【Redis】点赞功能

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);}