提到点赞,大家一想到的是不是就是朋友圈的点赞呀?其实点赞对我们来说并不陌生,我们经常会在手机软件或者网页中看到它,今天就让我们来了解一下它的实现吧。我们常见的设计思路大概分为两种:一种自然是用 MySQL 等数据库直接落地存储, 另外一种就是将点赞的数据保存到 Redis 等缓存里,在一定时间后刷回 MySQL 等数据库。

首先我们来说一下两种方法各自的优缺点:我们以 MySQL 和 Redis 为例。

1、直接写入数据库:

优点:这种方法实现简单,只需完成数据库的增删改查就行;

缺点:数据库读写压力大,如果遇到热门文章在短时间内被大量点赞的情况,直接操作数据库会给数据库带来巨大压力,影响效率。

2、使用 Redis 缓存:

优点:性能高,读写速度快,缓解数据库读写的压力;

缺点:开发复杂,不能保证数据安全性即 redis 挂掉的时候会丢失数据, 同时不及时同步 redis 中的数据, 可能会在 redis 内存置换的时候被淘汰掉。不过对于点赞数据我们不需要那么精确,丢失一点数据问题不大。

接下来就从以下三个方面对点赞功能做详细的介绍

•Redis 缓存设计•数据库设计•开启定时任务持久化存储到数据库

1、Redis 缓存设计及实现

Redis 的整合我们在上一篇文章中已经介绍过了,此处就不再赘述了。我们了解到,我们在做点赞的时候需要记录以下几类数据:一类是某用户被其他用户点赞的详细记录,一类是。考虑到查询与存取方便快捷,我这边采用 Hash 结构进行存储,存储结构如下:

(1)某用户被其他用户点赞的详细记录: MAP_USER_LIKED 为键值, 被点赞用户id::点赞用户id 为 filed, 1或者0 为 value

(2)某用户被点赞的数量统计: MAP_USER_LIKED_COUNT 为键值, 被点赞用户id 为 filed, count 为 value

部分代码如下:

/*** 将用户被其他用户点赞的数据存到redis*/@Overridepublic void saveLiked2Redis(String likedUserId, String likedPostId) {String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED,key, LikedStatusEnum.LIKE.getCode());}//取消点赞@Overridepublic void unlikeFromRedis(String likedUserId, String likedPostId) {String key = RedisKeyUtils.getLikedKey(likedUserId, likedPostId);redisTemplate.opsForHash().put(RedisKeyUtils.MAP_KEY_USER_LIKED,key,LikedStatusEnum.UNLIKE.getCode());}/*** 将被点赞用户的数量+1*/@Overridepublic void incrementLikedCount(String likedUserId) {redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT,likedUserId,1);}//-1@Overridepublic void decrementLikedCount(String likedUserId) {redisTemplate.opsForHash().increment(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, likedUserId, -1);}/*** 获取Redis中的用户点赞详情记录*/@Overridepublic List getLikedDataFromRedis() {Cursor<Map.Entry> scan = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED, ScanOptions.NONE);List list = new ArrayList();while (scan.hasNext()){Map.Entry entry = scan.next();String key = (String) entry.getKey();String[] split = key.split("::");String likedUserId = split[0];String likedPostId = split[1];Integer value = (Integer) entry.getValue();//组装成 UserLike 对象UserLikeDetail userLikeDetail = new UserLikeDetail(likedUserId, likedPostId, value);list.add(userLikeDetail);//存到 list 后从 Redis 中删除redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED, key);}return list;}/*** 获取Redis中的用户被点赞数量*/@Overridepublic List getLikedCountFromRedis() {Cursor<Map.Entry> cursor = redisTemplate.opsForHash().scan(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT, ScanOptions.NONE);List list = new ArrayList();while(cursor.hasNext()){Map.Entry map = cursor.next();String key = (String) map.getKey();Integer value = (Integer) map.getValue();UserLikCountDTO userLikCountDTO = new UserLikCountDTO(key,value);list.add(userLikCountDTO);//存到 list 后从 Redis 中删除redisTemplate.opsForHash().delete(RedisKeyUtils.MAP_KEY_USER_LIKED_COUNT,key);}return list;}

