点赞与排行探店笔记：

已于 2024-09-07 01:38:30 修改
阅读量402 收藏 9
点赞数 4
分类专栏： # 中间件 文章标签： redis
于 2024-09-06 14:46:23 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43783284/article/details/141959618
版权

我的博客大纲

我的后端学习大纲

2.1.点赞探店笔记：

a.接口说明：

  • 1.在首页的探店笔记的排行榜和探店图文详情页面都有点赞的功能
    在这里插入图片描述

b.问题分析：

  • 1.现在存在一个问题，一个用户可以无限点赞，这显然是不合理的，所以我们需要对点赞功能进行一个优化，实现一人只能点赞一次
  • 2.对于点赞这种高频变化的数据，如果我们使用MySQL是十分不理智的，因为MySQL慢、并且并发请求MySQL会影响其它重要业务，容易影响整个系统的性能，继而降低了用户体验。所以选择使用Redis，然后推荐使用Set类型，因为Set类型的数据结构具有
    • 不重复，符合业务的特点，一个用户只能点赞一次
    • 高性能，Set集合内部实现了高效的数据结构(Hash表)
    • 灵活性，Set集合可以实现一对多，一个用户可以点赞多个博客，符合实际的业务逻辑

当然也可以选择使用Hash（Hash占用空间比Set更小），如果想要点赞排序也可以选用Sorted Set

b.功能完善:

在这里插入图片描述

c.编码实现：

@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {

    @Resource
    private IUserService userService;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    /**
     * 根据id查询博客
     *
     * @param id
     * @return
     */
    @Override
    public Result queryBlogById(Long id) {
        // 查询博客信息
        Blog blog = this.getById(id);
        if (Objects.isNull(blog)) {
            return Result.fail("笔记不存在");
        }
        // 查询blog相关的用户信息
        queryUserByBlog(blog);
        // 判断当前用户是否点赞该博客
        isBlogLiked(blog);
        return Result.ok(blog);
    }

    /**
     * 判断当前用户是否点赞该博客
     */
    private void isBlogLiked(Blog blog) {
        Long userId = ThreadLocalUtls.getUser().getId();
        String key = BLOG_LIKED_KEY + blog.getId();
        Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, userId.toString());
        blog.setIsLike(BooleanUtil.isTrue(isMember));
    }

    /**
     * 查询热门博客
     *
     * @param current
     * @return
     */
    @Override
    public Result queryHotBlog(Integer current) {
        // 根据用户查询
        Page<Blog> page = this.query()
                .orderByDesc("liked")
                .page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));
        // 获取当前页数据
        List<Blog> records = page.getRecords();
        // 查询用户
        records.forEach(blog -> {
            this.queryUserByBlog(blog);
            this.isBlogLiked(blog);
        });
        return Result.ok(records);
    }

    /**
     * 点赞
     *
     * @param id
     * @return
     */
    @Override
    public Result likeBlog(Long id) {
        // 判断用户是否点赞
        Long userId = ThreadLocalUtls.getUser().getId();
        String key = BLOG_LIKED_KEY + blog.getId();
        // sismember key value
        Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, userId.toString());
        boolean result;
        if (BooleanUtil.isFalse(isMember)) {
            // 用户未点赞，点赞数+1
            result = this.update(new LambdaUpdateWrapper<Blog>()
                    .eq(Blog::getId, id)
                    .setSql("liked = liked + 1"));
            if (result) {
                // 数据库更新成功，更新缓存  sadd key value
                stringRedisTemplate.opsForSet().add(key, userId.toString());
            }
        } else {
            // 用户已点赞，点赞数-1
            result = this.update(new LambdaUpdateWrapper<Blog>()
                    .eq(Blog::getId, id)
                    .setSql("liked = liked - 1"));
            if (result) {
                // 数据更新成功，更新缓存 srem key value
                stringRedisTemplate.opsForSet().remove(key, userId.toString());
            }
        }
        return Result.ok();
    }

    /**
     * 查询博客相关用户信息
     *
     * @param blog
     */
    private void queryUserByBlog(Blog blog) {
        Long userId = blog.getUserId();
        User user = userService.getById(userId);
        blog.setName(user.getNickName());
        blog.setIcon(user.getIcon());
    }
}

