使用redis缓存文章浏览量

效果展示

好处

首先初始化所有浏览量

访问文章后增加的浏览量**不直接修改数据库，先存到redis然后访问也是获取redis的浏览量，做个定时任务，后续自定义时间同步数据库**，好像也就是一个集中处理罢了

CommandLineRunner实现项目启动时预处理

新建包

新建runner初始化包和新建viewsRunner初始化浏览类

package com.example.vueelementson.runner;

import com.example.vueelementson.dao.ArticleDao;
import com.example.vueelementson.entity.Article;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.CommandLineRunner;
import org.springframework.stereotype.Component;

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

/**
 * @BelongsProject: blog-springboot
 * @BelongsPackage: com.example.vueelementson.runner
 * @Author: Zww
 * @CreateTime: 2024-08-02  11:53
 * @Description: TODO
 * @Version: 1.0
 */
@Component
public class ViewsRunner implements CommandLineRunner {
    @Autowired
    private ArticleDao articleDao;

    @Override
    public void run(String... args) throws Exception {
        // 查询每一篇博客 id对应浏览量，封装map-> articleId,views
        List<Article> articles = articleDao.selectList(null);
        Map<Integer, Integer> viewsMap =
                articles.stream().collect(Collectors.toMap(Article::getId, article -> article.getViews()));

    }
}

RedisTemplate工具类

package com.example.vueelementson.utils;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.BoundSetOperations;
import org.springframework.data.redis.core.HashOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Component;

import java.util.*;
import java.util.concurrent.TimeUnit;

@Component
public class RedisCache {
    @Autowired
    public RedisTemplate redisTemplate;

    // 设置map属性值的自增（浏览量递增）
    public void incrementMapValueCache(String key, String hkey, int step) {
        redisTemplate.opsForHash().increment(key, hkey, step);
    }

    /**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key   缓存的键值
     * @param value 缓存的值
     */
    public <T> void setCacheObject(final String key, final T value) {
        redisTemplate.opsForValue().set(key, value);
    }

    /**
     * 缓存基本的对象，Integer、String、实体类等
     *
     * @param key      缓存的键值
     * @param value    缓存的值
     * @param timeout  时间
     * @param timeUnit 时间颗粒度
     */
    public <T> void setCacheObject(final String key, final T value, final Integer timeout, final TimeUnit timeUnit) {
        redisTemplate.opsForValue().set(key, value, timeout, timeUnit);
    }

    /**
     * 设置有效时间
     *
     * @param key     Redis键
     * @param timeout 超时时间
     * @return true=设置成功；false=设置失败
     */
    public boolean expire(final String key, final long timeout) {
        return expire(key, timeout, TimeUnit.SECONDS);
    }

    /**
     * 设置有效时间
     *
     * @param key     Redis键
     * @param timeout 超时时间
     * @param unit    时间单位
     * @return true=设置成功；false=设置失败
     */
    public boolean expire(final String key, final long timeout, final TimeUnit unit) {
        return redisTemplate.expire(key, timeout, unit);
    }

    /**
     * 获取有效时间
     *
     * @param key Redis键
     * @return 有效时间
     */
    public long getExpire(final String key) {
        return redisTemplate.getExpire(key);
    }

    /**
     * 判断 key是否存在
     *
     * @param key 键
     * @return true 存在 false不存在
     */
    public Boolean hasKey(String key) {
        return redisTemplate.hasKey(key);
    }

    /**
     * 获得缓存的基本对象。
     *
     * @param key 缓存键值
     * @return 缓存键值对应的数据
     */
    public <T> T getCacheObject(final String key) {
        ValueOperations<String, T> operation = redisTemplate.opsForValue();
        return operation.get(key);
    }

    /**
     * 删除单个对象
     *
     * @param key
     */
    public boolean deleteObject(final String key) {
        return redisTemplate.delete(key);
    }

    /**
     * 删除集合对象
     *
     * @param collection 多个对象
     * @return
     */
    public boolean deleteObject(final Collection collection) {
        return redisTemplate.delete(collection) > 0;
    }

    /**
     * 缓存List数据
     *
     * @param key      缓存的键值
     * @param dataList 待缓存的List数据
     * @return 缓存的对象
     */
    public <T> long setCacheList(final String key, final List<T> dataList) {
        Long count = redisTemplate.opsForList().rightPushAll(key, dataList);
        return count == null ? 0 : count;
    }

