Redis 實(shí)現(xiàn)好友關(guān)注和關(guān)注推送的示例代碼
一、關(guān)注和取關(guān)
1.1 簡介
在探店圖文的詳情頁面中，可以關(guān)注發(fā)布筆記的作者：
1.2 需求描述
實(shí)現(xiàn)兩個(gè)接口：關(guān)注和取關(guān)接口、判斷是否關(guān)注的接口
1.3 代碼實(shí)現(xiàn)
涉及到的 controller 層代碼如下：
@RestController
@RequestMapping("/follow")
public class FollowController {
@Resource
private IFollowService followService;
@PutMapping("/{id}/{isFollow}")
public Result follow(@PathVariable("id") Long followUserId, @PathVariable("isFollow") Boolean isFollow) {
return followService.follow(followUserId, isFollow);
}
@GetMapping("/or/not/{id}")
public Result isFollow(@PathVariable("id") Long followUserId) {
return followService.isFollow(followUserId);
}
}涉及到的 service 層代碼如下：
@Service
public class FollowServiceImpl extends ServiceImpl<FollowMapper, Follow> implements IFollowService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Resource
private IUserService userService;
@Override
public Result follow(Long followUserId, Boolean isFollow) {
// 1.獲取登錄用戶
Long userId = UserHolder.getUser().getId();
String key = "follows:" + userId;
// 1.判斷到底是關(guān)注還是取關(guān)
if (isFollow) {
// 2.關(guān)注，新增數(shù)據(jù)
Follow follow = new Follow();
follow.setUserId(userId);
follow.setFollowUserId(followUserId);
boolean isSuccess = save(follow);
if (isSuccess) {
// 把關(guān)注用戶的id，放入redis的set集合 sadd userId followerUserId
stringRedisTemplate.opsForSet().add(key, followUserId.toString());
}
} else {
// 3.取關(guān)，刪除 delete from tb_follow where user_id = ? and follow_user_id = ?
boolean isSuccess = remove(new QueryWrapper<Follow>()
.eq("user_id", userId).eq("follow_user_id", followUserId));
if (isSuccess) {
// 把關(guān)注用戶的id從Redis集合中移除
stringRedisTemplate.opsForSet().remove(key, followUserId.toString());
}
}
return Result.ok();
}
@Override
public Result isFollow(Long followUserId) {
// 1.獲取登錄用戶
Long userId = UserHolder.getUser().getId();
// 2.查詢是否關(guān)注 select count(*) from tb_follow where user_id = ? and follow_user_id = ?
Integer count = query().eq("user_id", userId).eq("follow_user_id", followUserId).count();
// 3.判斷
return Result.ok(count > 0);
}
}二、共同關(guān)注
2.1 簡介
點(diǎn)擊博主頭像，可以進(jìn)入博主首頁：
2.2 需求描述
利用 Redis 中恰當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)共同關(guān)注功能。在博主個(gè)人頁面展示出當(dāng)前用戶與博主的共同好友。
2.3 代碼實(shí)現(xiàn)
涉及到的 controller 層代碼如下：
@RestController
