基于redis实现【最热搜索】和【最近搜索】功能

一、前言

大家在浏览各种网站，比如淘宝，京东，微博等网站，都会看到一些热门搜索和最近搜索的功能，大家有木有好奇，技术背后是如何实现的呢？今天我们一起来用redis解决这两个问题，并已在项目中实战！！！
热搜如下图：

最近搜索如下图:

二、分析问题

1、热门搜索：是指一定时间内、一定范围内，公众较为关心的热点问题，被搜索的次数越多，热搜榜越靠前。

2、最近搜索：只显示当前用户最近一段时间内的搜索记录，按照时间进行排序，如果有重复搜索，覆盖到重复的数据，并且要排到最前面。

3、针对于热门的搜索属于高并发的场景，还需要高性能显示给用户，用MySQL存储显然不太合适，流量过多会把MySQL撑爆，最近搜索和最热搜索也不需要持久化，最好的解决方案之一就是redis做缓存，单机redis可以承受10万QPS。

三、针对两个问题，使用redis怎么解决问题？

我们复习一下redis的五大数据类型，redis数据类型可以参考Redis中5种基本数据类型结构详解

1、字符串String

特性：
（1）最基本的数据类型，二进制安全的字符串，最大512M。
（2）支持字符串操作:strlen或取value的长度，返回的是字节的数量。
（3）数据交互有个二进制安全的概念，给我数据的时候你自己编码，字节数组到达我这里整理，帮你存，客户端之间商量好。
（4）支持数值计算操作:incr,decr
应用场景：做简单得键值对缓存，比如`Session，token，统计，限流，轻量级（kb级别）的FS内存级的文件系统—任何东西都可以变成字节数组（二进制），一些复杂的计数功能的缓存

2、列表List

特性：
按照添加顺序保持顺序的字符串列表，也就是存储一些列表型得数据结构，类似粉丝列表、文字得评论列表之类得数据。
应用场景：
可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于redis的分页功能，性能极佳，用户体验好。

3、字典Hash

特性：
（1）key-value对的一种集合，存储结构化得数据，比如一个对象。
（2）这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。
应用场景：
经常会用来做用户数据的管理，存储用户的信息。比如做单点登录的时候，就是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。

4、集合Set

特性:
无序的字符串集合，不存在重复的元素.
应用场景：
去重，还可以利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。

5、有序集合ZSet

特性：
已排序的字符串集合。去重并排序，如获取排名前几名。
应用场景：
sorted set多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。

6、需要解决的五大问题

问题一：很显然根据咱们的以上分析，热门搜索和最近搜索的功能需要去重并且排序，热门搜索点击率最高的在前面，最近搜索最新的数据搜索在最前面，所以使用ZSet集合实现最合适。针对于最近搜索的功能使用List也可以实现，但是删除的效率要比ZSet慢，还需要自己去重，所以还是Zset最合适。

问题二：用户可能无限制浏览商品，最近搜索的功能需要确保zSet 不能无限制插入，需要控制zSet 的大小，也就是指保存最近N条浏览记录。

问题三：最近搜索的功能需要在插入第N+1 条后移除最开始浏览的第一条。

问题四：热门搜索key值需要过期时间的。

问题五：热门搜索针对的是所有用户，而最近搜索针对的是当前用户。

以上五大问题均在代码中详细解决，仔细看注释。

四、编写代码

1.pom依赖

<!-- redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2.application.yml配置

server:
  port: 8889

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password: 
    database: 2
    timeout: 5000

3.Product商品实体

@Data
public class Product implements Serializable {

	//商品id
    private Long id;

	//商品名称
    private String productName;

    //.....等属性
}

4.用户最近搜索信息

@Data
public class UserRecentSearch implements Serializable {

    /**
     * 搜索信息
     */
    private String searchInfo;

    /**
     * 用户id
     */
    private Long unionId;
}

5.redis辅助类SearchRedisHelper

@Component
public class SearchRedisHelper {

    @Resource
    private RedisTemplate redisTemplate;


    /**
     * 热搜的KEY
     */
    public static final String HOT_SEARCH = "product_hot_search";

    /**
     * 最近搜索的KEY
     */
    public static final String RECENT_SEARCH = "product_recent_search";

    /**
     * 最近搜索的大小
     */
    public static final Integer CURRENT_SEARCH_SIZE = 3;

    /**
     * 最热搜索KEY过期时间
     */
    public static final Integer HOT_SEARCH_EXPIRE_TIME = 3;

    /**
     * 设置redis的过期时间
     * expire其实是懒加载，不设置key的时候是不会执行的
     */
    @PostConstruct
    public void setHotSearchExpireTime() {
        redisTemplate.expire(HOT_SEARCH, HOT_SEARCH_EXPIRE_TIME, TimeUnit.SECONDS);
    }

    /**
     * redis添加最近搜索
     *
     * @param query
     */
    public void addRedisRecentSearch(String query) {
        UserRecentSearch userRecentSearch = new UserRecentSearch();
        // 用户id，当前用户id
        userRecentSearch.setUnionId(100434L);
        // 搜索信息
        userRecentSearch.setSearchInfo(query);
        // score为一个分值，需要把最近浏览的商品id的分值设为最大值，
        // 此处我们可以设置为当前时间Instant.now().getEpochSecond()
        // 这样最近浏览的商品id的分值一定最大，排在Zset集合最前面
        ZSetOperations<String, UserRecentSearch> zSet = redisTemplate.opsForZSet();
        // 由于zSet的集合特性当插入已经存在的V值（商品id）时只会更新score值，
        zSet.add(RECENT_SEARCH, userRecentSearch, Instant.now().getEpochSecond());

