关注推送的实现逻辑

注：该文章基于黑马程序员中《黑马点评》软件的学习

代码资料
提取码：eh11

关注推送

又叫Feed流，直译为投喂。为用户持续提供“沉浸式”的体验，通过无限下拉刷新获取新的信息

Feed流产品常见的俩种模式

TimeLine： 不做内容筛选，简单的按照内容发布时间排序

优点： 信息全面，不会有缺失。实现也相对简单
缺点： 信息噪音多，用户不一定感兴趣，内容获取效率低
例子： QQ空间，朋友圈

智能排序： 利用只能算法屏蔽掉违规的，用户不感兴趣的内容。推送用户感兴趣信息来吸引用户

优点： 投喂用户感兴趣信息，用户黏度很高，容易沉迷
缺点： 如果算法不精准，可能起到反作用
例子： 抖音

关于TimeLine的三种实现方式

1.拉模式
每个人更新动态的时候都会在存一份数据在发件箱，关注的人会从发件箱中获取关注人的最新动态
特点： 节省内存空间但是耗时久延迟高


2.推模式
当用户要发消息的时候，会将消息推送到所有粉丝的收件箱里面
特点： 延迟低，但是内容消耗大

3.推拉结合模式
普通人用推模式发送给每一个粉丝
大V更新消息时，会在发件箱存一份，给活跃粉丝的收件箱存一份，活跃粉丝获取消息延迟更低，普通粉丝读取时再从大V发件箱中拉取

拉模式的代码实现

1.保存博客推送给粉丝的redis中记录下来

    @Override
    public Result saveBlog(Blog blog) {
        //获取用户
        UserDTO user=UserHolder.getUser();
        blog.setUserId(user.getId());
        //保存探店笔记
        boolean isSuccess = save(blog);
        if(!isSuccess){
            return Result.fail("更新笔记失败");
        }
        //查询笔记作者的所有粉丝
        List<Follow> follows = followService.query().eq("follow_user_id", user.getId()).list();
        for (Follow follow : follows){
            Long userId = follow.getUserId();
            String key = FEED_KEY + userId;
            stringRedisTemplate.opsForZSet().add(key,blog.getId().toString(),System.currentTimeMillis());
        }
        return Result.ok(blog.getId());
    }

2.粉丝的笔记显示

    @Override
    public Result queryBlogOfFollow(Long max, Integer offset) {
        //获取当前用户
        Long userId = UserHolder.getUser().getId();
        String key = FEED_KEY + userId;
        Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet()
                .reverseRangeByScoreWithScores(key, 0, max, offset, 2);
        if (typedTuples==null||typedTuples.isEmpty()){
            return Result.ok();
        }
        List<Long> ids=new ArrayList<>(typedTuples.size());
        long minTime=0;
        int os=1;
        for(ZSetOperations.TypedTuple<String> tuple:typedTuples){
            ids.add(Long.valueOf(tuple.getValue()));
            long time=tuple.getScore().longValue();
            if(time==minTime){
                os++;
            }else {
                minTime=time;
                os=1;
            }
        }
        String idStr = StrUtil.join(",", ids);
        List<Blog> blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
        for (Blog blog : blogs) {
            queryBlogUser(blog);
            isBlogLiked(blog);
        }
        ScrollResult r = new ScrollResult();
        r.setList(blogs);
        r.setOffset(os);
        r.setMinTime(minTime);


        return Result.ok(r);
    }

下拉是刷新看看有没有新的笔记产生
上滑是继续浏览之前的笔记