知识分享社区 social 模块总览与架构

1. 模块是什么

Social 模块是知识分享平台的社交互动子系统，核心职责有两块：

点赞 / 收藏计数 — 用户对知文 (KnowPost) 点赞、取消点赞、收藏、取消收藏，并对外提供实时计数读取
关注 / 粉丝关系 — 用户关注他人、取关、查询关注/粉丝列表、查询关注状态

整个模块围绕”高并发、高读取、强一致弱化”的社交场景设计：写操作走 Redis + 异步消息，读操作走多级缓存，最终一致性由 Outbox 模式 + 定时校验兜底。

2. 两大子系统

子系统	领域服务	存储核心	数据一致性策略
Counter 计数器	`CounterDomainService`	Redis Bitmap (状态) + Redis SDS (汇总)	写时双通道 (Kafka + Spring Event)，异步聚合
Relation 关系	`RelationDomainService`	MySQL (following/follower/outbox) + Redis ZSet	Outbox 模式 + Canal 订阅 binlog

两个子系统相互配合：关注/取关时，Relation 会通过 CounterRepository 同步更新用户的关注数/粉丝数 SDS。

3. DDD 四层架构

Social 模块严格遵循 DDD (领域驱动设计) 四层架构：

graph TD
    subgraph interfaces["interfaces/ 接口层"]
        AC["ActionController<br/>点赞/收藏 REST"]
        CC["CounterController<br/>计数读取 REST"]
        RC["RelationController<br/>关注/粉丝 REST"]
    end

    subgraph application["application/ 应用层"]
        CAS["CounterApplicationService"]
        RAS["RelationApplicationService"]
    end

    subgraph domain["domain/ 领域层 (零框架依赖)"]
        CDS["CounterDomainService"]
        RDS["RelationDomainService"]
        CR["CounterRepository (接口)"]
        RR["RelationRepository (接口)"]
        AGG["Action / FollowRelation 聚合根"]
        EVT["LikedEvent/FollowedEvent 等领域事件"]
    end

    subgraph infrastructure["infrastructure/ 基础设施层"]
        CRI["CounterRepositoryImpl"]
        RRI["RelationRepositoryImpl"]
        PROC["RelationEventProcessor"]
        PROD["CounterEventProducer"]
        CAC["CounterAggregationConsumer"]
        CRC["CounterRebuildConsumer"]
        COC["CanalOutboxConsumer"]
        BRIDGE["CanalKafkaBridge"]
        CFG["SocialDomainConfig / CounterConfig"]
        SCH["CounterSchema/Keys/BitmapShard"]
    end

    AC --> CAS
    CC --> CAS
    RC --> RAS

    CAS --> CDS
    RAS --> RDS

    CDS --> CR
    RDS --> RR
    CDS --> EVT
    RDS --> EVT
    CDS --> AGG
    RDS --> AGG

    CR --> CRI
    RR --> RRI
    CFG --> CDS
    CFG --> RDS
    EVT --> PROD
    PROD --> CAC
    PROD --> CRC
    BRIDGE --> COC
    COC --> PROC
    CRI --> SCH

依赖方向铁律: interfaces → application → domain ← infrastructure。领域层不 import 任何 Spring 类（通过手动 Consumer 监听器 + 仓储接口实现解耦），这是本模块最核心的架构约束。

4. 文件清单与职责

interfaces/ 接口层 (8 个文件)

文件	职责
`rest/ActionController.java`	点赞/收藏 4 个接口
`rest/CounterController.java`	计数读取 1 个接口
`rest/RelationController.java`	关注/粉丝 6 个接口
`dto/ActionRequest.java`	点赞/收藏请求体 `{entityType, entityId}`
`dto/CountsResponse.java`	计数响应体 `{entityType, entityId, counts}`

application/ 应用层 (2 个文件)

文件	职责
`service/CounterApplicationService.java`	计数器应用服务，构造 Action 聚合、编排领域服务与仓储
`service/RelationApplicationService.java`	关系应用服务，关注/取关/列表查询，组装 ProfileResponse

domain/ 领域层 (19 个文件)