在这里插入图片描述

2.2.点赞排行榜笔记：

a.接口说明：

  • 1.在探店笔记详情的页面，应该把该笔记点赞的人数显示出来，形成点赞排行榜
    在这里插入图片描述

b.需求说明：

  • 1.返回点赞排名前5的用户：
    在这里插入图片描述

c.数据类型：

  • 1.SortedSet实现点赞排行榜
  • 1.在平常我们所使用的软件中（比如微信、QQ、抖音）的点赞功能都会默认按照时间顺序对点赞的用户进行一个排序，后点赞的用户会排在最前面，而Set是无序的，无法满足这个需求，虽然 List有序，但是不唯一，查找效率也比较低，所以也不推荐使用，此时我们就可以选择使用SortedSet这个数据结构，它完美的满足了我们所有的需求：唯一、有序、查找效率高
  • 2.相较于Set集合，SortedList有以下不同之处：
    • 对于Set集合我们可以使用 isMember方法判断用户是否存在，对于SortedList我们可以使用ZSCORE方法判断用户是否存在
    • Set集合没有提供范围查询，无法获排行榜前几名的数据，SortedList可以使用ZRANGE方法实现范围查询

d.点赞逻辑改善：

  • 1.由于Redis中存储点赞信息的数据类型发生变化，所以先修改点赞逻辑：
@Service
public class BlogServiceImpl extends ServiceImpl<BlogMapper, Blog> implements IBlogService {

    @Resource
    private IUserService userService;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    /**
     * 根据id查询博客
     *
     * @param id
     * @return
     */
    @Override
    public Result queryBlogById(Long id) {
        // 查询博客信息
        Blog blog = this.getById(id);
        if (Objects.isNull(blog)) {
            return Result.fail("笔记不存在");
        }
        // 查询blog相关的用户信息
        queryUserByBlog(blog);
        // 判断当前用户是否点赞该博客
        isBlogLiked(blog);
        return Result.ok(blog);
    }

    /**
     * 判断当前用户是否点赞该博客
     */
    private void isBlogLiked(Blog blog) {
        UserDTO user = ThreadLocalUtls.getUser();
        if (Objects.isNull(user)){
            // 当前用户未登录，无需查询点赞
            return;
        }
        Long userId = user.getId();
        String key = BLOG_LIKED_KEY + blog.getId();
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        blog.setIsLike(Objects.nonNull(score));
    }

    /**
     * 查询热门博客
     *
     * @param current
     * @return
     */
    @Override
    public Result queryHotBlog(Integer current) {
        // 根据用户查询
        Page<Blog> page = this.query()
                .orderByDesc("liked")
                .page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));
        // 获取当前页数据
        List<Blog> records = page.getRecords();
        // 查询用户
        records.forEach(blog -> {
            this.queryUserByBlog(blog);
            this.isBlogLiked(blog);
        });
        return Result.ok(records);
    }

    /**
     * 点赞
     *
     * @param id
     * @return
     */
    @Override
    public Result likeBlog(Long id) {
        // 1、判断用户是否点赞
        Long userId = ThreadLocalUtls.getUser().getId();
        String key = BLOG_LIKED_KEY + id;
        // zscore key value
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        boolean result;
        if (score == null) {
            // 1.1 用户未点赞，点赞数+1
            result = this.update(new LambdaUpdateWrapper<Blog>()
                    .eq(Blog::getId, id)
                    .setSql("liked = liked + 1"));
            if (result) {
                // 数据库更新成功，更新缓存 zadd key value score
                stringRedisTemplate.opsForZSet().add(key, userId.toString(), System.currentTimeMillis());
            }
        } else {
            // 1.2 用户已点赞，点赞数-1
            result = this.update(new LambdaUpdateWrapper<Blog>()
                    .eq(Blog::getId, id)
                    .setSql("liked = liked - 1"));
            if (result) {
                // 数据更新成功，更新缓存 zrem key value
                stringRedisTemplate.opsForZSet().remove(key, userId.toString());
            }
        }
        return Result.ok();
    }

    /**
     * 查询所有点赞博客的用户
     *
     * @param id
     * @return
     */
    @Override
    public Result queryBlogLikes(Long id) {
        // 查询Top5的点赞用户 zrange key 0 4
        Long userId = ThreadLocalUtls.getUser().getId();
        String key = BLOG_LIKED_KEY + id;
        Set<String> top5 = stringRedisTemplate.opsForZSet().range(key, 0, 4);
        if (top5 == null || top5.isEmpty()) {
            return Result.ok(Collections.emptyList());
        }
        List<Long> ids = top5.stream().map(Long::valueOf).collect(Collectors.toList());
        List<UserDTO> userDTOList = userService.listByIds(ids).stream()
                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());
        return Result.ok(userDTOList);
    }