@RequestMapping("/follow")
public class FollowController {
@Resource
private IFollowService followService;
@GetMapping("/common/{id}")
public Result followCommons(@PathVariable("id") Long id){
return followService.followCommons(id);
}
}涉及到的 service 層代碼如下：
@Service
public class FollowServiceImpl extends ServiceImpl<FollowMapper, Follow> implements IFollowService {
@Resource
private StringRedisTemplate stringRedisTemplate;
@Resource
private IUserService userService;
@Override
public Result followCommons(Long id) {
// 1.獲取當(dāng)前用戶
Long userId = UserHolder.getUser().getId();
String key = "follows:" + userId;
// 2.求交集
String key2 = "follows:" + id;
Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2);
if (intersect == null || intersect.isEmpty()) {
// 無交集
return Result.ok(Collections.emptyList());
}
// 3.解析id集合
List<Long> ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList());
// 4.查詢用戶
List<UserDTO> users = userService.listByIds(ids)
.stream()
.map(user -> BeanUtil.copyProperties(user, UserDTO.class))
.collect(Collectors.toList());
return Result.ok(users);
}
}三、關(guān)注推送
3.1 簡介
關(guān)注推送也叫做 Feed 流，直譯為投喂。為用戶持續(xù)的提供 “沉浸式” 的體驗(yàn)，通過無限下拉刷新獲取新的信息。
3.2 Feed 流的模式
3.2.1 TimeLine
不做內(nèi)容篩選，簡單的按照內(nèi)容發(fā)布時(shí)間排序，常用于好友或關(guān)注。例如朋友圈。
優(yōu)點(diǎn)：信息全面，不會(huì)有缺失。并且實(shí)現(xiàn)也相對(duì)簡單
缺點(diǎn)：信息噪音較多，用戶不一定感興趣，內(nèi)容獲取效率低
3.2.2 智能排序
利用智能算法屏蔽掉違規(guī)的、用戶不感興趣的內(nèi)容。推送用戶感興趣信息來吸引用戶。
優(yōu)點(diǎn)：投喂用戶感興趣信息，用戶粘度很高，容易沉迷
缺點(diǎn)：如果算法不精準(zhǔn)，可能起到反作用
3.3 實(shí)現(xiàn)方案
本例中的個(gè)人頁面，是基于關(guān)注的好友來做 Feed 流，因此采用 Timeline 的模式。該模式的實(shí)現(xiàn)方案有三種：拉模式、推模式、推拉結(jié)合模式。
3.3.1 拉模式
拉模式也叫做讀擴(kuò)散，假設(shè)現(xiàn)在有三個(gè) up 主，張三李四和王五，它們?nèi)齻€(gè)人將來會(huì)發(fā)一些消息，此時(shí)，給他們每個(gè)人都準(zhǔn)備一個(gè)發(fā)件箱，將來它們發(fā)送消息的時(shí)候就會(huì)發(fā)送到發(fā)件箱里面去，發(fā)送的消息除了本身以外還需要攜帶一個(gè)時(shí)間戳，因?yàn)楹竺嬉凑諘r(shí)間排序。
此時(shí)有一個(gè)粉絲趙六，它有一個(gè)收件箱，平常是空的，只有他要去讀消息的時(shí)候我們才會(huì)給他去拉取，即從它所關(guān)注的 up 主的發(fā)件箱去拉取消息，拉過來之后按照時(shí)間去排序，這樣就可以去讀取了。
這種模式的優(yōu)點(diǎn)是節(jié)省內(nèi)存空間，因?yàn)槭占渥x取完畢之后就可以清空，下次再重新拉取。缺點(diǎn)是每次讀消息的時(shí)候都要重新去拉取發(fā)件箱的消息，然后再做排序，這一系列的動(dòng)作耗時(shí)會(huì)比較久，讀取的延遲較高。
3.3.2 推模式
推模式也叫寫擴(kuò)散。假設(shè)此時(shí)有兩個(gè) up 主，張三和李四，粉絲1關(guān)注了張三、粉絲2關(guān)注了張三和李四、粉絲3也關(guān)注了張三和李四，假設(shè)此時(shí)張三要發(fā)送消息，它所發(fā)送的消息會(huì)直接推送到所有粉絲的收件箱里面去，然后對(duì)收件箱里面的消息進(jìn)行排序，此時(shí)粉絲可以直接從收件箱里面讀取消息