目录	文件	职责
`service/`	`CounterDomainService.java`	点赞/收藏领域逻辑 + 事件监听器注册
`service/`	`RelationDomainService.java`	关注领域逻辑 + 事件监听器注册
`repository/`	`CounterRepository.java`	计数器仓储接口 (15 个方法)
`repository/`	`RelationRepository.java`	关系仓储接口 (12 个方法)
`model/aggregate/`	`Action.java`	点赞/收藏动作聚合根
`model/aggregate/`	`FollowRelation.java`	关注关系聚合根
`model/valueobject/`	`ActionType.java`	动作类型枚举 (LIKE/FAV)
`model/valueobject/`	`EntityType.java`	实体类型枚举 (POST)
`model/valueobject/`	`Counts.java` / `CountValue.java`	计数值对象
`model/valueobject/`	`RelationDirection.java`	关系方向枚举
`model/valueobject/`	`RelationStatus.java`	关系状态枚举 (ACTIVE/CANCELED)
`event/`	6 个事件 record	Liked/Unliked/Favored/Unfavored/Followed/Unfollowed

infrastructure/ 基础设施层 (22 个文件)

目录	文件	职责
`config/`	`SocialDomainConfig.java`	注册领域服务 Bean + 事件监听器桥接
`config/`	`CounterConfig.java`	Kafka Producer Bean (条件启用)
`messaging/`	`CounterEventProducer.java`	计数事件 → Kafka
`messaging/`	`CounterAggregationConsumer.java`	Kafka/Spring 事件聚合 + 定时 Flush
`messaging/`	`CounterRebuildConsumer.java`	灾备全量重建消费者
`messaging/`	`CanalKafkaBridge.java`	Canal binlog → Kafka
`messaging/`	`CanalOutboxConsumer.java`	Kafka canal-outbox → 事件处理
`messaging/`	`CounterEvent.java` / `RelationEvent.java`	消息体 record
`messaging/`	`CounterTopics.java` / `OutboxTopics.java`	topic 常量
`persistence/`	`CounterRepositoryImpl.java`	位图/SDS/Lua/重建实现
`persistence/`	`RelationRepositoryImpl.java`	令牌桶/缓存/ZSet 实现
`persistence/`	`RelationEventProcessor.java`	Outbox 事件消费处理
`persistence/mapper/`	`RelationMapper.java` / `OutboxMapper.java`	MyBatis Mapper
`schema/`	`CounterSchema.java`	SDS 结构定义
`schema/`	`CounterKeys.java` / `UserCounterKeys.java`	Redis Key 生成
`schema/`	`BitmapShard.java`	位图分片算法

5. 请求路由总表

所有接口前缀为 /api/v1，认证通过 Sa-Token (StpUtil.getLoginIdAsLong()) 从 JWT 中取用户 ID。

ActionController — 点赞/收藏 (4 个)

方法	路径	说明
POST	`/api/v1/action/like`	点赞
POST	`/api/v1/action/unlike`	取消点赞
POST	`/api/v1/action/fav`	收藏
POST	`/api/v1/action/unfav`	取消收藏

CounterController — 计数读取 (1 个)

方法	路径	说明
GET	`/api/v1/counter/{etype}/{eid}`	查询实体计数，可带 `metrics` 参数

RelationController — 关注/粉丝 (6 个)

方法	路径	说明
POST	`/api/v1/relation/follow`	关注 `?toUserId=X`
POST	`/api/v1/relation/unfollow`	取关 `?toUserId=X`
GET	`/api/v1/relation/status`	关注状态 `?toUserId=X`
GET	`/api/v1/relation/following`	关注列表 (offset 或 cursor 分页)
GET	`/api/v1/relation/followers`	粉丝列表
GET	`/api/v1/relation/counter`	用户计数器 `?userId=X`

6. 核心架构图

6.1 计数器子系统

graph LR
    U[用户] -->|POST /action/like| AC[ActionController]
    AC --> CAS[CounterApplicationService]
    CAS --> CDS[CounterDomainService]
    CDS --> CRI[CounterRepositoryImpl]
    CRI -->|TOGGLE_LUA 原子切换| BM[(Redis Bitmap<br/>bm:like:post:123:0)]
    CDS -->|LikedEvent| CFG[SocialDomainConfig 监听器]
    CFG -->|Kafka 通道| PROD[Kafka Producer]
    CFG -->|Spring Event 通道| SEP[Spring EventPublisher]
    PROD --> KT[(Kafka: counter-events)]
    KT --> CAC[CounterAggregationConsumer]
    CAC -->|HINCRBY| AGG[(Redis Hash agg:)]
    CAC -->|Scheduled 1s flush| SDS[(Redis SDS cnt:)]
    CRI -->|getCounts 读取/重建| SDS
    SEP --> FCI[FeedCacheInvalidationListener<br/>content 模块]
    FCI -->|更新作者获赞/被藏| UCNT[(Redis SDS ucnt:)]
    FCI -->|原地更新| FEED[(Feed 缓存页)]

