Redis——好友关注、共同关注、Feed流推送

1. 好友关注

在探店图文的详情页面中，可以关注发布笔记的作者：

进到探店笔记详情页，会发出两个请求，1是判断是否已经关注，2是尝试关注用户的请求。

 

关注是User之间的关系，是博主与粉丝的关系，数据库中有一张tb_follow表来标示：

其中userId是当前登录的用户id，follow_user_id是被关注的用户id

实现对应接口：

1. 判断是否关注：

Controller层:

@GetMapping("/or/not/{id}")
public Result isFollow(@PathVariable("id") Long followUserId) {
      return followService.isFollow(followUserId);
}

Service层：

@Override
public Result isFollow(Long followUserId) {
        // 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();
        // 3.判断
        return Result.ok(count > 0);
    }

2. 关注业务接口：如果已经关注，就在数据库中添加userid（当前登录用户的id）和关注的用户id（follow_user_id）等数据。

如果未关注，就删除数据。

Controller层：

//关注
@PutMapping("/{id}/{isFollow}")
public Result follow(@PathVariable("id") Long followUserId, @PathVariable("isFollow") Boolean isFollow) {
    return followService.follow(followUserId, isFollow);
}

Service层：

关注service
 @Override
    public Result follow(Long followUserId, Boolean isFollow) {
        // 1.获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 1.判断到底是关注还是取关
        if (isFollow) {
            // 2.关注，新增数据
            Follow follow = new Follow();
            follow.setUserId(userId);
            follow.setFollowUserId(followUserId);
            boolean isSuccess = save(follow);

        } else {
            // 3.取关，删除 delete from 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();
    }

 2. 好友共同关注

 需求：利用Redis中恰当的数据结构，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关注呢。

我们可以使用Redis中的set集合，将每个用户关注的用户id，也就是follow_user_id，存入set集合中，每个用户对应一个关注博主的set集合，然后取他们之间的交集，就可以找到共同关注的博主。

所以，我们要先改造之前关注用户的业务逻辑，每次用户关注时，将关注的用户存入Set集合中。

 关注业务改造：

@Override
public Result follow(Long followUserId, Boolean isFollow) {
    // 1.获取登录用户
    Long userId = UserHolder.getUser().getId();
    String key = "follows:" + userId;
    // 1.判断到底是关注还是取关
    if (isFollow) {
        // 2.关注，新增数据
        Follow follow = new Follow();
        follow.setUserId(userId);
        follow.setFollowUserId(followUserId);
        boolean isSuccess = save(follow);
        if (isSuccess) {
            // 把关注用户的id，放入redis的set集合 sadd userId followerUserId
            stringRedisTemplate.opsForSet().add(key, followUserId.toString());
        }
    } else {
        // 3.取关，删除 delete from 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) {
            // 把关注用户的id从Redis集合中移除
            stringRedisTemplate.opsForSet().remove(key, followUserId.toString());
        }
    }
    return Result.ok();
}

然后，我们就可以实现共同关注的接口了。

 

  Controller层：

@GetMapping("/common/{id}")
    public Result followCommons(@PathVariable("id") Long followUserId){
        return followService.followCommons(followUserId);
    }

Service层：

1.获取当前用户id和目标用户id在redis中的key

2.使用set中求交集的方法，得到结果

3.解析结果，得到id组合

4.通过id组合获取用户组合。

5.返回用户组合给前端。

@Override
public Result followCommons(Long id) {
    // 1.获取当前用户
    Long userId = UserHolder.getUser().getId();
    String key = "follows:" + userId;
    // 2.求交集
    String key2 = "follows:" + id;
    Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2);
    if (intersect == null || intersect.isEmpty()) {
        // 无交集
        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);
}

共同关注功能实现。

3. 关注推送（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。

传统的推送模式是用户自己查找内容，而Feed这是根据内容信息来取查找对应用户并推送

 

Feed流产品有两种常见模式：

Timeline：不做内容筛选，简单的按照内容发布时间排序，常用于好友或关注。例如朋友圈

• 优点：信息全面，不会有缺失。并且实现也相对简单

• 缺点：信息噪音较多，用户不一定感兴趣，内容获取效率低

智能排序：利用智能算法屏蔽掉违规的、用户不感兴趣的内容。推送用户感兴趣信息来吸引用户

• 优点：投喂用户感兴趣信息，用户粘度很高，容易沉迷

• 缺点：如果算法不精准，可能起到反作用

 

这里我们的关注推送，就采用第一种 Timeline。

该模式的实现方法同样有三种：

1. 拉模式

也叫做读扩散。它是每个博主发出博客信息后，都有一个发件箱，这个时候，粉丝要来读它的信息，就从这个发件箱里拉取信息到自己的收件箱中并读取，所以叫拉模式。

 缺点：可能会有延迟

2.推模式

也叫作写扩散。它是一个博主发布博客信息后，直接将博客推送到粉丝的收件箱中。这种方法，解决了拉模式的延迟问题，但也会导致内存问题。

 

3.推拉结合

也叫做读写混合，兼具推和拉两种模式的优点。

现在有三个粉丝，同时关注了大V博主，有两个粉丝关注了普通博主张三。 

这时候，张三发送了博客信息，但由于它是普通博主，粉丝基数不大，不用担心内存问题，所以直接采用推模式，发送给粉丝。

 而对于大V博主来说，将粉丝分为活跃粉丝和普通粉丝，活跃粉丝采用推模式，而普通粉丝采用拉模式，将消息放进收件箱中。

这就是三种实现模式，我们做个对比。 

 

这里，我们采用推模式来实现好友推送功能。

这里提一嘴分页问题：

Feed流中的数据会不断更新，所以数据的角标也在变化，因此不能采用传统的分页模式。 

传统分页模式：

所以，我们必须采用Feed流的滚动分页。

1. 首先，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

    @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
        boolean isSuccess = save(blog);
        if (!isSuccess){
            //没有保存成功，返回错误信息
            return Result.fail("新增失败!");
        }
        //成功，将博客信息放到粉丝收件箱
        //1.先获取粉丝群体 select * from tb_follow where follow_user_id = ?
        QueryChainWrapper<Follow> follows = followService.query().eq("follow_user_id", user.getId());
        //2.将消息推送至粉丝收件箱
        String key = "feeds:"+user.getId();
        stringRedisTemplate.opsForZSet().add(key,blog.getId().toString(),System.currentTimeMillis());
        // 返回id
        return Result.ok(blog.getId());
    }