快捷導(dǎo)航

利用Redis實現(xiàn)點贊功能的示例代碼

更新時間：2022年06月28日 15:25:30 作者：阿Q說代碼

點贊對我們來說并不陌生，我們經(jīng)常會在手機(jī)軟件或者網(wǎng)頁中看到它。今天就讓我們來了解一下如何用Redis實現(xiàn)這一功能吧，感興趣的可以嘗試一下

提到點贊，大家一想到的是不是就是朋友圈的點贊呀？其實點贊對我們來說并不陌生，我們經(jīng)常會在手機(jī)軟件或者網(wǎng)頁中看到它，今天就讓我們來了解一下它的實現(xiàn)吧。我們常見的設(shè)計思路大概分為兩種：一種自然是用 MySQL 等數(shù)據(jù)庫直接落地存儲，另外一種就是將點贊的數(shù)據(jù)保存到 Redis 等緩存里，在一定時間后刷回 MySQL 等數(shù)據(jù)庫。

MySQL 和 Redis優(yōu)缺點

首先我們來說一下兩種方法各自的優(yōu)缺點：我們以 MySQL 和 Redis 為例。

1、直接寫入數(shù)據(jù)庫：

優(yōu)點：這種方法實現(xiàn)簡單，只需完成數(shù)據(jù)庫的增刪改查就行；

缺點：數(shù)據(jù)庫讀寫壓力大，如果遇到熱門文章在短時間內(nèi)被大量點贊的情況，直接操作數(shù)據(jù)庫會給數(shù)據(jù)庫帶來巨大壓力，影響效率。

2、使用 Redis 緩存：

優(yōu)點：性能高，讀寫速度快，緩解數(shù)據(jù)庫讀寫的壓力；

缺點：開發(fā)復(fù)雜，不能保證數(shù)據(jù)安全性即 redis 掛掉的時候會丟失數(shù)據(jù)，同時不及時同步 redis 中的數(shù)據(jù)，可能會在 redis 內(nèi)存置換的時候被淘汰掉。不過對于點贊數(shù)據(jù)我們不需要那么精確，丟失一點數(shù)據(jù)問題不大。

接下來就從以下三個方面對點贊功能做詳細(xì)的介紹

•Redis 緩存設(shè)計

•數(shù)據(jù)庫設(shè)計

•開啟定時任務(wù)持久化存儲到數(shù)據(jù)庫

1、Redis 緩存設(shè)計及實現(xiàn)

Redis 的整合我們在上一篇文章中已經(jīng)介紹過了，此處就不再贅述了。我們了解到，我們在做點贊的時候需要記錄以下幾類數(shù)據(jù)：一類是某用戶被其他用戶點贊的詳細(xì)記錄，一類是?？紤]到查詢與存取方便快捷，我這邊采用 Hash 結(jié)構(gòu)進(jìn)行存儲，存儲結(jié)構(gòu)如下：

（1）某用戶被其他用戶點贊的詳細(xì)記錄： MAP_USER_LIKED 為鍵值，被點贊用戶id::點贊用戶id 為 filed， 1或者0 為 value

（2）某用戶被點贊的數(shù)量統(tǒng)計： MAP_USER_LIKED_COUNT 為鍵值，被點贊用戶id 為 filed， count 為 value

部分代碼如下

/**
* 將用戶被其他用戶點贊的數(shù)據(jù)存到redis
*/
@Override
public void saveLiked2Redis(String likedUserId, String likedPostId) {
    String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);
    redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED,key, LikedStatusEnum.LIKE.getCode());
}

//取消點贊
@Override
public void unlikeFromRedis(String likedUserId, String likedPostId) {
    String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);
    redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED,key,LikedStatusEnum.UNLIKE.getCode());
}

/**
* 將被點贊用戶的數(shù)量+1
*/
@Override
public void incrementLikedCount(String likedUserId) {
    redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT,likedUserId,1);
}

//-1
@Override
public void decrementLikedCount(String likedUserId) {
    redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, likedUserId, -1);
}

/**
* 獲取Redis中的用戶點贊詳情記錄
*/
@Override
public List<UserLikeDetail> getLikedDataFromRedis() {
    Cursor<Map.Entry<Object,Object>> scan = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED, ScanOptions.NONE);
    List<UserLikeDetail> list = new ArrayList<>();
    while (scan.hasNext()){
        Map.Entry<Object, Object> entry = scan.next();
        String key = (String) entry.getKey();
        String[] split = key.split("::");
        String likedUserId = split[0];
        String likedPostId = split[1];
        Integer value = (Integer) entry.getValue();
        //組裝成 UserLike 對象
        UserLikeDetail userLikeDetail = new UserLikeDetail(likedUserId, likedPostId, value);
        list.add(userLikeDetail);
        //存到 list 后從 Redis 中刪除
        redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED, key);
    }
    return list;
}

