbitMQ）异步落库，避免数据库压力过大；
• 缓存重建：当数据库更新失败时，通过定时任务定期校验缓存与数据库一致性，修复异常数据。

批量查询优化

对于批量查询点赞状态（如获取某篇文章下100个用户的点赞情况），使用Redis HMGET命令一次性获取多个Field的值，减少网络IO次数。

扩展性与场景适配

多类型目标支持

通过target_type字段区分不同目标类型，如文章（1）、评论（2）、商品（3），无需为每种类型建表，提升扩展性。

分库分表

当数据量过大（如日点赞千万级），可按target_id或target_type进行分表，分散数据库压力。

点赞日志记录

单独建表存储点赞操作日志（含用户ID、目标ID、操作时间、IP等），用于用户行为分析或审计。

Java点赞功能的实现需从数据层、缓存层、业务层协同设计：数据库保证持久化与一致性，缓存提升性能，业务逻辑处理核心规则与并发场景，实际开发中，需根据业务规模选择合适的技术方案（如是否引入分布式锁、消息队列），并通过监控（如Prometheus）实时跟踪点赞系统的性能指标,确保稳定运行。