Redis高效点赞与取消功能

到此 灵熙云工作室 - 实践出真理 查看全文内容

像CSDN的点赞功能只记录了数量，微信朋友圈的点赞功能有显示点赞人头像(获取userId查询用户信息封装返回即可)

点赞、取消点赞是高频次的操作，若每次都读写数据库，大量的操作会影响数据库性能，甚至宕机，所以用缓存处理再合适不过。本文以文章点赞为例来展开叙述

数据格式选择

Redis有5种数据结构分别为：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）。

由于需要记录文章和点赞人，还有点赞状态（点赞、取消），分析下 Redis 数据格式中Hash最合适。

因为Hash里的数据都是存在一个Key中，通过Key很方便的把所有的点赞数据都取出。Key里面的数据还可以存成键值对的形式，方便存入点赞人、被点赞人和点赞状态。

文章 id 为 articleId，点赞人的 id 为 userId ，点赞状态为 1(点赞)和0(取消点赞)。文章 id 和点赞人 id 作为HashKey，两个 id 中间用::隔开，点赞状态作为HashValue。

整合SpringBoot

依赖

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

基础配置

spring:
  redis:
    database: 0
    host: 127.0.0.1
    port: 6379
    jedis:
      pool:
        max-active: 8
        max-wait: -1ms
        max-idle: 8
        min-idle: 0

配置类

package cn.goitman.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;
import org.springframework.jdbc.datasource.DataSourceTransactionManager;
import org.springframework.transaction.PlatformTransactionManager;

import javax.sql.DataSource;
import java.sql.SQLException;

/** * @author Nicky * @version 1.0 * @className RedisConfig * @blog goitman.cn | blog.csdn.net/minkeyto * @description Redis配置类 * @date 2022/5/16 14:40 */
@Configuration
public class RedisConfig {
    

    /** * 凡事使用到template的redis操作都必须走@Transanctional注解式事务，要不然会导致连接一直占用，不关闭 */
    @Bean
    public RedisTemplate redisTemplate(RedisConnectionFactory redisConnectionFactory){
    
        RedisTemplate template = new RedisTemplate();
        // 改变redisTemplate的序列化方式，key为字符串格式，value为json格式
        template.setKeySerializer(new StringRedisSerializer());
        template.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        // HashKey 和 HashValue 为json格式
        template.setHashKeySerializer(new GenericJackson2JsonRedisSerializer());
        template.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
        template.setConnectionFactory(redisConnectionFactory);
        // 开启事务支持
        template.setEnableTransactionSupport(true);
        return template;
    }

    /** * 配置事务管理器 */
    @Bean
    public PlatformTransactionManager transactionManager(DataSource dataSource) throws SQLException {
    
        return new DataSourceTransactionManager(dataSource);
    }
}

如果redisTemplate没有序列化，在可视化工具中看到的数据为乱码，获取数据时也可能为空，模糊查询(下文有叙述）功能也使用不了

Redis接口

package cn.goitman.service.impl;

import cn.goitman.pojo.Article;
import cn.goitman.pojo.Likes;
import cn.goitman.service.RedisService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.Cursor;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ScanOptions;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

/** * @author Nicky * @version 1.0 * @className RedisServiceImpl * @blog goitman.cn | blog.csdn.net/minkeyto * @description Redis接口实现类 * @date 2022/5/13 16:43 */
@Service
@Transactional
public class RedisServiceImpl implements RedisService {
    

    // 文章点赞 KEY
    public static final String KEY_ARTICLE_LIKE = "ARTICLE_LIKE";

    // 文章点赞数量 KEY
    public static final String KEY_ARTICLE_LIKE_COUNT = "ARTICLE_LIKE_COUNT";

    @Autowired
    RedisTemplate redisTemplate;

    /** * 保存点赞和文章点赞量 */
    @Override
    public void saveLike(String articleId, String userId) {
    
        String field = getLikeKey(articleId, userId);
        redisTemplate.opsForHash().put(KEY_ARTICLE_LIKE, field, 1);
        redisTemplate.opsForHash().increment(KEY_ARTICLE_LIKE_COUNT, articleId, 1);
    }

    /** * 取消点赞和文章点赞量 */
    @Override
    public void unLike(String articleId, String userId) {
    
        String field = getLikeKey(articleId, userId);
        redisTemplate.opsForHash().put(KEY_ARTICLE_LIKE, field, 0);
        redisTemplate.opsForHash().increment(KEY_ARTICLE_LIKE_COUNT, articleId, -1);
    }

    /** * 删除点赞数据 */
    @Override
    public void deleteLike(List<Likes> list) {
    
        for (Likes like : list) {
    
            String field = getLikeKey(like.getArticleId(), like.getUserId());
            redisTemplate.opsForHash().delete(KEY_ARTICLE_LIKE, field);
        }
    }

    /** * 删除文章点赞量数据 */
    @Override
    public void deleteLikeCount(String articleId) {
    
        redisTemplate.opsForHash().delete(KEY_ARTICLE_LIKE_COUNT, articleId);
    }

    /** * 获取全部点赞数据 */
    @Override
    public List<Likes> getAllLikeData() {
    
        List<Likes> list = new ArrayList<>();
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(KEY_ARTICLE_LIKE, ScanOptions.NONE);
        while (cursor.hasNext()) {
    
            Map.Entry<Object, Object> entry = cursor.next();
            String keys = entry.getKey().toString();

            String[] keyArr = keys.split("::");
            Likes like = new Likes(keyArr[0], keyArr[1], (Integer) entry.getValue());

            list.add(like);
        }
        return list;
    }

    /** * 获取文章点赞量数据 */
    @Override
    public List<Article> getArticleLikeCount() {
    
        List<Article> list = new ArrayList<>();
        Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(KEY_ARTICLE_LIKE_COUNT, ScanOptions.NONE);
        while (cursor.hasNext()) {
    
            Map.Entry<Object, Object> entry = cursor.next();
            String articleId = entry.getKey().toString();
            Article article = new Article(articleId, (Integer) entry.getValue());
            list.add(article);
        }
        return list;
    }

    /** * 拼接文章ID和点赞人ID作为key */
    private String getLikeKey(String articleId, String userId) {
    
        return new StringBuilder().append(articleId).append("::").append(userId).toString();
    }
}

搞掂，就是这么简单高效，在Redis内，存在相同数据只会修改value，并且Redis默认RDB持久化数据。

当然也可加上限时内限制每个用户点赞次数的逻辑，防止恶意刷接口，逻辑简单，在此就不累述啦

到此 灵熙云工作室 - 实践出真理 查看全文内容