在探店图文的详情页面中,可以关注发布笔记的作者:
http://127.0.0.1:8080/api/follow/2/true
(2是关注的用户id,最后面的参数可以是true或者false,取决于当前的关注状态)http://127.0.0.1:8080/api/follow/or/not/2
,返回两种状态:true(已关注)或者false(未关注)。关注和取关功能根据关注状态来实现。需求:基于该表数据结构,实现两个接口:
关注是User之间的关系,是博主与粉丝之间的关系,数据库使用tb_follow来表示:
CREATE TABLE `tb_follow` ( `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键', `user_id` bigint(20) unsigned NOT NULL COMMENT '用户id', `follow_user_id` bigint(20) unsigned NOT NULL COMMENT '关联的用户id', `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT
注意:这里要把主键改为自增长,简化开发。
取关就是删除该表的一条对应记录,关注就是新增一条表对应的记录。根据user_id和follow_user_id判断关注状态。
(1)Follow.java,记录用户和博主的关系
package com.hmdp.entity; import com.baomidou.mybatisplus.annotation.IdType; import com.baomidou.mybatisplus.annotation.TableId; import com.baomidou.mybatisplus.annotation.TableName; import lombok.Data; import lombok.EqualsAndHashCode; import lombok.experimental.Accessors; import java.io.Serializable; import java.time.LocalDateTime; /** * 关注关系(用户和博主) * * @author 李 * @version 1.0 */ @Data @EqualsAndHashCode(callSuper = false) @Accessors(chain = true) @TableName("tb_follow") public class Follow implements Serializable { private static final long serialVersionUID = 1L; //主键 @TableId(value = "id", type = IdType.AUTO) private Long id; //用户id(粉丝) private Long userId; //关注的用户id(博主) private Long followUserId; //创建时间 private LocalDateTime createTime; }
(2)IFollowService.java,声明方法接口
package com.hmdp.service; import com.hmdp.dto.Result; import com.hmdp.entity.Follow; import com.baomidou.mybatisplus.extension.service.IService; /** * 服务类 * * @author 李 * @version 1.0 */ public interface IFollowService extends IService<Follow> { Result follow(Long followUserId, Boolean isFollow); Result isFollow(Long followUserId); }
(3)FollowServiceImpl.java,实现方法
package com.hmdp.service.impl; import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper; import com.hmdp.dto.Result; import com.hmdp.entity.Follow; import com.hmdp.mapper.FollowMapper; import com.hmdp.service.IFollowService; import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl; import com.hmdp.utils.UserHolder; import org.springframework.stereotype.Service; /** * 服务实现类 * * @author 李 * @version 1.0 */ @Service public class FollowServiceImpl extends ServiceImpl<FollowMapper, Follow> implements IFollowService { //关注or取关功能 @Override public Result follow(Long followUserId, Boolean isFollow) { if (UserHolder.getUser() == null) { return Result.fail("用户未登录"); } //1.获取登录用户 Long userId = UserHolder.getUser().getId(); //2.判断是关注还是取关功能 if (isFollow) { //3.关注,新增数据 Follow follow = new Follow(); follow.setUserId(userId); follow.setFollowUserId(followUserId); save(follow); } else { //4.取关,删除数据 delete form tb_follow where user_id = ? and follow_user_id = ? remove(new QueryWrapper<Follow>() .eq("user_id", userId).eq("follow_user_id", followUserId)); } return Result.ok(); } //查询当前用户对某博主的关注状态 @Override public Result isFollow(Long followUserId) { if (UserHolder.getUser() == null) { return Result.fail("用户未登录"); } //1.