    /**
     * 查询博客相关用户信息
     *
     * @param blog
     */
    private void queryUserByBlog(Blog blog) {
        Long userId = blog.getUserId();
        User user = userService.getById(userId);
        blog.setName(user.getNickName());
        blog.setIcon(user.getIcon());
    }
}

在这里插入图片描述

e.新的问题说明：

我们点赞后，发现先点赞的那个人的头衔排在了后面，这是不符合逻辑的

  • 如果我们的需求是：先点赞的排在前面，后点赞的排在后面该如何实现？这就需要涉及到MySQL的一些相关知识了，在MySQL中如果我们使用in进行条件查询，我们的查询默认是数据库顺序查询，数据库中的记录默认都是按照ID自增的，所以查出来的结果默认是按照ID自增排序的
    在这里插入图片描述
  • 2.解决办法：在查询的时候，指定按照某个字段的参数的顺序进行查询
select id, phone,password,nick_name,icon,create_time,update_time
from tb_user
where id in(1, 5)
order by field(id, 5, 1)

在这里插入图片描述

f.在编码中进行改善：

    /**
     * 查询所有点赞博客的用户
     *
     * @param id
     * @return
     */
    @Override
    public Result queryBlogLikes(Long id) {
        // 查询Top5的点赞用户 zrange key 0 4
        Long userId = ThreadLocalUtls.getUser().getId();
        String key = BLOG_LIKED_KEY + id;
        Set<String> top5 = stringRedisTemplate.opsForZSet().range(key, 0, 4);
        if (top5 == null || top5.isEmpty()) {
            return Result.ok(Collections.emptyList());
        }
        List<Long> ids = top5.stream().map(Long::valueOf).collect(Collectors.toList());
        String idStr = StrUtil.join(",", ids);
        // 根据id降序排序 select * from tb_user where id in(1,5) order by field(id, 1, 5)
        List<UserDTO> userDTOList = userService.list(new LambdaQueryWrapper<User>()
                        .in(User::getId, ids)
                        .last("order by field (id," + idStr + ")"))
                .stream()
                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());
        return Result.ok(userDTOList);
    }
  • 2.点赞查询的结果：可以看出是按照顶赞的时间顺序进行排序的了
    在这里插入图片描述
1.01^1000
关注
专栏目录
Redis实现笔记点赞排行榜 | 黑马点评-达人探店
weixin_54232666的博客
01-25 1251
黑马Redis教程-黑马点评-达人探店。想用Redis实现发布查看笔记、点赞、点赞用户排行榜功能，这一篇就够了！
Redis系列学习文章分享---第八篇（Redis快速入门之达人探店--发布探店笔记 + 查看探店笔记 + 点赞功能 + 点赞排行榜）
热门推荐
weixin_44976692的博客
03-19 2万+
在达人探店系统中，用户可以发布探店笔记，分享自己的探店经验和心得。用户可以查看其他用户发布的探店笔记，以获取探店灵感和建议。
Redis进阶——点赞和点赞排行
不愿意做鱼的小鲸鱼の博客
04-20 946
同一个用户只能对同一篇笔记点赞一次，再次点击则取消点赞 2. 如果当前用户已经点赞，则点赞按钮高亮显示（前端已实现，判断字段Blog类的isLike属性）
达人探店-点赞排行榜
fishniu35的博客
04-19 283
其次我们需要排序，就可以直接锁定使用sortedSet啦。我们接下来来对比一下这些集合的区别是什么。
【Redis学习09】达人探店之发布探店笔记，点赞功能开发
一个正在努力学习的iter
05-15 633
