redis实现直播间评论分页查询

redis实现直播间评论分页查询

1. 技术选型

   直播间查询评论数据有以下特点

   1. 高频次查询
      不断获取历史消息，接口频次查询高
   2. 高并发查询
      同时十几万在线，QPS在十万级别
   3. 全局一致性
      评论数据是实时读取，写入缓存，不是单向的读取，采用redis分布式缓存

2. 数据类型选择

   在数据类型选择时，符合列表特性的数据类型有
   

3. 实现逻辑

   1. 整体逻辑

   2. 核心代码

      1. 保存

public void addCommentInfo(String content) {
    // 生成id
    int  commentId  =  genKey();
     // 保存mysql
    commentInfoGateway.insertMysql(content);
    //保存redis commentInfo
    String commenInfoKey = RedisKeyUtils.getCommenInfoKey(String.valueOf(commentId));
     stringRedisTemplate.opsForValue().set(commenInfoKey, JSONUtil.toJsonStr(commentInfo));
    //保存直播间对应的评论数据
    String commentRoomKey = RedisKeyUtils.getCommentRoomKey(commentInfoBo.getRoomId());
    redisTemplate.opsForZSet().add(commentRoomKey, commenInfoKey, commentTime);
    //保存时间戳对应的下标
    String timeKey = RedisKeyUtils.getRoomTimeKey(commentInfoBo.getRoomId(), commentInfoBo.getCommentTime());
    // 评分值相同，按照字典序排列
    redisTemplate.opsForZSet().add(timeKey, commenInfoKey, 1);
}



public Set getCommentInfos( Long  commentTime,Long  roomId) {
  String commentRoomKey = RedisKeyUtils.getCommentRoomKey(roomId);
  int[]  index  =  getIndex(index);
    Set<String> rangeList = redisTemplate
        .opsForZSet().reverseRange(commentRoomKey, index[0], index[1]);
   return rangeList;      
}

private Long[] getIndex(int page,
                        int pageSize,
                        Long commentTime,
                        Long roomId) {
    // 前端没有传时间戳的话，默认取最近的数据
    Long startIndex = 0L;
    Long endIndex = (long) pageSize - 1;
    //如果时间为空，就按照最新时间分页
    if (soIn.getCommentTime() == null) {
        startIndex = (long) (page - 1) * pageSize;
        endIndex = startIndex + pageSize - 1;
        return new Long[]{startIndex, endIndex};
    }
    //如果时间不为空，就向后位移
    String roomTimeKey = RedisKeyUtils.getRoomTimeKey(s roomId, commentTime);
    String commentRoomKey = RedisKeyUtils.getCommentRoomKey(roomId);
    startIndex = redisTemplate.opsForZSet().reverseRank(roomKey, key);
    startIndex = startIndex + (long) (page - 1) * pageSize;
    endIndex = startIndex + pageSize - 1;
    return new Long[]{startIndex, endIndex};
}