/**
* 獲取Redis中的用戶被點贊數(shù)量
*/
@Override
public List<UserLikCountDTO> getLikedCountFromRedis() {
    Cursor<Map.Entry<Object,Object>> cursor = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, ScanOptions.NONE);
    List<UserLikCountDTO> list = new ArrayList<>();
    while(cursor.hasNext()){
        Map.Entry<Object, Object> map = cursor.next();
        String key = (String) map.getKey();
        Integer value = (Integer) map.getValue();
        UserLikCountDTO userLikCountDTO = new UserLikCountDTO(key,value);
        list.add(userLikCountDTO);
        //存到 list 后從 Redis 中刪除
        redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT,key);
    }
    return list;
}

Redis 存儲結(jié)構(gòu)如圖

2、數(shù)據(jù)庫設(shè)計

這里我們可以和直接將點贊數(shù)據(jù)存到數(shù)據(jù)庫一樣，設(shè)計兩張表：

(1)用戶被其他用戶點贊的詳細(xì)記錄:user_like_detail

DROP TABLE IF EXISTS `user_like_detail`;
CREATE TABLE `user_like_detail`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `liked_user_id` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '被點贊的用戶id',
  `liked_post_id` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '點贊的用戶id',
  `status` tinyint(1) NULL DEFAULT 1 COMMENT '點贊狀態(tài)，0取消，1點贊',
  `create_time` timestamp(0) NOT NULL DEFAULT CURRENT_TIMESTAMP(0) COMMENT '創(chuàng)建時間',
  `update_time` timestamp(0) NOT NULL DEFAULT CURRENT_TIMESTAMP(0) ON UPDATE CURRENT_TIMESTAMP(0) COMMENT '修改時間',
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `liked_user_id`(`liked_user_id`) USING BTREE,
  INDEX `liked_post_id`(`liked_post_id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '用戶點贊表' ROW_FORMAT = Dynamic;

SET FOREIGN_KEY_CHECKS = 1;

(2)用戶被點贊的數(shù)量統(tǒng)計:user_like_count

DROP TABLE IF EXISTS `user_like_count`;
CREATE TABLE `user_like_count`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `like_num` int(11) NULL DEFAULT 0,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

SET FOREIGN_KEY_CHECKS = 1;

3、開啟定時任務(wù)持久化存儲到數(shù)據(jù)庫

我們使用 Quartz 來實現(xiàn)定時任務(wù)，將 Redis 中的數(shù)據(jù)存儲到數(shù)據(jù)庫中，為了演示效果，我們可以設(shè)置一分鐘或者兩分鐘存儲一遍數(shù)據(jù)，這個視具體業(yè)務(wù)而定。在同步數(shù)據(jù)的過程中，我們首先要將 Redis 中的數(shù)據(jù)在數(shù)據(jù)庫中進(jìn)行查重，舍棄重復(fù)數(shù)據(jù)，這樣我們的數(shù)據(jù)才會更加準(zhǔn)確。

部分代碼如下

//同步redis的用戶點贊數(shù)據(jù)到數(shù)據(jù)庫
@Override
@Transactional
public void transLikedFromRedis2DB() {
    List<UserLikeDetail> list = redisService.getLikedDataFromRedis();
    list.stream().forEach(item->{
        //查重
        UserLikeDetail userLikeDetail = userLikeDetailMapper.selectOne(new LambdaQueryWrapper<UserLikeDetail>()
           .eq(UserLikeDetail::getLikedUserId, item.getLikedUserId())
           .eq(UserLikeDetail::getLikedPostId, item.getLikedPostId()));
        if (userLikeDetail == null){
            userLikeDetail = new UserLikeDetail();
            BeanUtils.copyProperties(item, userLikeDetail);
            //沒有記錄，直接存入
            userLikeDetail.setCreateTime(LocalDateTime.now());
            userLikeDetailMapper.insert(userLikeDetail);
        }else{
            //有記錄，需要更新
            userLikeDetail.setStatus(item.getStatus());
            userLikeDetail.setUpdateTime(LocalDateTime.now());
            userLikeDetailMapper.updateById(item);
        }
    });
}

@Override
@Transactional
public void transLikedCountFromRedis2DB() {
    List<UserLikCountDTO> list = redisService.getLikedCountFromRedis();
    list.stream().forEach(item->{
        UserLikeCount user = userLikeCountMapper.selectById(item.getKey());
        //點贊數(shù)量屬于無關(guān)緊要的操作，出錯無需拋異常
        if (user != null){
            Integer likeNum = user.getLikeNum() + item.getValue();
            user.setLikeNum(likeNum);
            //更新點贊數(shù)量
            userLikeCountMapper.updateById(user);
        }
    });
}

至此我們就實現(xiàn)了基于 Redis 的點贊功能，我們還需要注意一點：查詢用戶點贊情況時，需要同時查詢數(shù)據(jù)庫+緩存中的數(shù)據(jù)。

以上就是利用Redis實現(xiàn)點贊功能的示例代碼的詳細(xì)內(nèi)容，更多關(guān)于Redis點贊功能的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: