redis实战-实现笔记点赞和点赞排行榜

发布探店笔记

探店笔记类似点评网站的评价，往往是图文结合。对应的表有两个：

tb_blog：探店笔记表，包含笔记中的标题、文字、图片等

tb_blog_comments：其他用户对探店笔记的评价

 

 保存笔记service层

@Override
    public Result saveBlog(Blog blog) {
        // 获取登录用户
        UserDTO user = UserHolder.getUser();
        blog.setUserId(user.getId());
        // 保存探店博文
        save(blog);
        // 返回id
        return Result.ok(blog.getId());
    }

注意修改图片保存路径为自己的目录

 查看探店笔记

 对应的查询接口

@Override
public Result queryBlogById(Long id) {
    // 1.查询blog
    Blog blog = getById(id);
    if (blog == null) {
        return Result.fail("笔记不存在！");
    }
    // 2.查询blog有关的用户
    queryBlogUser(blog);
    return Result.ok(blog);
}

实现点赞

初步实现

初始代码，即用户一点击点赞按钮，请求这一接口直接访问数据库将这篇笔记的点赞数量＋1，没有任何限制，这并不符合我们常规的点赞逻辑，我们应该实现的是一人一赞，当用户点赞之后，点赞按钮会高亮，再次点击按钮之后会取消点赞

@GetMapping("/likes/{id}")
public Result queryBlogLikes(@PathVariable("id") Long id) {
    //修改点赞数量
    blogService.update().setSql("liked = liked +1 ").eq("id",id).update();
    return Result.ok();
}

 完善功能

需求：

• 同一个用户只能点赞一次，再次点击则取消点赞

• 如果当前用户已经点赞，则点赞按钮高亮显示（前端已实现，判断字段Blog类的isLike属性）

实现步骤：

• 给Blog类中添加一个isLike字段，标示是否被当前用户点赞

• 修改点赞功能，利用Redis的set集合判断是否点赞过，未点赞过则点赞数+1，已点赞过则点赞数-1，将这篇笔记点赞过的用户id存储到set集合中，实现去重

• 修改根据id查询Blog的业务，判断当前登录用户是否点赞过，赋值给isLike字段

• 修改分页查询Blog业务，判断当前登录用户是否点赞过，赋值给isLike字段

首先给blog类添加isLike字段，@TableField(exist = false)表示该字段不属于数据库字段

 先从redis中的set集合中判断该用户是否点过赞，如果已经点赞过会从set集合移除该用户，表示取消点赞，否则会先走数据库，并将用户id存入set集合中

 @Override
    public Result likeBlog(Long id){
        // 1.获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 2.判断当前登录用户是否已经点赞
        String key = BLOG_LIKED_KEY + id;
        Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, userId.toString());
        if(BooleanUtil.isFalse(isMember)){
             //3.如果未点赞，可以点赞
            //3.1 数据库点赞数+1
            boolean isSuccess = update().setSql("liked = liked + 1").eq("id", id).update();
            //3.2 保存用户到Redis的set集合
            if(isSuccess){
                stringRedisTemplate.opsForSet().add(key,userId.toString());
            }
        }else{
             //4.如果已点赞，取消点赞
            //4.1 数据库点赞数-1
            boolean isSuccess = update().setSql("liked = liked - 1").eq("id", id).update();
            //4.2 把用户从Redis的set集合移除
            if(isSuccess){
                stringRedisTemplate.opsForSet().remove(key,userId.toString());
            }
        }

点赞状态查询

 在用户进行点赞之后，我们还需要完善对应的查询笔记接口，以保证用户点赞后的高亮响应

对判断当前用户是否点赞该笔记，以及笔记对象要封装对应的用户信息这两个方法封装，原因是首页笔记分页查询以及笔记详情都要用到，实现代码复用

//笔记需要封装对应的用户信息 
void fillUserToBlog(Blog blog) {
        Long userId = blog.getUserId();
        User user = userService.getById(userId);
        blog.setName(user.getNickName());
        blog.setIcon(user.getIcon());
    }
//判断当前用户是否已经点赞笔记
    void isLikeBlog(Blog blog) {
        UserDTO user = UserHolder.getUser();
//这里进行空指针判断，原因是首页并不需要登录就能访问，所以当user为空时直接结束
        if (user == null) {
            return;
        }
        Long userId = user.getId();
        String key = BLOG_LIKED_KEY + blog.getId();
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        blog.setIsLike(score != null);
    }

首先就是点进笔记，查看笔记详情时，有个点赞状态查询，我们需要找到对应的接口方法进行改造

  @Override
    public Result queryBlogById(Long id) {

        Blog blog = getById(id);
        fillUserToBlog(blog);
        isLikeBlog(blog);
        return Result.ok(blog);
    }

对首页笔记分页查询的方法也需要进行改造，完善点赞状态和用户信息

@Override
    public Result queryHotBlog(Integer current) {
        // 根据用户查询
        Page<Blog> page = query()
                .orderByDesc("liked")
                .page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));
        // 获取当前页数据
        List<Blog> records = page.getRecords();
        // 查询用户
        records.forEach(blog -> {
            fillUserToBlog(blog);
            isLikeBlog(blog);
        });
        return Result.ok(records);
    }

点赞排行榜

在探店笔记的详情页面，会把给该笔记点赞的人显示出来，比如最早点赞的TOP5，形成点赞排行榜，就像朋友圈的点赞的一样，按照时间顺序排序点赞的人，这要求我们采用能排序的数据结构来存储点赞用户的id而不是像set一样是无序的，list虽然能实现按添加顺序排序，但是list元素不能唯一，不能实现一人一赞的功能，故最后sortedSet来实现

改进点赞功能

我们现在要将点赞用户的id存储在sortedSet中，需要在原有代码的基础上进行改善，换成存储在sortedSet中，由于sortedSet没有直接判断该value是否在这一集合中的方法，只能获取该value的score值来判断是否存在

@Override
    public Result likeBlog(Long id) {
        //获取登录用户
        Long userId = UserHolder.getUser().getId();
        //判断该用户是否已经点过赞
        String key = BLOG_LIKED_KEY + id;
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        if (score == null) {
            boolean isSuccess = update().setSql("liked=liked+1").eq("id", id).update();
            if (isSuccess) {
                stringRedisTemplate.opsForZSet().add(key, userId.toString(), System.currentTimeMillis());
            }
        } else {
            boolean isSuccess = update().setSql("liked=liked-1").eq("id", id).update();
            if (isSuccess) {
                stringRedisTemplate.opsForZSet().remove(key, userId.toString());
            }
        }
        return Result.ok();
    }
void isLikeBlog(Blog blog) {
        UserDTO user = UserHolder.getUser();
        if (user == null) {
            return;
        }
        Long userId = user.getId();
        String key = BLOG_LIKED_KEY + blog.getId();
        Double score = stringRedisTemplate.opsForZSet().score(key, userId.toString());
        blog.setIsLike(score != null);

 我们先将点赞用户的前五位从sortset中取出来，需要注意的是，由于我们使用的是stringRedisTemplate，取出的元素是string类型的，我们需要对获取的id集合进行处理，这里使用stream流，将id集合都转化为Long类型,由于sql语句中的in查询出来的用户列表，又重新以id排序了，故我们需要拼接上order by进行排序

  @Override
    public Result queryBlogLikes(Long id) {
        String key = BLOG_LIKED_KEY + id;
        Long userId = UserHolder.getUser().getId();
        Set<String> range = stringRedisTemplate.opsForZSet().range(key, 0, 4);
        List<Long> ids = range.stream().map(item -> Long.valueOf(item)).collect(Collectors.toList());
        String joinIds = StrUtil.join(",", ids);
        List<UserDTO> userDTOS = userService.query().in("id", ids)
                .last("order by FIELD(id," + joinIds + "  )")
                .list().stream().map(user ->
                        BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());

        return Result.ok(userDTOS);
    }