    /**
     * 获得缓存的list对象
     *
     * @param key 缓存的键值
     * @return 缓存键值对应的数据
     */
    public <T> List<T> getCacheList(final String key) {
        return redisTemplate.opsForList().range(key, 0, -1);
    }

    /**
     * 缓存Set
     *
     * @param key     缓存键值
     * @param dataSet 缓存的数据
     * @return 缓存数据的对象
     */
    public <T> BoundSetOperations<String, T> setCacheSet(final String key, final Set<T> dataSet) {
        BoundSetOperations<String, T> setOperation = redisTemplate.boundSetOps(key);
        Iterator<T> it = dataSet.iterator();
        while (it.hasNext()) {
            setOperation.add(it.next());
        }
        return setOperation;
    }

    /**
     * 获得缓存的set
     *
     * @param key
     * @return
     */
    public <T> Set<T> getCacheSet(final String key) {
        return redisTemplate.opsForSet().members(key);
    }

    /**
     * 缓存Map
     *
     * @param key
     * @param dataMap
     */
    public <T> void setCacheMap(final String key, final Map<String, T> dataMap) {
        if (dataMap != null) {
            redisTemplate.opsForHash().putAll(key, dataMap);
        }
    }

    /**
     * 获得缓存的Map
     *
     * @param key
     * @return
     */
    public <T> Map<String, T> getCacheMap(final String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
     * 往Hash中存入数据
     *
     * @param key   Redis键
     * @param hKey  Hash键
     * @param value 值
     */
    public <T> void setCacheMapValue(final String key, final String hKey, final T value) {
        redisTemplate.opsForHash().put(key, hKey, value);
    }

    /**
     * 获取Hash中的数据
     *
     * @param key  Redis键
     * @param hKey Hash键
     * @return Hash中的对象
     */
    public <T> T getCacheMapValue(final String key, final String hKey) {
        HashOperations<String, String, T> opsForHash = redisTemplate.opsForHash();
        return opsForHash.get(key, hKey);
    }

    /**
     * 获取多个Hash中的数据
     *
     * @param key   Redis键
     * @param hKeys Hash键集合
     * @return Hash对象集合
     */
    public <T> List<T> getMultiCacheMapValue(final String key, final Collection<Object> hKeys) {
        return redisTemplate.opsForHash().multiGet(key, hKeys);
    }

    /**
     * 删除Hash中的某条数据
     *
     * @param key  Redis键
     * @param hKey Hash键
     * @return 是否成功
     */
    public boolean deleteCacheMapValue(final String key, final String hKey) {
        return redisTemplate.opsForHash().delete(key, hKey) > 0;
    }

    /**
     * 获得缓存的基本对象列表
     *
     * @param pattern 字符串前缀
     * @return 对象列表
     */
    public Collection<String> keys(final String pattern) {
        return redisTemplate.keys(pattern);
    }
}

注入工具类并使用

    @Autowired
    private ArticleDao articleDao;

    @Autowired
    private RedisCache redisCache;
    @Override
    public void run(String... args) throws Exception {
        // 查询每一篇博客 id对应浏览量，封装map-> articleId,views
        List<Article> articles = articleDao.selectList(null);
        Map<String , Integer> viewsMap =
                articles.stream().collect(Collectors.toMap(article -> article.getId().toString(), article -> article.getViews()));
        redisCache.setCacheMap("article:views", viewsMap);

    }

Redis序列化乱码配置类

package com.example.vueelementson.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
public class RedisConfig {
    @Bean
    public RedisTemplate<String,Object> redisTemplate(LettuceConnectionFactory connectionFactory){
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        //设置String类型的key设置序列化器，方便在可视化redis控制器里查看
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        // String类型 value序列器
        redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());



        //设置Hash类型的key设置序列化器，方便在可视化redis控制器里查看
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        // Hash类型 value序列器
        redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());


        //设置redis链接工厂
        redisTemplate.setConnectionFactory(connectionFactory);
        return redisTemplate;
    }
}

根据id查询文章时增加浏览量

也可以单独封装到service或方法里，或封装个接口前端多发一次请求，实现解耦

    @GetMapping(value = "/{id}")
    public Result selectOne(@PathVariable("id") Long id, HttpServletRequest request, HttpServletResponse response) {
        Article byId = articleService.getById(id);
        redisCache.incrementMapValueCache("article:views", id.toString(), 1);

        return Result.success(byId);
   
    }

自行访问并且查看redis值

定时任务更新数据库

设置定时任务，每隔5秒更新一次，或者自定义时间

启动类加注解@EnableScheduling

package com.example.vueelementson;

import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.transaction.annotation.EnableTransactionManagement;