此種模式的優(yōu)點(diǎn)是延遲非常的低，彌補(bǔ)了拉模式的缺點(diǎn)。缺點(diǎn)是由于沒有了發(fā)件箱，不得不把消息發(fā)送給每一個(gè)粉絲，內(nèi)存占用會(huì)很高，即一個(gè)消息要寫N份
3.3.3 推拉結(jié)合模式
推拉結(jié)合模式也叫做讀寫混合，兼具推和拉兩種模式的優(yōu)點(diǎn)。假設(shè)現(xiàn)在有一個(gè)大 V 和普通人張三，還有兩個(gè)普通粉絲和一個(gè)活躍粉絲，每個(gè)粉絲都有自己的收件箱。假設(shè)此時(shí)普通人張三要發(fā)送消息，他的粉絲很少，就可以采用推模式，即直接將消息推送到每一個(gè)粉絲的收件箱里面。
而大 V 則不一樣，大 V 的粉絲很多，雖然粉絲多，但是粉絲存在差異，有活躍粉絲和一般粉絲。針對(duì)于活躍粉絲采用推模式，而針對(duì)于一般粉絲采取拉模式，因?yàn)榇?strong> V 需要有一個(gè)發(fā)件箱。
這種推拉結(jié)合的模式，既節(jié)省了內(nèi)存又照顧了活躍用戶的感受
3.3.4 總結(jié)
3.4 Feed 流的分頁問題
Feed 流中的數(shù)據(jù)會(huì)不斷更新，所以數(shù)據(jù)的角標(biāo)也在變化，因此不能采用傳統(tǒng)的分頁模式。接下來我們分析下原因。
以下圖為例，橫線代表時(shí)間軸，此時(shí)時(shí)間來到了 t1 時(shí)刻，收件箱里面已經(jīng)有了 10 條消息了，數(shù)字越大代表越新，讀取第一頁數(shù)據(jù)沒啥問題。
此時(shí)來到了 t2 時(shí)刻，有人插入了一條新的數(shù)據(jù)，此時(shí)我們的 11 數(shù)據(jù)就跑到了最前面去了
等到來到了 t3 時(shí)刻，此時(shí)需要讀取第二頁的內(nèi)容，此時(shí)就會(huì)出現(xiàn)重復(fù)讀取的問題，分頁就出現(xiàn)了混亂。
這就是 Feed 流不能采用傳統(tǒng)的分頁模式的原因。
3.5 Feed 流的滾動(dòng)分頁
此時(shí)就需要采用 Feed 流的滾動(dòng)分頁，即記錄每次分頁的最后一條，下次再從這個(gè)位置開始查。第一次讀取時(shí) lastId 設(shè)置成無窮大就可以了，如下圖：
到了 t2 時(shí)刻有人插入了新的數(shù)據(jù) 11，如下圖：
等到 t3 時(shí)刻，讀取第二頁的時(shí)候，讓 lastId = 6，向后查 5 條就不會(huì)出現(xiàn)問題了，如下圖：
此時(shí)的查詢是不依賴于腳標(biāo)的，所以數(shù)據(jù)不受影響。所以只能使用 zset 結(jié)構(gòu)。
3.6 需求描述
基于推模式實(shí)現(xiàn)關(guān)注推送功能：
1、修改新增探店筆記的業(yè)務(wù)，在保存 blog 到數(shù)據(jù)庫的同時(shí)，推送到粉絲的收件箱
2、收件箱滿足可以根據(jù)時(shí)間戳排序，必須用 Redis 的數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)
3、查詢收件箱數(shù)據(jù)時(shí)，可以實(shí)現(xiàn)分頁查詢
3.7 代碼實(shí)現(xiàn)
首先完成修改新增探店筆記的業(yè)務(wù)，在保存 blog 到數(shù)據(jù)庫的同時(shí)，推送到粉絲的收件箱功能，涉及到的 controller 層代碼如下：
@RestController
@RequestMapping("/blog")
public class BlogController {
@Resource
private IBlogService blogService;
@PostMapping
public Result saveBlog(@RequestBody Blog blog) {
return blogService.saveBlog(blog);
}
}涉及到的 service 層代碼如下：
@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {
@Resource
private IUserService userService;
@Resource
StringRedisTemplate stringRedisTemplate;
@Resource
IFollowService followService;
@Override
public Result saveBlog(Blog blog) {
// 1.獲取登錄用戶
UserDTO user = UserHolder.getUser();
blog.setUserId(user.getId());
// 2.保存探店筆記
boolean isSuccess = save(blog);
if(!isSuccess){
return Result.fail("新增筆記失敗!");
}
// 3.查詢筆記作者的所有粉絲 select * from tb_follow where follow_user_id = ?
