抽奖
一堆用户参与进来,然后随机抽取几个幸运用户给予实物/虚拟的奖品;此时,开发人员就需要写上一个抽奖的算法,来实现幸运用户的抽取;其实我们完全可以利用Redis的集合(Set),就能轻松实现抽奖的功能;
功能实现需要的API
- SADD key member1 [member2]:添加一个或者多个参与用户;
- SRANDMEMBER KEY [count]:随机返回一个或者多个用户;
- SPOP key:随机返回一个或者多个用户,并删除返回的用户;
SRANDMEMBER 和 SPOP 主要用于两种不同的抽奖模式,SRANDMEMBER 适用于一个用户可中奖多次的场景(就是中奖之后,不从用户池中移除,继续参与其他奖项的抽取);而 SPOP 就适用于仅能中一次的场景(一旦中奖,就将用户从用户池中移除,后续的抽奖,就不可能再抽到该用户); 通常 SPOP 会用的会比较多。
Redis-Cli操作
127.0.0.1:6379> SADD raffle user1 (integer) 1 127.0.0.1:6379> SADD raffle user2 user3 user4 user5 user6 user7 user8 user9 user10 (integer) 9 127.0.0.1:6379> SRANDMEMBER raffle 2 1) "user5" 2) "user2" 127.0.0.1:6379> SPOP raffle 2 1) "user3" 2) "user4" 127.0.0.1:6379> SPOP raffle 2 1) "user10" 2) "user9"
代码实现
@Slf4j @SpringBootTest public class RaffleMain { private final String KEY_RAFFLE_PROFIX = "raffle:"; @Autowired RedisTemplate redisTemplate; @Test void test() { Integer raffleId = 1; join(raffleId, 1000, 1001, 2233, 7890, 44556, 74512); List lucky = lucky(raffleId, 2); log.info("活动:{} 的幸运中奖用户是:{}", raffleId, lucky); } public void join(Integer raffleId, Integer... userIds) { String key = KEY_RAFFLE_PROFIX + raffleId; redisTemplate.opsForSet().add(key, userIds); } public List lucky(Integer raffleId, long num) { String key = KEY_RAFFLE_PROFIX + raffleId; // 随机抽取 抽完之后将用户移除奖池 List list = redisTemplate.opsForSet().pop(key, num); // 随机抽取 抽完之后用户保留在池子里 //List list = redisTemplate.opsForSet().randomMembers(key, num); return list; } }
点赞收藏
有互动属性活动一般都会有点赞/收藏/喜欢等功能,来提升用户之间的互动。
传统的实现:用户点赞之后,在数据库中记录一条数据,同时一般都会在主题库中记录一个点赞/收藏汇总数,来方便显示;
Redis方案:基于Redis的集合(Set),记录每个帖子/文章对应的收藏、点赞的用户数据,同时set还提供了检查集合中是否存在指定用户,用户快速判断用户是否已经点赞过
功能实现需要的API
- SADD key member1 [member2]:添加一个或者多个成员(点赞)
- SCARD key:获取所有成员的数量(点赞数量)
- SISMEMBER key member:判断成员是否存在(是否点赞)
- SREM key member1 [member2] :移除一个或者多个成员(点赞数量)
Redis-Cli操作
127.0.0.1:6379> sadd like:article:1 user1 (integer) 1 127.0.0.1:6379> sadd like:article:1 user2 (integer) 1 # 获取成员数量(点赞数量) 127.0.0.1:6379> SCARD like:article:1 (integer) 2 # 判断成员是否存在(是否点赞) 127.0.0.1:6379> SISMEMBER like:article:1 user1 (integer) 1 127.0.0.1:6379> SISMEMBER like:article:1 user3 (integer) 0 # 移除一个或者多个成员(取消点赞) 127.0.0.1:6379> SREM like:article:1 user1 (integer) 1 127.0.0.1:6379> SCARD like:article:1 (integer) 1
代码实现
@Slf4j @SpringBootTest public class LikeMain { private final String KEY_LIKE_ARTICLE_PROFIX = "like:article:"; @Autowired RedisTemplate redisTemplate; @Test void test() { long articleId = 100; Long likeNum = like(articleId, 1001, 1002, 2001, 3005, 4003); unLike(articleId, 2001); likeNum = likeNum(articleId); boolean b2001 = isLike(articleId, 2001); boolean b3005 = isLike(articleId, 3005); log.info("文章:{} 点赞数量:{} 用户2001的点赞状态:{} 用户3005的点赞状态:{}", articleId, likeNum, b2001, b3005); } /** * 点赞 * * @param articleId 文章ID * @return 点赞数量 */ public Long like(Long articleId, Integer... userIds) { String key = KEY_LIKE_ARTICLE_PROFIX + articleId; Long add = redisTemplate.opsForSet().add(key, userIds); return add; } public Long unLike(Long articleId, Integer... userIds) { String key = KEY_LIKE_ARTICLE_PROFIX + articleId; Long remove = redisTemplate.opsForSet().remove(key, userIds); return remove; } public Long likeNum(Long articleId) { String key = KEY_LIKE_ARTICLE_PROFIX + articleId; Long size = redisTemplate.opsForSet().size(key); return size; } public Boolean isLike(Long articleId, Integer userId) { String key = KEY_LIKE_ARTICLE_PROFIX + articleId; return redisTemplate.opsForSet().isMember(key, userId); } }
排行榜
排名、排行榜、热搜榜是很多活动、游戏都有的功能,常用于用户活动推广、竞技排名、热门信息展示等功能;
比如上面的热搜榜,热度数据来源于全网用户的贡献,但用户只关心热度最高的前50条。
常规的做法:就是将用户的名次、分数等用于排名的数据更新到数据库,然后查询的时候通过Order by + limit 取出前50名显示,如果是参与用户不多,更新不频繁的数据,采用数据库的方式也没有啥问题,但是一旦出现爆炸性热点资讯(比如:大陆收复湾湾,xxx某些绿了等等),短时间会出现爆炸式的流量,瞬间的压力可能让数据库扛不住;
Redis方案:将热点资讯全页缓存,采用Redis的有序队列(Sorted Set)来缓存热度(SCORES),即可瞬间缓解数据库的压力,同时轻松筛选出热度最高的50条;
功能实现需要的命令
- ZADD key score1 member1 [score2 member2]:添加并设置SCORES,支持一次性添加多个;
- ZREVRANGE key start stop [WITHSCORES] :根据SCORES降序排列;
- ZRANGE key start stop [WITHSCORES] :根据SCORES降序排列;
Redis-Cli操作
# 单个插入 127.0.0.1:6379> ZADD ranking 1 user1 (integer) 1 # 批量插入 127.0.0.1:6379> ZADD ranking 10 user2 50 user3 3 user4 25 user5 (integer) 4 # 降序排列 不带SCORES 127.0.0.1:6379> Z