【Redis】点赞功能

2024-09-06 22:36
文章标签 功能 redis 点赞

本文主要是介绍【Redis】点赞功能,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

“千山万水总是情,点个关注行不行!”、“各位老铁点点小红心”、“欢迎来到xx直播间,主播带你装逼带你飞,喜欢主播的点亮噢。”各位程序猿们看到这样的话术是不是很熟悉。那么今天,咋们就透过本质看一下点赞功能到底是如何实现的。

在日常开发中,一般点赞功能的实现有两种方式。

第一种方式就是在数据库中建一张点赞表,用户点赞或者取消时,直接落库处理。不过,点赞业务的重要性并不是那么大,所以丢失几条数据也没什么影响,所以采用直接落库可能对服务的性能有一定的影响。

第二种方式就是使用Redis来进行存储,用户点赞或取消时,在Redis中进行处理。如果认为这个业务比较重要的话,那么可以写定时任务进行落库处理;如果并没有那么重要的话,也可以直接存储在Redis中不做其他处理,毕竟Redis也是有持久化的。

两者相比之下,肯定是Redis实现点赞功能的性能要比数据库实现点赞功能的性能高。根据标题也可以看出,今天主要是用Redis来实现点赞功能。

点赞/取消

在实现点赞功能时,选取的是Redis中集合这一数据结构。利用博客id作为key,集合中的内容就是点赞的用户id。

    /*** 点赞功能* @param id 博客id*/public Boolean likeBlog(Long id) {String key = Constants.BLOG_LIKE_KEY + id;// TODO 从ThreadLocal中获取用户idLong userId = UserHolder.getId();if(userId == null) {return false;}// TODO 从Redis中判断该用户对该博客是否进行点赞Boolean isMember = this.stringRedisTemplate.opsForSet().isMember(key, userId.toString());// TODO 判断是否点赞if(isMember == null || !isMember) {// 未点赞// TODO 博客总点赞数加一LambdaUpdateWrapper<Blog> blogLambdaUpdateWrapper = new LambdaUpdateWrapper<>();blogLambdaUpdateWrapper.setSql("liked = liked + 1").eq(Blog::getId, id);boolean add = this.update(blogLambdaUpdateWrapper);// TODO Redis缓存中添加该点赞if(add) {this.stringRedisTemplate.opsForSet().add(key, userId.toString());}} else {// 已经点赞// TODO 博客总点赞数减一LambdaUpdateWrapper<Blog> blogLambdaUpdateWrapper = new LambdaUpdateWrapper<>();blogLambdaUpdateWrapper.setSql("liked = liked - 1").eq(Blog::getId, id);boolean subtract = this.update(blogLambdaUpdateWrapper);// TODO Redis缓存中删除该点赞if(subtract) {this.stringRedisTemplate.opsForSet().remove(key, userId.toString());}}return true;}

查看是否点赞

    /*** 查询是否点赞* @param id 博客id*/public Boolean queryLikeBlog(Long id) {String key = Constants.BLOG_LIKE_KEY + id;// TODO 从ThreadLocal中获取用户idLong userId = UserHolder.getId();if(userId == null) {return false;}// TODO 从Redis中判断是否点赞Boolean isMember = this.stringRedisTemplate.opsForSet().isMember(key + id, userId.toString());// TODO 返回结果if(isMember == null) {isMember = false;}return isMember;}

点赞排行榜

对于博客来说,那些比较水的博客肯定是点赞数比较少,但是一些大V的博客点赞数可能是以万为单位来计算的,自然就不可能将所有的点赞用户都表示出来。所以,我借用了微信的朋友圈点赞,将最开始点赞的N个人进行展示。

由于这个功能要找到最开始点赞的N个人,所以就对点赞时间有了一个顺序之分,这时就不能使用集合来实现这个业务,转而换成有序集合来进行实现。

1. 将上述两个功能的代码进行修改

    /*** 点赞功能* @param id 博客id*/public Boolean likeBlog(Long id) {String key = Constants.BLOG_LIKE_KEY + id;// TODO 从ThreadLocal中获取用户idLong userId = UserHolder.getId();if(userId == null) {return false;}// TODO 从Redis中判断该用户对该博客是否进行点赞Double score = this.stringRedisTemplate.opsForZSet().score(key, userId.toString());// TODO 判断是否点赞if(score == null) {// 未点赞// TODO 博客总点赞数加一LambdaUpdateWrapper<Blog> blogLambdaUpdateWrapper = new LambdaUpdateWrapper<>();blogLambdaUpdateWrapper.setSql("liked = liked + 1").eq(Blog::getId, id);boolean add = this.update(blogLambdaUpdateWrapper);// TODO Redis缓存中添加该点赞if(add) {this.stringRedisTemplate.opsForZSet().add(key, userId.toString(), System.currentTimeMillis());}} else {// 已经点赞// TODO 博客总点赞数减一LambdaUpdateWrapper<Blog> blogLambdaUpdateWrapper = new LambdaUpdateWrapper<>();blogLambdaUpdateWrapper.setSql("liked = liked - 1").eq(Blog::getId, id);boolean subtract = this.update(blogLambdaUpdateWrapper);// TODO Redis缓存中删除该点赞if(subtract) {this.stringRedisTemplate.opsForZSet().remove(key, userId.toString());}}return true;}/*** 查询是否点赞* @param id 博客id*/public Boolean queryLikeBlog(Long id) {String key = Constants.BLOG_LIKE_KEY + id;// TODO 从ThreadLocal中获取用户idLong userId = UserHolder.getId();if(userId == null) {return false;}// TODO 从Redis中判断是否点赞Double score = this.stringRedisTemplate.opsForZSet().score(key, userId.toString());// TODO 返回结果if(score == null) {return false;}return true;}

