哔哩哔哩的业务不断发展，数据量也在急剧增长。现在要设计一个高可扩展性的分布式数据处理架构，用于处理海量的用户行为数据（如观看记录、互动记录等），并实时计算热门视频排行榜。请详细描述你的架构设计。

答题要点

推荐使用分层架构设计的答题框架。关键要点如下：1. 数据采集层：使用消息队列（如 Kafka）收集海量的用户行为数据，实现数据的缓冲和异步处理。2. 数据处理层：采用分布式计算框架（如 Spark Streaming）对数据进行实时处理，计算每个视频的热度指标。3. 数据存储层：使用分布式文件系统（如 HDFS）存储原始数据，使用 NoSQL 数据库（如 Cassandra）存储处理后的中间结果和最终排行榜数据。4. 缓存层：使用 Redis 缓存热门视频排行榜，提高查询性能。5. 服务层：设计 RESTful API 提供排行榜查询服务，支持高并发访问。示例话术：首先，通过 Kafka 收集用户行为数据。然后，使用 Spark Streaming 实时处理数据，计算视频热度。将原始数据存储在 HDFS 中，中间结果和排行榜数据存储在 Cassandra 中。使用 Redis 缓存排行榜，最后通过 RESTful API 提供查询服务，确保系统的高可扩展性和高并发处理能力。