文章目录1. 发布探店笔记1.1 需求分析1.2 代码实现1.3 添加查看笔记接口2. 点赞功能2.1 需求分析2.2 代码实现2.3 代码完善3. 点赞排行榜3.1 需求分析3.2 代码实现 1. 发布探店笔记 1.1 需求分析 这里涉及两个接口，一个是上传照片的接口，一个是发布博客的接口，接下来我们实现这两个接口。 1.2 代码实现 上传图片代码 @Slf4j @RestController @RequestMapping("upload") public class UploadController
Redis04-点赞、点赞排行榜
qq_42861526的博客
10-12 771
有同学可能会有疑惑，为什么关注的时候不为被关注的用户创建一个set，里面记录关注它的用户呢？博主发布笔记时将笔记存放在自己的发件箱中，粉丝打开关注列表时发送请求，从所有关注博主的发件箱中取出笔记，并按照时间顺序排序，难点在于取出笔记中实现分页。通过场景描述我们知道应该使用分页查询来查询数据，又由于涉及到时间的排序，所以使用我们熟悉的方法，用zset存储笔记id，时间作为score。因此，我们只需要将每次获取的最后一条笔记的score作为下一次的lastId，若为第一页查询，则lastId为now。
黑马点评(八) -- 达人探店
ros275229的博客
04-24 858
黑马点评(八) -- 达人探店
Redis实现点赞排行榜（案例：黑马点评）
weixin_45618869的博客
07-10 654
其次我们需要排序，就可以直接锁定使用sortedSet。
Redis实战：存储笔记点赞+好友关注+GEO搜索附件商户+用户签到+UV统计
m0_73966521的博客
09-10 1131
当我们点击美食之后，会出现一系列的商家，商家中可以按照多种排序方式，我们此时关注的是距离，这个地方就需要使用到我们的GEO，向后台传入当前app收集的地址(我们此处是写死的) ，以当前坐标作为圆心，同时绑定相同的店家类型type，以及分页信息，把这几个条件传入后台，后台查询出对应的数据再返回。第二次查就算我们按照之前的逻辑将这个偏移量设置成1，我们会查出0~3范围的成员，那这个成员是什么是m4，m3，m2，m1，然后我们的offset设置成1，那就会怎么样。这样我们就用极小的空间，来实现了大量数据的表示。
黑马Redis实战项目——黑马点评笔记05 | 达人探店
2301_77450803的博客
04-25 421
2、修改查询（根据id查，查询详情）
黑马点评-达人探店
weixin_57393590的博客
10-18 924
黑马点评-达人探店笔记
黑马点评-3_探店、关注、附近、签到、UV统计
m0_48328683的博客
11-10 124
在实现关注后，应该放到redis中，本例中的个人页面，是基于关注的好友来做Feed流，因此采用Timeline的模式。关注推送也叫Feed流，直译为投喂，为用户持续的提供“沉浸式”的体验，通过无限下拉刷新获取新的信息。Feed流中的数据会不断更新，所以数据的角标也在变化，因此不能采用传统的分页模式。
Redis6、发布笔记、点赞、排行榜，Feed流-滚动排序分页
weixin_36580930的博客
10-12 158
111
仿大众点评的小项目---黑马点评(全功能实现+额外功能)
m0_72866046的博客
10-08 3607
该项目是仿大众点评的小型Java项目，旨在为用户提供一个点评和分享平台。通过这个平台，用户可以浏览、搜索和比较各种商家的信息，包括美食、KTV等等。用户可以在平台上创建个人账号、关注他人、发表评论、点赞、上传图片和发布自己的博客。
缓存是什么？缓存机制、Spring缓存管理、Redis数据一致性、缓存问题（缓存穿透、缓存雪崩、缓存击穿）及Redis与MySQL使用场景对比
最新发布
项目git同名HuYaochao，未入职
09-30 1403
缓存机制、Spring缓存管理、Redis数据一致性、缓存问题（缓存穿透、缓存雪崩、缓存击穿）及Redis与MySQL使用场景对比
Redis: 持久化之RDB和AOF
Wang的专栏
09-29 1100
Redis 有一个高质量的课题：数据安全性与数据可靠性Redis 是一个内存型数据库，数据大部分都是存在内存里面当信息在内存中流通时，Redis 节点突然就故障挂掉当重新启动的时候，内存中的数据肯定是全部丢失了如果在这种情况下，Redis 提供了对应的持久化方案，它有两种持久化方案RDB和AOF可以把内存中的数据保存到磁盘，避免数据的流失关于RDB，我们需要了解到什么是持久化什么是快照RDB的工作原理，包括它的优点和缺点关于AOF，需要知道为什么需要有AOF。
Redis-持久化
qq_74812898的博客
09-28 1036
redis持久化
Redis-常见数据类型(修改ing)
qq_74812898的博客
09-29 1048
redis常用数据类型
ARM体系结构与编程读书笔记：学习心得与解析
"《ARM体系结构与编程》读书笔记PDF文档包含了作者METALMAX在阅读该书籍时所做的详细笔记，涵盖了ARM处理器的基础知识、体系结构和编程方法。笔记始于01/25/08，版本为0.08.0125，作者承认在理解和记录过程中可能...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值