2. 实现点赞排行榜功能

    /*** 点赞排行榜* 找出点赞的前5个人* @param id 博客id*/public List<User> queryLikeBlogOfUsers(Long id) {String key = Constants.BLOG_LIKE_KEY + id;// TODO 按照业务要求找出前N个人,此处是5个人Set<String> top5 = this.stringRedisTemplate.opsForZSet().range(key, 0, 4);// TODO 判断数据是否为空if(top5 == null || top5.isEmpty()) {return Collections.emptyList();}// TODO 将字符串类型转换为Long类型进行查询用户的详细信息List<Long> userIds = new ArrayList<>();for(String userId : top5) {userIds.add(Long.parseLong(userId));}// TODO 返回结果return this.userService.listByIds(userIds);}

对于点赞业务的讲解就这么多了,其实这里只是简单的实现了一个点赞业务而已。不同的业务自然就会出现不同的代码,即使实现的都是一个功能。所以,对代码的熟悉固然重要,但是对业务的熟悉也是非常重要的。

这篇关于【Redis】点赞功能的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143314

相关文章

Redis 的 SUBSCRIBE命令详解

《Redis的SUBSCRIBE命令详解》Redis的SUBSCRIBE命令用于订阅一个或多个频道,以便接收发送到这些频道的消息,本文给大家介绍Redis的SUBSCRIBE命令,感兴趣的朋友跟随... 目录基本语法工作原理示例消息格式相关命令python 示例Redis 的 SUBSCRIBE 命令用于订

sky-take-out项目中Redis的使用示例详解

《sky-take-out项目中Redis的使用示例详解》SpringCache是Spring的缓存抽象层,通过注解简化缓存管理,支持Redis等提供者,适用于方法结果缓存、更新和删除操作,但无法实现... 目录Spring Cache主要特性核心注解1.@Cacheable2.@CachePut3.@Ca

Debian 13升级后网络转发等功能异常怎么办? 并非错误而是管理机制变更

《Debian13升级后网络转发等功能异常怎么办?并非错误而是管理机制变更》很多朋友反馈,更新到Debian13后网络转发等功能异常,这并非BUG而是Debian13Trixie调整... 日前 Debian 13 Trixie 发布后已经有众多网友升级到新版本,只不过升级后发现某些功能存在异常,例如网络转

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

redis-sentinel基础概念及部署流程

《redis-sentinel基础概念及部署流程》RedisSentinel是Redis的高可用解决方案,通过监控主从节点、自动故障转移、通知机制及配置提供,实现集群故障恢复与服务持续可用,核心组件包... 目录一. 引言二. 核心功能三. 核心组件四. 故障转移流程五. 服务部署六. sentinel部署

基于Redis自动过期的流处理暂停机制

《基于Redis自动过期的流处理暂停机制》基于Redis自动过期的流处理暂停机制是一种高效、可靠且易于实现的解决方案,防止延时过大的数据影响实时处理自动恢复处理,以避免积压的数据影响实时性,下面就来详... 目录核心思路代码实现1. 初始化Redis连接和键前缀2. 接收数据时检查暂停状态3. 检测到延时过

Redis实现分布式锁全过程

《Redis实现分布式锁全过程》文章介绍Redis实现分布式锁的方法,包括使用SETNX和EXPIRE命令确保互斥性与防死锁,Redisson客户端提供的便捷接口,以及Redlock算法通过多节点共识... 目录Redis实现分布式锁1. 分布式锁的基本原理2. 使用 Redis 实现分布式锁2.1 获取锁

Redis中哨兵机制和集群的区别及说明

《Redis中哨兵机制和集群的区别及说明》Redis哨兵通过主从复制实现高可用,适用于中小规模数据;集群采用分布式分片,支持动态扩展,适合大规模数据,哨兵管理简单但扩展性弱,集群性能更强但架构复杂,根... 目录一、架构设计与节点角色1. 哨兵机制(Sentinel)2. 集群(Cluster)二、数据分片

基于Java和FFmpeg实现视频压缩和剪辑功能

《基于Java和FFmpeg实现视频压缩和剪辑功能》在视频处理开发中,压缩和剪辑是常见的需求,本文将介绍如何使用Java结合FFmpeg实现视频压缩和剪辑功能,同时去除数据库操作,仅专注于视频处理,需... 目录引言1. 环境准备1.1 项目依赖1.2 安装 FFmpeg2. 视频压缩功能实现2.1 主要功

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php