说明: Kafka 通道 → CounterAggregationConsumer 聚合实体 SDS；Spring Event 通道 → content 模块 FeedCacheInvalidationListener 更新用户获赞/被藏计数 + Feed 缓存。两者不是”冗余兜底”，而是职责不同的两个消费者。

6.2 关系子系统

graph LR
    U2[用户] -->|POST /relation/follow| RC[RelationController]
    RC --> RAS[RelationApplicationService]
    RAS --> RDS[RelationDomainService]
    RDS --> RRI[RelationRepositoryImpl]
    RRI -->|令牌桶 Lua 限流| RB[(Redis Hash rl:follow:)]
    RRI -->|INSERT following| DB[(MySQL following)]
    DB -->|同一事务| OUT[(MySQL outbox)]
    OUT -->|binlog| CANAL[CanalKafkaBridge]
    CANAL --> KT2[(Kafka: canal-outbox)]
    KT2 --> COC[CanalOutboxConsumer]
    COC --> PROC[RelationEventProcessor]
    PROC -->|INSERT follower| DB2[(MySQL follower)]
    PROC -->|ZADD| ZS[(Redis ZSet uf:flws/uf:fans)]
    RRI -->|读取| CAF[(Caffeine L1)] --> ZS --> DB

7. 存储全景

MySQL 表 (3 张)

表	用途	关键索引
`following`	关注关系 (from→to)	`UNIQUE(from_user_id, to_user_id)`, `(from_user_id, created_at)`
`follower`	粉丝关系 (to→from) 读写分离副本	`UNIQUE(to_user_id, from_user_id)`, `(to_user_id, created_at)`
`outbox`	事件发件箱	`(aggregate_type, aggregate_id)`, `(created_at)`

Redis 结构 (6 类)

Key 模式	类型	用途	示例
`bm:{metric}:{etype}:{eid}:{chunk}`	Bitmap	用户点赞/收藏状态	`bm:like:post:123:0`
`cnt:v1:{etype}:{eid}`	String (SDS 20B)	实体计数	`cnt:v1:post:123`
`agg:v1:{etype}:{eid}`	Hash	增量聚合暂存	`agg:v1:post:123`
`ucnt:{userId}`	String (SDS 20B)	用户计数 (关注/粉丝/发文/获赞/被藏)	`ucnt:42`
`uf:flws:{userId}` / `uf:fans:{userId}`	ZSet	关注/粉丝列表 (score=时间戳)	`uf:flws:42`
`rl:follow:{userId}`	Hash	关注令牌桶	`rl:follow:42`

内存 (Caffeine)

Cache	用途
`flwsTopCache`	大 V 的关注 Top500 缓存 (10min)
`fansTopCache`	大 V 的粉丝 Top500 缓存 (10min)

8. 关键设计思想

读多写少的社交场景 → 写走 Redis、读走缓存：点赞只写位图，不落 MySQL；计数从 SDS 读取，SDS 由异步聚合维护
最终一致性：关注写 following 表后，follower 表副本和 Redis ZSet 通过 Outbox + Canal 异步同步；一致性由 RelationController 的定时 DB 校验兜底
位图分片防大 Key：每个用户按 userId / 32768 分片，位图 Key 恒小于 4KB
事件多渠道职责分离：计数事件同时发 Kafka 和 Spring Event，但消费方不同 — Kafka → 实体 SDS 聚合；Spring Event → 用户获赞/被藏计数 + Feed 缓存热更新。dev 无 Kafka 时实体计数降级为 getCounts 按需重建
三级防击穿：SDS 缺失重建时用退避 + 限流 + 分布式锁三重保护
大 V 优化：粉丝 ≥ 50w 的用户启用 Caffeine TopCache，避免高频查询打穿 Redis ZSet

下一篇: 01-接口层与请求详解 — 11 个接口逐一拆解