@SpringBootApplication
@MapperScan("com.example.vueelementson.dao")
@EnableAsync
@EnableScheduling
public class VueElementSonApplication {

    public static void main(String[] args) {
        SpringApplication.run(VueElementSonApplication.class, args);
    }

}

定时任务类

//从0秒开始过5秒执行一次，不写的话会变成每分钟的第五秒执行   
@Scheduled(cron = "0/5 * * * *?")
    public void updateViewCount() {
        Map<String, Integer> cacheMap = redisCache.getCacheMap("article:views");
        // 获取map所有的entry集合转换为article对象，有id和浏览量属性，然后通过mp的iservice接口的批量更新实体方法将所有缓存里的浏览量更新到数据库
        List<Article> articleList = cacheMap.entrySet()
                .stream()
                .map(entry -> new Article(Integer.parseInt(entry.getKey()), entry.getValue()))
                .collect(Collectors.toList());

        // 调用mp方法更新
        articleService.updateBatchById(articleList);
        System.out.println("更新完毕");
    }

自定义时间例子参考

每天上午 9 点执行任务:
java

复制
@Scheduled(cron = "0 0 9 * * ?")
public void runTaskAtNineAM() {
   // 在每天上午 9 点执行的任务逻辑
}
Cron 表达式 "0 0 9 * * ?" 的含义是:
秒: 0 秒 （光写秒意思为每分钟的第几秒，前面带个0/意思为从0开始每隔五秒执行一次）
分: 0 分
时: 9 点
日: 不关心
月: 不关心
周: 不关心
每个工作日下午 5 点执行任务:
java

复制
@Scheduled(cron = "0 0 17 ? * MON-FRI")
public void runTaskAtFivePM() {
   // 在每个工作日下午 5 点执行的任务逻辑
}
Cron 表达式 "0 0 17 ? * MON-FRI" 的含义是:
秒: 0 秒
分: 0 分
时: 17 点 (下午 5 点)
日: 不关心
月: 不关心
周: 周一到周五 (MON-FRI)
每月 1 号和 15 号的 23 点 30 分执行任务:
java

复制
@Scheduled(cron = "0 30 23 1,15 * ?")
public void runTaskAtTheFirstAndFifteenth() {
   // 在每月 1 号和 15 号的 23 点 30 分执行的任务逻辑
}
Cron 表达式 "0 30 23 1,15 * ?" 的含义是:
秒: 0 秒
分: 30 分
时: 23 点 (11 点)
日: 1 号和 15 号
月: 不关心
周: 不关心

如果你懒得计算了，直接使用cron表达式生成器，和设闹钟一个道理

Cron - 在线Cron表达式生成器 (ciding.cc)

cron语法

六个* 秒分时日月周

?表示该时间单位不计入,只可单独用在具体几号和星期几，同时使用发生冲突

*表示任意值

1,2,3表示时间列表，表示1，2，3秒都执行

1-5 一到五秒内的时间点执行

0/5 从0秒开始每隔5秒 0/*可以写成/*

周1-7 1为星期日

0 0 0 31W * ？ W表示最接近几号的工作日，31号是星期六，那么就为30，星期日则为29

L表示每个月的最后一天last

LW表示每月最后一个工作日

6L表示每月最后一个星期五

0 0 0 ？ * 6#3表示第三个星期五

获取文章数据时从redis拿浏览量

此时我们还可以引入cookie判断用户是否携带已浏览的 cookie键值，如果不存在则增加redis值，然后标记冷却时间也就是给响应体赋予cookie存活时间自定义，如果存在，则不增加浏览量，等到cookie死掉才进行增加，可以防止被多线程循环发请求爆破

 @GetMapping(value = "/{id}")
    public Result selectOne(@PathVariable("id") Integer id, HttpServletRequest request, HttpServletResponse response) {
        Article byId = articleService.getById(id);
        if (StrUtil.isEmpty(CookieUtils.getCookieValue(request, Article.VIEW_COOKIES + id))) {
            redisCache.incrementMapValueCache("article:views", id.toString(), 1);
            CookieUtils.setCookie(request, response, Article.VIEW_COOKIES + id, "viewd", 60 * 60);
            System.out.println("浏览量增加冷却时间已过，开始增加");
        }

        Integer redisViews = redisCache.getCacheMapValue("article:views", id.toString());

        byId.setViews(redisViews);
        return Result.success(byId);
        // 如果cookie为空,说明第一次访问,访问量可以增加,隔一小时再看浏览量才能增加

    }