Redis 實現(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
實現(xiàn)兩個接口：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)，實現(xiàn)共同關(guān)注功能。在博主個人頁面展示出當(dāng)前用戶與博主的共同好友。
2.3 代碼實現(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，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)布時間排序，常用于好友或關(guān)注。例如朋友圈。
優(yōu)點：信息全面，不會有缺失。并且實現(xiàn)也相對簡單
缺點：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：投喂用戶感興趣信息，用戶粘度很高，容易沉迷
缺點：如果算法不精準(zhǔn)，可能起到反作用
3.3 實現(xiàn)方案
本例中的個人頁面，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 up 主，張三李四和王五，它們?nèi)齻€人將來會發(fā)一些消息，此時，給他們每個人都準(zhǔn)備一個發(fā)件箱，將來它們發(fā)送消息的時候就會發(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時間戳，因為后面要按照時間排序。
此時有一個粉絲趙六，它有一個收件箱，平常是空的，只有他要去讀消息的時候我們才會給他去拉取，即從它所關(guān)注的 up 主的發(fā)件箱去拉取消息，拉過來之后按照時間去排序，這樣就可以去讀取了。
這種模式的優(yōu)點是節(jié)省內(nèi)存空間，因為收件箱讀取完畢之后就可以清空，下次再重新拉取。缺點是每次讀消息的時候都要重新去拉取發(fā)件箱的消息，然后再做排序，這一系列的動作耗時會比較久，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)此時有兩個 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)此時張三要發(fā)送消息，它所發(fā)送的消息會直接推送到所有粉絲的收件箱里面去，然后對收件箱里面的消息進(jìn)行排序，此時粉絲可以直接從收件箱里面讀取消息
此種模式的優(yōu)點是延遲非常的低，彌補(bǔ)了拉模式的缺點。缺點是由于沒有了發(fā)件箱，不得不把消息發(fā)送給每一個粉絲，內(nèi)存占用會很高，即一個消息要寫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。假設(shè)現(xiàn)在有一個大 V 和普通人張三，還有兩個普通粉絲和一個活躍粉絲，每個粉絲都有自己的收件箱。假設(shè)此時普通人張三要發(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。針對于活躍粉絲采用推模式，而針對于一般粉絲采取拉模式，因為大 V 需要有一個發(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，橫線代表時間軸，此時時間來到了 t1 時刻，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。
此時來到了 t2 時刻，有人插入了一條新的數(shù)據(jù)，此時我們的 11 數(shù)據(jù)就跑到了最前面去了
等到來到了 t3 時刻，此時需要讀取第二頁的內(nèi)容，此時就會出現(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 流的滾動分頁
此時就需要采用 Feed 流的滾動分頁，即記錄每次分頁的最后一條，下次再從這個位置開始查。第一次讀取時 lastId 設(shè)置成無窮大就可以了，如下圖：
到了 t2 時刻有人插入了新的數(shù)據(jù) 11，如下圖：
等到 t3 時刻，讀取第二頁的時候，讓 lastId = 6，向后查 5 條就不會出現(xiàn)問題了，如下圖：
此時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，推送到粉絲的收件箱
2、收件箱滿足可以根據(jù)時間戳排序，必須用 Redis 的數(shù)據(jù)結(jié)構(gòu)實現(xiàn)
3、查詢收件箱數(shù)據(jù)時，可以實現(xiàn)分頁查詢
3.7 代碼實現(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，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需求，界面請求的參數(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
redis數(shù)據(jù)一致性的實現(xiàn)示例
所謂的redis數(shù)據(jù)一致性即當(dāng)進(jìn)行修改或者保存、刪除之后，redis中的數(shù)據(jù)也應(yīng)該進(jìn)行相應(yīng)變化，本文主要介紹了redis數(shù)據(jù)一致性，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
如何利用Redis分布式鎖實現(xiàn)控制并發(fā)操作
這篇文章主要介紹了如何利用Redis分布式鎖實現(xiàn)控制并發(fā)操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-09-09
大家好，本篇文章主要講的是利用Redis實現(xiàn)防止接口重復(fù)提交功能，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
Redis的五種基本數(shù)據(jù)類型解讀(String、List、Hash、Set、ZSet)
本文詳細(xì)介紹了Redis的五種基本數(shù)據(jù)類型（String、List、Hash、Set、ZSet）,包括它們的常用指令、應(yīng)用場景以及在Java中的實現(xiàn),通過實操示例,幫助讀者更好地理解和使用Redis2025-12-12
CentOS7.5使用mysql_multi方式安裝MySQL5.7.28多實例(詳解)
這篇文章主要介紹了CentOS7.5使用mysql_multi方式安裝MySQL5.7.28多實例,非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2020-01-01
緩存擊穿問題也叫熱點Key問題,就是?個被高并發(fā)訪問并且緩存重建業(yè)務(wù)較復(fù)雜的key突然失效了,無數(shù)的請求訪問會在瞬間給數(shù)據(jù)庫帶來巨大的沖擊,本文給大家介紹了Redis解決緩存擊穿問題的兩種方法,需要的朋友可以參考下2025-03-03
Redis集群水平擴(kuò)展、集群中添加以及刪除節(jié)點的操作
這篇文章主要介紹了Redis集群水平擴(kuò)展、集群中添加以及刪除節(jié)點的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
這篇文章詳細(xì)介紹了caffeine_redis 自定義二級緩存，文中有相關(guān)的背景前提與出現(xiàn)的問題，感興趣的同學(xué)可以參考一下2023-04-04
Spring?Boot?整合Redis?實現(xiàn)優(yōu)惠卷秒殺?一人一單功能
這篇文章主要介紹了Spring?Boot?整合Redis?實現(xiàn)優(yōu)惠卷秒殺?一人一單,在分布式系統(tǒng)下，高并發(fā)的場景下，會出現(xiàn)此類庫存超賣問題，本篇文章介紹了采用樂觀鎖來解決，需要的朋友可以參考下2022-09-09
這篇文章主要介紹了Redis解決優(yōu)惠券秒殺應(yīng)用案例,本文先講了搶購問題，指出其中會出現(xiàn)的多線程問題，提出解決方案采用悲觀鎖和樂觀鎖兩種方式進(jìn)行實現(xiàn)，然后發(fā)現(xiàn)在搶購過程中容易出現(xiàn)一人多單現(xiàn)象，需要的朋友可以參考下2022-12-12