List<Follow> follows = followService.query().eq("follow_user_id", user.getId()).list();
// 4.推送筆記id給所有粉絲
for (Follow follow : follows) {
// 4.1.獲取粉絲id
Long userId = follow.getUserId();
// 4.2.推送
String key = "feed:" + userId;
stringRedisTemplate.opsForZSet().add(key, blog.getId().toString(), System.currentTimeMillis());
}
// 5.返回id
return Result.ok(blog.getId());
}
}接下來完成剩下的兩小點(diǎn)需求，界面請(qǐng)求的參數(shù)如下：
涉及到的 controller 層代碼如下：
@RestController
@RequestMapping("/blog")
public class BlogController {
@Resource
private IBlogService blogService;
@PostMapping
public Result saveBlog(@RequestBody Blog blog) {
return blogService.saveBlog(blog);
}
@GetMapping("/of/follow")
public Result queryBlogOfFollow(
@RequestParam("lastId") Long max, @RequestParam(value = "offset", defaultValue = "0") Integer offset){
return blogService.queryBlogOfFollow(max, offset);
}
}涉及到的 service 層代碼如下：
@Override
public Result queryBlogOfFollow(Long max, Integer offset) {
// 1.獲取當(dāng)前用戶
Long userId = UserHolder.getUser().getId();
// 2.查詢收件箱 ZREVRANGEBYSCORE key Max Min LIMIT offset count
String key = FEED_KEY + userId;
Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet()
.reverseRangeByScoreWithScores(key, 0, max, offset, 2);
// 3.非空判斷
if (typedTuples == null || typedTuples.isEmpty()) {
return Result.ok();
}
// 4.解析數(shù)據(jù)：blogId、minTime（時(shí)間戳）、offset
List<Long> ids = new ArrayList<>(typedTuples.size());
long minTime = 0; // 2
int os = 1; // 2
for (ZSetOperations.TypedTuple<String> tuple : typedTuples) { // 5 4 4 2 2
// 4.1.獲取id
ids.add(Long.valueOf(tuple.getValue()));
// 4.2.獲取分?jǐn)?shù)(時(shí)間戳）
long time = tuple.getScore().longValue();
if(time == minTime){
os++;
}else{
minTime = time;
os = 1;
}
}
// 5.根據(jù)id查詢blog
String idStr = StrUtil.join(",", ids);
List<Blog> blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
for (Blog blog : blogs) {
// 5.1.查詢blog有關(guān)的用戶
queryBlogUser(blog);
// 5.2.查詢blog是否被點(diǎn)贊
isBlogLiked(blog);
}
// 6.封裝并返回
ScrollResult r = new ScrollResult();
r.setList(blogs);
r.setOffset(os);
r.setMinTime(minTime);
return Result.ok(r);
}封裝返回給前端的實(shí)體類如下：
@Data
public class ScrollResult {
private List<?> list;
private Long minTime;
private Integer offset;
}到此這篇關(guān)于 Redis 實(shí)現(xiàn)好友關(guān)注和關(guān)注推送的示例代碼的文章就介紹到這了,更多相關(guān) Redis 好友關(guān)注和關(guān)注推送內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Govern Service 基于 Redis 的服務(wù)治理平臺(tái)安裝過程詳解
Govern Service 是一個(gè)輕量級(jí)、低成本的服務(wù)注冊(cè)、服務(wù)發(fā)現(xiàn)、 配置服務(wù) SDK，通過使用現(xiàn)有基礎(chǔ)設(shè)施中的 Redis 不用給運(yùn)維部署帶來額外的成本與負(fù)擔(dān)，接下來通過本文給大家分享Govern Service 基于 Redis 的服務(wù)治理平臺(tái)的相關(guān)知識(shí)，感興趣的朋友一起看看吧2021-05-05
這篇文章主要給大家介紹了關(guān)于Redis精確去重計(jì)數(shù)方法（咆哮位圖）的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Redis具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
redis連接報(bào)錯(cuò)error:NOAUTH Authentication required
本文主要介紹了redis連接報(bào)錯(cuò)error:NOAUTH Authentication required，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05
本文詳細(xì)的介紹了為啥使用Redis的時(shí)候，可以做到非常快的讀取速度，對(duì)于大家學(xué)習(xí)Redis非常有幫助，希望大家喜歡2021-02-02
redis中使用bloomfilter的白名單功能解決緩存穿透問題
本文主要介紹了redis中使用bloomfilter的白名單功能解決緩存穿透問題，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
這篇文章主要介紹了Redis 中的布隆過濾器的實(shí)現(xiàn)，詳細(xì)的介紹了什么是布隆過濾器以及如何實(shí)現(xiàn)，非常具有實(shí)用價(jià)值，需要的朋友可以參考下2018-10-10
Redis 使用跳表實(shí)現(xiàn)有序集合的方法
Redis有序集合底層為什么使用跳表而非其他數(shù)據(jù)結(jié)構(gòu)如平衡樹、紅黑樹或B+樹的原因在于其特殊的設(shè)計(jì)和應(yīng)用場景,跳表提供了與平衡樹類似的效率,同時(shí)實(shí)現(xiàn)更簡單,調(diào)試和修改也更加容易,感興趣的朋友一起看看吧2024-09-09
巧用Redis實(shí)現(xiàn)分布式鎖詳細(xì)介紹
大家好，本篇文章主要講的是巧用Redis實(shí)現(xiàn)分布式鎖詳細(xì)介紹，感興趣的同學(xué)趕快來看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
RediSearch加RedisJSON大于Elasticsearch的搜索存儲(chǔ)引擎
這篇文章主要為大家介紹了RediSearch加RedisJSON大于Elasticsearch的王炸使用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07
本文主要介紹了淺談Redis處理接口冪等性的兩種方案，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08