获取登录用户 Long userId = UserHolder.getUser().getId(); //2.查询是否关注 select count(*) from tb_follow where user_id =? and follow_user_id =? Integer count = query().eq("user_id", userId).eq("follow_user_id", followUserId).count(); return Result.ok(count > 0);//如果count>0,表示已关注,返回true,反之,返回false } }
(4)FollowController.java
package com.hmdp.controller; import com.hmdp.dto.Result; import com.hmdp.service.IFollowService; import org.springframework.web.bind.annotation.*; import javax.annotation.Resource; /** * 前端控制器 * * @author 李 * @version 1.0 */ @RestController @RequestMapping("/follow") public class FollowController { @Resource private IFollowService followService; @PutMapping("/{id}/{isFollow}") public Result follow(@PathVariable("id") Long followUserId, @PathVariable("isFollow") Boolean isFollow) { return followService.follow(followUserId, isFollow); } @GetMapping("/or/not/{id}") public Result follow(@PathVariable("id") Long followUserId) { return followService.isFollow(followUserId); } }
(5)测试:重启项目,进入博客详情
点击关注按钮,提示关注成功:
数据库的tb_follow表添加一条新数据:
再点击取消关注按钮,提示取消关注成功:
数据库tb_follow删除该条数据:
点击博主头像,可以进入博主首页,查看博主首页的信息:包括博主信息,发布的笔记,共同关注。
当点击进入博主首页的时候,将会发出两个请求:
当点击共同关注的时候,就会发出请求查询共同关注。
博主个人首页依赖于两个功能:
(1)在UserController.java中增加queryUserById()方法,用于请求博主的用户信息
//根据id查询用户信息 @GetMapping("/{id}") public Result queryUserById(@PathVariable("id") Long userId) { //查询详情 User user = userService.getById(userId); if (user == null) { return Result.ok(); } UserDTO userDTO = BeanUtil.copyProperties(user, UserDTO.class); //返回 return Result.ok(userDTO); }
(2)在BlogController.java中增加queryBlogByUserId方法,用于查询最近10条笔记
//根据用户id查询blog @GetMapping("/of/user") public Result queryBlogByUserId( @RequestParam(value = "current", defaultValue = "1") Integer current, @RequestParam("id") Long id) { //根据用户查询 Page<Blog> page = blogService.query() .eq("user_id", id) .page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE)); //获取当前页数据 List<Blog> records = page.getRecords(); return Result.ok(records); }
(3)重启项目,点击某个博主首页,显示如下:
需求:使用Redis合适的数据结构,实现共同关注功能。在博主个人页面展示出当前用户与博主的共同好友。
我们可以使用Redis的Set结构,求多个set集合的交集:
SINTER key [key ...] summary: Intersect multiple sets since: 1.0.0
例如:
127.0.0.1:6379> SADD s1 m1 m2 (integer) 2 127.0.0.1:6379> SADD s2 m2 m3 (integer) 2 127.0.0.1:6379> SINTER s1 s2 1) "m2"
代码实现
要使用set结构实现共同关注功能,首先将用户关注的列表添加到redis的set集合中。
因此,我们需要修改之前的关注功能:在关注用户的时候,不仅要记录到数据库中,还要将关注的用户放到redis的set集合中(key为当前用户id,value为当前用户关注的所有用户的id)。
(1)修改FollowServiceImpl.java的follow方法:
//关注or取关功能 @Override public Result follow(Long followUserId, Boolean isFollow) { if (UserHolder.getUser() == null) { return Result.fail("用户未登录"); } //1.获取登录用户 Long userId = UserHolder.getUser().getId(); String key = "follows:" + userId; //2.判断是关注还是取关功能 if (isFollow) { //3.关注,新增数据 Follow follow = new Follow(); follow.setUserId(userId); follow.setFollowUserId(followUserId); boolean isSuccess = save(follow); if (isSuccess) { //将关注用户的id,放入到redis的set集合中 sadd userId followerUserId stringRedisTemplate.opsForSet().add(key, followUserId.toString()); } } else { //4.取关,删除数据 delete form tb_follow where user_id = ? and follow_user_id = ? boolean isSuccess = remove(new QueryWrapper<Follow>() .eq("user_id", userId).eq("follow_user_id", followUserId)); if (isSuccess) { //将关注用户的id从set集合中移除 stringRedisTemplate.opsForSet().remove(key, followUserId); } } return Result.ok(); }
(2)测试,使用一个用户任意关注两个博主后,redis中的数据:
数据库:
重新登录一个用户,关注两个博主:
可以看到用户1034和用户1的共同关注为用户2号,关注功能已经修改完毕,接下来实现共同关注功能。
(3)修改IFollowService接口,声明followCommons方法
Result followCommons(Long id);
(4)修改FollowServiceImpl,实现followCommons()方法
@Override public Result followCommons(Long id) { //1.获取当前用户 Long userId = UserHolder.getUser().getId(); String key = "follows:" + userId; String key2 = "follows:" + id; //2.求交集 //结果为交集的所有用户id Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2); if (intersect == null || intersect.isEmpty()) { //如果没有交集 return Result.ok(Collections.emptyList()); } //3.解析id集合 List<Long> ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList()); //4.查询用户 List<UserDTO> users = userService.listByIds(ids) .stream() .map(user -> BeanUtil.copyProperties(user, UserDTO.class)) .collect(Collectors.toList()); return Result.ok(users); }
(5)修改FollowController,增加接口
@GetMapping("/common/{id}") public Result followCommons(@PathVariable("id") Long id) { return followService.followCommons(id); }
(6)测试:登录id为1034的用户,查看id为1的用户主页,页面显示两个用户共同关注为2号用户。
和redis中的数据一致,测试通过。
当我们关注了用户后,如果这个用户发了动态,那么我们应该把这些数据推送给用户,这个需求又叫做Feed流。关注推送也叫做Feed流,直译为投喂。为用户持续的提供“沉浸式”的体验,通过无限下拉刷新获取新的信息。
对于传统的模式的内容解锁:需要用户去通过搜索引擎或者是其他的方式去解锁想要看的内容
对于新型的Feed流的的效果:不需要用户再去推送信息,而是系统分析用户到底想要什么,然后直接把内容推送给用户,从而使用户能够更加的节约时间,不用主动去寻找。
Feed流产品有两种常见模式:
在本例中的个人主页,是基于关注的好友来做Feed流的,因此采用的是Timeline的模式。
该模式的实现方案有三种:
(1)拉模式:也叫读扩散
如上所示,每个博主都会发布自己的笔记,视频等数据,我们称之为“消息”。每个人都会有一个发件箱,发送的消息会发到各自的发件箱里(消息除了数据本身,还会附带一个时间戳)。
粉丝会有一个收件箱,这个收件箱平常是空的,只有当他要去读消息的时候,才会从他关注的人的发件箱中,一个一个地拉取消息到自己的收件箱中,然后按照信息会按照时间排序,这样他就可以按照时间去读消息了。
拉模式只有在读消息的时候才会拉取一个消息副本,因此拉模式又叫读扩散
(2)推模式:也叫写扩散。
推模式没有发件箱,博主发布的消息会直接推送到他的所有粉丝的收件箱中,然后收件箱中的消息会按照时间进行排序。粉丝要读消息的时候,就可以直接读取已经排序好的消息,不需要临时去拉取消息。
因此这种模式的优点是延时低,但缺点是内存占用高。
推模式模式在发布消息的时候,通过直接写到收件箱中来进行消息扩散,因此叫做写扩散。
(3)推拉结合模式:也叫做读写混合,兼具推和拉两种模式的优点。
在发件人角度来看
在收件人角度来看
(4)三种模式对比
这里采取推模式。
推模式是没有发件箱的,用户发布的消息会直接推送消息到其粉丝收件箱中。在我们的业务中,消息就是探店笔记,每当有人发布探店笔记时,我们就应该将笔记推送到其粉丝的收件箱。
之前实现的探店笔记功能:当用户发布探店笔记时,会将笔记的信息直接保存到数据库中。为了实现新功能——消息推送,需要改造发布探店笔记功能:保存笔记到数据库的同时,还要将笔记推送到粉丝的收件箱中。为了节省内存空间,推送消息时,只需要推送一个blogId即可。粉丝去查询笔记时,再根据id到数据库中查询笔记详细信息。
综上,关注推送业务的关键,就是:
实现收件箱
推送消息
最后是消息的分页功能:
Redis中的list和zset结构都可以实现排序,list结构可以按照脚标查询;zset结构没有脚标,但是可以按照排名(根据score)进行查询,也可以实现分页。那么应该如何选择呢?