复制代码

Redis 存储结构如图

2、数据库设计

这里我们可以和直接将点赞数据存到数据库一样,设计两张表:

(1)用户被其他用户点赞的详细记录:user_like_detail

DROP TABLE IF EXISTS `user_like_detail`;CREATE TABLE `user_like_detail`(`id` int(11) NOT NULL AUTO_INCREMENT,`liked_user_id` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '被点赞的用户id',`liked_post_id` varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '点赞的用户id',`status` tinyint(1) NULL DEFAULT 1 COMMENT '点赞状态,0取消,1点赞',`create_time` timestamp(0) NOT NULL DEFAULT CURRENT_TIMESTAMP(0) COMMENT '创建时间',`update_time` timestamp(0) NOT NULL DEFAULT CURRENT_TIMESTAMP(0) ON UPDATE CURRENT_TIMESTAMP(0) COMMENT '修改时间',PRIMARY KEY (`id`) USING BTREE,INDEX `liked_user_id`(`liked_user_id`) USING BTREE,INDEX `liked_post_id`(`liked_post_id`) USING BTREE) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '用户点赞表' ROW_FORMAT = Dynamic;SET FOREIGN_KEY_CHECKS = 1;

复制代码

(2)用户被点赞的数量统计:user_like_count

DROP TABLE IF EXISTS `user_like_count`;CREATE TABLE `user_like_count`(`id` int(11) NOT NULL AUTO_INCREMENT,`like_num` int(11) NULL DEFAULT 0,PRIMARY KEY (`id`) USING BTREE) ENGINE = InnoDB AUTO_INCREMENT = 7 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;SET FOREIGN_KEY_CHECKS = 1;

复制代码

3、开启定时任务持久化存储到数据库

我们使用 Quartz 来实现定时任务,将 Redis 中的数据存储到数据库中,为了演示效果,我们可以设置一分钟或者两分钟存储一遍数据,这个视具体业务而定。在同步数据的过程中,我们首先要将 Redis 中的数据在数据库中进行查重,舍弃重复数据,这样我们的数据才会更加准确。

部分代码如下

//同步redis的用户点赞数据到数据库@Override@Transactionalpublic void transLikedFromRedis2DB() {List list = redisService.getLikedDataFromRedis();list.stream().forEach(item->{//查重UserLikeDetail userLikeDetail = userLikeDetailMapper.selectOne(new LambdaQueryWrapper() .eq(UserLikeDetail::getLikedUserId, item.getLikedUserId()) .eq(UserLikeDetail::getLikedPostId, item.getLikedPostId()));if (userLikeDetail == null){userLikeDetail = new UserLikeDetail();BeanUtils.copyProperties(item, userLikeDetail);//没有记录,直接存入userLikeDetail.setCreateTime(LocalDateTime.now());userLikeDetailMapper.insert(userLikeDetail);}else{//有记录,需要更新userLikeDetail.setStatus(item.getStatus());userLikeDetail.setUpdateTime(LocalDateTime.now());userLikeDetailMapper.updateById(item);}});}@Override@Transactionalpublic void transLikedCountFromRedis2DB() {List list = redisService.getLikedCountFromRedis();list.stream().forEach(item->{UserLikeCount user = userLikeCountMapper.selectById(item.getKey());//点赞数量属于无关紧要的操作,出错无需抛异常if (user != null){Integer likeNum = user.getLikeNum() + item.getValue();user.setLikeNum(likeNum);//更新点赞数量userLikeCountMapper.updateById(user);}});}

复制代码

至此我们就实现了基于 Redis 的点赞功能,我们还需要注意一点:查询用户点赞情况时,需要同时查询数据库+缓存中的数据。

阿 Q 将持续更新 java 实战方面的文章,如果你有不同的意见或者更好的 idea,欢迎联系阿 Q。

【阿 Q 说代码】,值得关注的公众号

文章风格多变,配图通俗易懂,故事生动有趣,来聊聊技术呀!

Copyright © maxssl.com 版权所有 浙ICP备2022011180号