        // 获取到全部用户的最近搜索记录，用reverseRangeWithScores方法，可以获取到根据score排序之后的集合
        Set<ZSetOperations.TypedTuple<UserRecentSearch>> typedTuples = zSet.reverseRangeWithScores(RECENT_SEARCH, 0, -1);

        //只得到当前用户的最近搜索记录,注意这里必须保证set集合的顺序
        Set<UserRecentSearch> userRecentSearches = listRecentSearch();

        if (userRecentSearches.size() > CURRENT_SEARCH_SIZE) {
            //获取到最开始浏览的第一条
            UserRecentSearch userRecentSearchLast = userRecentSearches.stream().reduce((first, second) -> second).orElse(null);
            //删除最开始浏览的第一条
            zSet.remove(RECENT_SEARCH, userRecentSearchLast);
        }
    }

    /**
     * 热搜列表
     * @return
     */
    public Set<Product> listHotSearch() {
        //0 5 表示0-5下标对应的元素
        return redisTemplate.opsForZSet().reverseRangeWithScores(HOT_SEARCH, 0, 5);
    }

    /**
     * redis添加热搜
     * @param productList
     */
    public void addRedisHotSearch(List<Product> productList) {
        //1：表示每调用一次，当前product的分数+1
        productList.forEach(product -> redisTemplate.opsForZSet().incrementScore(HOT_SEARCH, product, 1D));
    }

    /**
     * 最近搜索列表
     * @return
     */
    public Set<UserRecentSearch> listRecentSearch() {
        Set<ZSetOperations.TypedTuple<UserRecentSearch>> typedTuples = redisTemplate.opsForZSet().reverseRangeWithScores(RECENT_SEARCH, 0, -1);
        return Optional.ofNullable(typedTuples)
                .map(tuples -> tuples.stream()
                        .map(ZSetOperations.TypedTuple::getValue)
                        .filter(Objects::nonNull)
//                        .filter(userRecentSearch -> Objects.equals(userRecentSearch.getUnionId(), ContextHolder.getUser().getId()))
                        .filter(userRecentSearch -> Objects.equals(userRecentSearch.getUnionId(), 100434L))
                        .collect(Collectors.collectingAndThen(
                                Collectors.toCollection(LinkedHashSet::new), LinkedHashSet::new)))
                .orElseGet(LinkedHashSet::new);
    }

}

6.业务service

@Service
public class ProductService {

    @Resource
    private SearchRedisHelper searchRedisHelper;

    /**
     * 搜索
     * @param query
     * @return
     */
    public List<Product> search(String query) {
        //业务代码可用es.....此处略过....模拟数据库数据
        List<Product> productList = new ArrayList();
        Product product = new Product();
        product.setId(1L);
        product.setProductName("iphone15");
        productList.add(product);
        searchRedisHelper.addRedisRecentSearch(query);
        searchRedisHelper.addRedisHotSearch(productList);
        return productList;
    }

    /**
     * 热搜列表
     * @return
     */
    public Set<Product> listHotSearch() {
        return searchRedisHelper.listHotSearch();
    }

    /**
     * 最近搜索列表
     * @return
     */
    public Set<UserRecentSearch> listRecentSearch() {
        return searchRedisHelper.listRecentSearch();
    }
}

7.controller控制层

@RequestMapping("/redis/test")
@RestController
public class RedisController {

    @Resource
    private RedisTemplate redisTemplate;

    @Resource
    private ProductService productService;

    /**
     * 删除redis
     * @param key
     * @return
     */
    @GetMapping("/w/remove/redis")
    public Result removeRedis(String key){
        redisTemplate.delete(key);
        return Result.success();
    }

    /**
     * 搜索
     * @param query
     * @return
     */
    @GetMapping("/r/search/product")
    public Result listProduct(String query) {
        return Result.success(productService.search(query));
    }

    /**
     * 热搜列表
     * @return
     */
    @ResponseBody
    @GetMapping("/r/list/hot/search")
    public Result listHotSearch() {
        return Result.success(productService.listHotSearch());
    }

    /**
     * 最近搜索列表
     * @return
     */
    @ResponseBody
    @GetMapping("/r/list/recent/search")
    public Result recentHotSearch() {
        return Result.success(productService.listRecentSearch());
    }

}

五、postman测试

1.第一次搜索

2.热点搜索

3.最近搜索

4.第二次第三次搜索

5.再看热点搜索

6.再看最近搜索变化

7.第四次搜索

再搜索两次

8.热搜变化

9.最近搜索变化

六、总结

本文针对于网站热点搜索和最近搜索的问题，对redis的五大数据类型进行了解读，并且采用高并发利器redis的ZSet有序集合完美解决本文一开始引入的问题，保证了系统的高并发和高性能，提高用户体验。

项目代码：Github

推荐好文：
Redis实现分布式锁详细方法

如果看到这里，说明你喜欢这篇文章，请转发，点赞