58 同城的二手交易业务中，需要对商品的热度进行实时统计。假设商品的热度由商品的浏览量、收藏量和成交量决定，设计一个系统来实时更新商品的热度。

答题要点

推荐答题框架：采用 STAR 法则，即 Situation（背景）、Task（任务）、Action（行动）、Result（结果）。关键要点：1. 数据收集：通过埋点技术收集商品的浏览、收藏和成交数据，确保数据的准确性和实时性。2. 数据存储：使用合适的数据库存储这些数据，如 Redis 用于缓存实时数据，MySQL 用于持久化存储。3. 热度计算：根据预设的权重，如浏览量占 30%、收藏量占 30%、成交量占 40%，计算商品的热度。4. 实时更新：使用消息队列如 Kafka 来处理数据的实时更新，保证热度数据的及时性。示例话术：在 58 二手交易业务场景下，任务是实时更新商品热度。我会先收集数据，用 Redis 和 MySQL 存储，按权重计算热度，再用 Kafka 实现实时更新，最终能及时准确地展示商品热度。