需求

每当一个用户点击了一个文章的详情页面，这个文章的浏览量应该+1 浏览量这个数据存在Mysql和ElasticSearch里面，要最终一致(不要求强一致) 应该在服务端对用户的请求去重，防止用户不断刷新或者使用爬虫不断请求某个API 尽可能优化性能，满足多个用户的高并发需求。

类似需求 :
可视化埋点:尽可能地将用户的所有交互行为进行采集上报，然后通过可视化圈选的方式筛选出感兴趣的行为统计数据，为产品运营提供决策支持

传统设计

用户每次浏览，前端会发送一个GET请求获取一篇文章详情时，会把这篇文章的浏览量+1，存进数据库里。并发下浏览量(点赞)入库设计 - 图1

解决方案

1.设计思路(异步和缓存)

用户点击某篇文章详情页前端发送一个PUT请求/articles/{id:\\d+}/view。
后端使用线程池执行一个异步任务，立即返回给前端200响应。

为保证真实的博文浏览量，根据用户访问的ip和文章id,进行唯一校验，即同一个用户多次访问同一篇文章，改文章访问量只增加1；

将用户的浏览量用opsForHyperLogLog().add(key,value)的存储在Redis中，在半夜浏览量低的时候，通过定时任务，将浏览量更新至数据库中。
2. 缓存设计 HyperLogLog

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

适用场景

适用于一个热点页面的去重访问次数.

HyperLogLog实现原理

给定一系列的随机整数，我们记录下低位连续零位的最大长度 k，通过这个 k 值可以估算出随机数的数量。因为通过计算可找到低位连续零位的最大长度k和数字大小n的关系：n≈2^k，根据这个规律，通过复杂的算法可将其精度进一步变得准确。

使用入门

127.0.0.1:6379> PFADD iu 1
127.0.0.1:6379> PFADD iu 2
127.0.0.1:6379> PFADD iu 3
(integer) 1
127.0.0.1:6379> PFCOUNT iu
(integer) 3
127.0.0.1:6379> pfadd iy 2
127.0.0.1:6379> pfadd iy 3
127.0.0.1:6379> pfadd iy 4
127.0.0.1:6379> pfadd iy 5
(integer) 1
127.0.0.1:6379> PFCOUNT iy
(integer) 4
127.0.0.1:6379> PFMERGE iu iy
OK
127.0.0.1:6379> PFCOUNT iu
(integer) 5
127.0.0.1:6379> PFCOUNT iy
(integer) 4

redis> PFADD str1 "apple" "banana" "cherry"
(integer) 1
redis> PFCOUNT str1
(integer) 3
redis> PFADD str2 "apple" "cherry" "durian" "mongo"
(integer) 1
redis> PFCOUNT str2
(integer) 4
redis> PFMERGE str1&2 str1 str2
OK
redis> PFCOUNT str1&2
(integer) 5

参考文章(设计):

作者：Van_Fan 链接：https://juejin.im/post/5d7fa1776fb9a06b1c745f39
https://juejin.im/post/5c3aa3c86fb9a04a0e2d6c9f

参考文章(Redis):

https://www.cnblogs.com/ysuzhaixuefei/p/4052110.html

并发下浏览量(点赞)入库设计