Feed流的分页问题:
因为Feed流中的数据会不断更新,所以数据的脚标也在变化,因此不能使用传统的分页模式:
如下,t1时刻有10条消息,它们按照时间排序。此时读取的第一页(假设为5条)为消息10-6。在t2时刻发布了一条新消息,由于是按时间排序,此条消息会被放到最上面。这时,当读取第二页的时候,由于分页是从当前的第一条消息(11)开始计算,因此读取的就是6-2。
我们可以发现6被重复读取了两次,分页出现了混乱,因此Feed不能采用传统的分页模式。
Feed流的滚动分页:
所谓的滚动分页,其实就是记录每次查询的最后一条,下一次查询以该位置作为起始位置。第一次查询时,起始位置记为无穷。
如下,t1时读取了第一页,记录lastId为6;t2时发布一条新消息,经过排序放到了最新的位置。t3时刻读取第二页,由于记录了lastId为6,就不会出现重复读取的问题。
Feed流滚动分页选用的数据结构:
回到之前的问题:list结构不支持这种滚动分页,因为在list中查询数据,只能按照脚标查询(即只能实现传统的分页模式)。zset可以按照score值排序,但如果按照排名1,2,3,4....这样查询,就和list脚标查询一样了。
但是,zset还支持按照score值范围进行查询:在score中存放时间戳,每一次查询时,记住最小的时间戳(即当前页的最后一条消息),这样就相当于记录了lastId;下次查询时,去找比这个时间戳小的消息,如此就可以实现滚动分页了。
ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count] summary: Return a range of members in a sorted set, by score, with scores ordered from high to low since: 2.2.0
因此,我们可以选择zset结构作为实现Feed流分页的底层结构。
(在数据有变化的情况下,尽量不要使用List这种队列去做分页,而是使用SortedSet,例如排行榜)
需求1:修改新增探店笔记的业务,在保存blog到数据库的同时,推送到粉丝的收件箱
(1)修改IBlogService.java,增加方法声明
Result saveBlog(Blog blog);
(2)修改BlogServiceImpl.java,实现saveBlog()方法
@Override public Result saveBlog(Blog blog) { //1.获取登录用户 UserDTO user = UserHolder.getUser(); blog.setUserId(user.getId()); //2.保存探店笔记 boolean isSuccess = save(blog); if (!isSuccess) { return Result.fail("新增笔记失败!"); } //3.查询笔记作者的所有粉丝 select * from tb_follow where follow_user_id=? List<Follow> follows = followService.query() .eq("follow_user_id", user.getId()).list(); //4.推送笔记id给所有粉丝 for (Follow follow : follows) { //4.1获取粉丝id Long userId = follow.getUserId(); //4.2推送 String key = "feed:" + userId; //key为粉丝id,value为blogId,score为时间戳 stringRedisTemplate.opsForZSet() .add(key, blog.getId().toString(), System.currentTimeMillis()); } //5.返回笔记id return Result.ok(blog.getId()); }
(3)修改BlogController,添加接口
@PostMapping public Result saveBlog(@RequestBody Blog blog) { return blogService.saveBlog(blog); }
(4)测试
可以看到当前id=1和id=1034的用户都关注了id=2的用户
我们登陆id=2的用户,发布一篇探店笔记:
在数据库的tb_blog表中可以看到已经成功保存笔记数据:blogId=11
在redis中,可以看到id=1和id=1034两个用户的收件箱中都分别收到了blogId=11的笔记推送(每个用户都有一个收件箱):
测试通过。
需求2:在个人主页的“关注”卡片中,查询并展示推送的Blog信息,并实现分页查询