B站点赞业务是B站平台的重要功能之一，旨在为用户提供对视频、动态、专栏、评论、弹幕等多种实体进行点赞或点踩的操作，并支持相应的数据查询。该业务通过复杂的系统架构和算法设计，确保了高并发场景下的稳定性和性能表现。，，B站的点赞系统采用三级存储结构，包括DB层（TiDB）、缓存层（Redis）和本地缓存（LocalCache），以满足不同层次的数据访问需求。为了应对高并发请求和流量压力，B站点赞系统还采用了异步任务处理机制，确保数据库能够以合理的速率处理写入请求。B站还注重容灾能力，通过多种手段确保在各种异常情况下系统的稳定运行。
一、软件概述
B站点赞业务是B站平台提供的一种用户互动功能，允许用户对视频、动态、专栏、评论、弹幕等多种实体进行点赞或点踩操作，该业务不仅增强了用户与内容创作者之间的互动，还为平台提供了丰富的数据支持，帮助优化内容推荐和用户体验。
二、系统架构及功能特点
1、系统架构：
- B站点赞服务的系统架构分为五个主要部分：流量路由层、业务网关层、点赞服务层（thumbup-service）、点赞异步任务层（thumbup-job）和数据层（包括DB、KV、Redis等）。
2、功能特点：
业务能力：提供对某个稿件点赞（取消点赞）、点踩（取消点踩）；查询是否对单个或一批稿件点过赞（踩）；查询某个稿件的点赞数；查询某个用户的点赞列表；查询某个稿件的点赞人列表；查询用户收到的总点赞数等。
平台能力：提供业务快速接入的能力（配置级别）；数据存储上（缓存、DB），具备数据隔离存储的能力（多租户）；容灾能力，如当DB不可用时，依托缓存尽可能提供服务，当缓存不可用时，DB也需要保证自己不宕机的情况下尽可能提供服务。
三、数据存储设计
1、三级数据存储：
第一层存储：DB层（TiDB），负责整体数据的持久化保存，以及提供缓存失效时的回源查询能力，点赞记录表（likes）和点赞计数表（counts）是最为重要的两张表。
第二层存储：缓存层Cache，基于Redis实现，采用CacheAside模式，这一层缓存主要用于提高数据访问性能，减少数据库压力。
第三层存储：LocalCache，本地缓存用于应对缓存热点问题，利用最小堆算法统计出访问最频繁的缓存Key，并将热Key（Value）按照业务可接受的TTL存储在本地内存中。
2、数据模型：
- 点赞记录表记录用户在什么时间对什么实体进行了什么类型的操作（是赞还是踩，是取消点赞还是取消点踩）等信息。
- 点赞计数表记录被点赞实体的累计点赞（踩）数量。
四、系统压力及应对措施
1、流量压力：
- 全局流量压力：全站点赞状态查询、点赞数查询等【读流量】超过300k，点赞、点踩等【写流量】超过15K，为保证数据写入性能，系统在内存中做了部分聚合写入，并实现了数据库写入的全面异步化处理。
2、单点流量压力：
- 热门事件、稿件等带来的系统热点问题，包括DB热点、缓存热点，系统通过热点识别机制识别热点，并将数据缓存至本地，设置合理的TTL来应对。
五、软件应用实例
1、用户互动：用户在观看B站视频时，可以点击点赞按钮表达对视频的喜爱和支持，点赞数会实时更新，并在视频下方显示。
2、内容推荐：B站根据用户的点赞历史和行为数据，为用户推荐更符合其兴趣的视频内容，点赞数据作为重要的参考指标之一，帮助平台优化内容推荐算法。
3、数据分析：B站利用点赞数据进行数据分析，了解用户喜好和行为习惯，为内容创作者提供反馈和建议，帮助他们优化内容创作策略。
六、相关问题及解答
1、问题一：B站点赞业务如何确保数据一致性？
解答：B站点赞业务通过结合使用数据库（如TiDB）和缓存（如Redis）来确保数据一致性，当用户进行点赞操作时，系统首先更新缓存中的点赞数据，然后再异步地将数据写入数据库，系统还定期将缓存中的数据传输到数据库中进行持久化保存，系统还具备容灾能力，当数据库或缓存出现故障时，系统能够自动切换到备用方案以确保服务的连续性。
2、问题二：B站点赞业务如何处理高并发请求？
解答：B站点赞业务通过多种技术手段来处理高并发请求，系统采用了分布式架构和负载均衡技术来分散请求压力，系统使用了缓存技术来减少数据库的访问压力并提高数据读取速度，系统还实现了异步处理机制来处理写请求，确保数据库能够以合理的速率处理写入请求，系统还具备热点识别和限流等功能来应对突发的高并发请求。
