• Redis高效点赞与取消功能

    到此 灵熙云工作室 - 实践出真理 查看全文内容

    ![在这里插入图片描述](https://img-blog.csdnimg.cn/cf7b84bbc66c40859df6b475c722407e.png

    像CSDN的点赞功能只记录了数量，微信朋友圈的点赞功能有显示点赞人头像(获取userId查询用户信息封装返回即可)

    点赞、取消点赞是高频次的操作，若每次都读写数据库，大量的操作会影响数据库性能，甚至宕机，所以用缓存处理再合适不过。本文以文章点赞为例来展开叙述

    数据格式选择

    Redis有5种数据结构分别为：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）。

    由于需要记录文章和点赞人，还有点赞状态（点赞、取消），分析下 Redis 数据格式中Hash最合适。

    因为Hash里的数据都是存在一个Key中，通过Key很方便的把所有的点赞数据都取出。Key里面的数据还可以存成键值对的形式，方便存入点赞人、被点赞人和点赞状态。

    文章 id 为 articleId，点赞人的 id 为 userId ，点赞状态为 1(点赞)和0(取消点赞)。文章 id 和点赞人 id 作为HashKey，两个 id 中间用::隔开，点赞状态作为HashValue。

    2.png

    整合SpringBoot

    依赖

    <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

    • 1
    • 2
    • 3
    • 4

    基础配置

    spring:
  redis:
    database: 0
    host: 127.0.0.1
    port: 6379
    jedis:
      pool:
        max-active: 8
        max-wait: -1ms
        max-idle: 8
        min-idle: 0

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    配置类

    package cn.goitman.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import org.springframework.jdbc.datasource.DataSourceTransactionManager;
import org.springframework.transaction.PlatformTransactionManager;

import javax.sql.DataSource;
import java.sql.SQLException;

/**
 * @author Nicky
 * @version 1.0
 * @className RedisConfig
 * @blog goitman.cn | blog.csdn.net/minkeyto
 * @description Redis配置类
 * @date 2022/5/16 14:40
 */
@Configuration
public class RedisConfig {

    /**
    * 凡事使用到template的redis操作都必须走@Transanctional注解式事务，要不然会导致连接一直占用，不关闭
    */
    @Bean
    public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){
        RedisTemplate template = new RedisTemplate();
        // 改变redisTemplate的序列化方式，key为字符串格式，value为json格式
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        // HashKey 和 HashValue 为json格式
        template.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());
        template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
        template.setConnectionFactory(redisConnectionFactory);
        // 开启事务支持
        template.setEnableTransactionSupport(true);
        return template;
    }

    /**
    * 配置事务管理器
    */
    @Bean
    public PlatformTransactionManager transactionManager(DataSource dataSource) throws SQLException {
        return new DataSourceTransactionManager(dataSource);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51

    如果redisTemplate没有序列化，在可视化工具中看到的数据为乱码，获取数据时也可能为空，模糊查询(下文有叙述）功能也使用不了

    1.png

    Redis接口

    package cn.goitman.service.impl;

import cn.goitman.pojo.Article;
import cn.goitman.pojo.Likes;
import cn.goitman.service.RedisService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.Cursor;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ScanOptions;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

/**
 * @author Nicky
 * @version 1.0
 * @className RedisServiceImpl
 * @blog goitman.cn | blog.csdn.net/minkeyto
 * @description Redis接口实现类
 * @date 2022/5/13 16:43
 */
@Service
@Transactional
public class RedisServiceImpl implements RedisService {

    // 文章点赞 KEY
    public static final String KEY_ARTICLE_LIKE = "ARTICLE_LIKE";

    // 文章点赞数量 KEY
    public static final String KEY_ARTICLE_LIKE_COUNT = "ARTICLE_LIKE_COUNT";

    @Autowired
    RedisTemplate redisTemplate;

    /**
     * 保存点赞和文章点赞量
     */
    @Override
    public void saveLike(String articleId, String userId) {
        String field = getLikeKey(articleId, userId);
        redisTemplate.opsForHash().put(KEY_ARTICLE_LIKE, field, 1);
        redisTemplate.opsForHash().increment(KEY_ARTICLE_LIKE_COUNT, articleId, 1);
    }

    /**
     * 取消点赞和文章点赞量
     */
    @Override
    public void unLike(String articleId, String userId) {
        String field = getLikeKey(articleId, userId);
        redisTemplate.opsForHash().put(KEY_ARTICLE_LIKE, field, 0);
        redisTemplate.opsForHash().increment(KEY_ARTICLE_LIKE_COUNT, articleId, -1);
    }

    /**
     * 删除点赞数据
     */
    @Override
    public void deleteLike(List<Likes> list) {
        for (Likes like : list) {
            String field = getLikeKey(like.getArticleId(), like.getUserId());
            redisTemplate.opsForHash().delete(KEY_ARTICLE_LIKE, field);
        }
    }

    /**
     * 删除文章点赞量数据
     */
    @Override
    public void deleteLikeCount(String articleId) {
        redisTemplate.opsForHash().delete(KEY_ARTICLE_LIKE_COUNT, articleId);
    }

    /**
     * 获取全部点赞数据
     */
    @Override
    public List<Likes> getAllLikeData() {
        List<Likes> list = new ArrayList<>();
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(KEY_ARTICLE_LIKE, ScanOptions.NONE);
        while (cursor.hasNext()) {
            Map.Entry<Object, Object> entry = cursor.next();
            String keys = entry.getKey().toString();

            String[] keyArr = keys.split("::");
            Likes like = new Likes(keyArr[0], keyArr[1], (Integer) entry.getValue());

            list.add(like);
        }
        return list;
    }

    /**
     * 获取文章点赞量数据
     */
    @Override
    public List<Article> getArticleLikeCount() {
        List<Article> list = new ArrayList<>();
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(KEY_ARTICLE_LIKE_COUNT, ScanOptions.NONE);
        while (cursor.hasNext()) {
            Map.Entry<Object, Object> entry = cursor.next();
            String articleId = entry.getKey().toString();
            Article article = new Article(articleId, (Integer) entry.getValue());
            list.add(article);
        }
        return list;
    }

    /**
     * 拼接文章ID和点赞人ID作为key
     */
    private String getLikeKey(String articleId, String userId) {
        return new StringBuilder().append(articleId).append("::").append(userId).toString();
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119

    搞掂，就是这么简单高效，在Redis内，存在相同数据只会修改value，并且Redis默认RDB持久化数据。

    当然也可加上限时内限制每个用户点赞次数的逻辑，防止恶意刷接口，逻辑简单，在此就不累述啦

    到此 灵熙云工作室 - 实践出真理 查看全文内容

  • 相关阅读:
    【原创】java+swing+mysql爱心捐赠管理系统设计与实现
    【Java】Apache HttpClient调用微信支付API v3报错：找不到证书序列号对应的证书
    1092：求出e的值 （信奥一本通）
    Python的基础语法(十四)
    数字政府应用场景中数据安全体系
    Acer宏碁暗影骑士5笔记本AN517-54原装出厂Win10系统工厂模式
    A. Color the Picture- Codeforces Round #810 (Div. 1)
    【COMP329 LEC 2 Agent and Robot Architectures】
    你真的会使用Typora吗？
    跨境电商独立站怎么做？好做吗？
  • 原文地址：https://blog.csdn.net/minkeyto/article/details/124964035