【遇见青山】基于Redis的Feed流实现案例

1.关注推送

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。

Feed流产品有两种常见模式：

这里我们实现基本的TimeLine Feed流模式：

的TimeLine Feed流模式有三种基本的实现方案：

拉模式：也叫做读扩散🦿

推模式：也叫做写扩散👣

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🤺

Feed流的实现方案分析：

点评类网站或App，宜使用推模式，短视频类网站或App，宜使用推拉结合模式⛷️

---

2.具体代码实现

需求分析：

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
2. 收件箱满足可以根据时间戳排序，必须用Redis的数据结构实现
3. 查询收件箱数据时，可以实现分页查询

分析：实现滚动分页的方式

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，而要采用滚动分页，Redis数据结构中终于List和SortedSet支持分页，但List不支持滚动分页功能，所以Redis数据结构我们宜采用SortedSet！

首先，在保存博客的时候要推送给所有的粉丝（收件箱）：

/*** 保存博客** @param blog 博客对象* @return 博客的ID*/
@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 isSave = save(blog);if (!isSave) {return Result.fail("新增笔记失败！");}// 查询笔记作者的所有粉丝List<Follow> follows = followService.query().eq("follow_user_id", user.getId()).list();for (Follow follow : follows) {Long userId = follow.getUserId();// 开始推送stringRedisTemplate.opsForZSet().add(FEED_KEY + userId, blog.getId().toString(), System.currentTimeMillis());}// 返回idreturn Result.ok(blog.getId());
}

实现具体的滚动分页查询：

/*** 滚动分页查询Feed流推送的博客** @param max    上一次查询的最小值，用于实现滚动查询* @param offset 偏移量，防止查询到重复数据* @return Result*/
@Override
public Result queryBlogOfFollow(Long max, Integer offset) {// 获取当前用户Long userId = UserHolder.getUser().getId();// 查询当前用户的收件箱Set<ZSetOperations.TypedTuple<String>> tuples = stringRedisTemplate.opsForZSet().reverseRangeByScoreWithScores(FEED_KEY + userId, 0, max, offset, DEFAULT_PAGE_SIZE);if (tuples == null || tuples.isEmpty()) {return Result.ok();}// 创建集合，保存idArrayList<Long> ids = new ArrayList<>(tuples.size());// 保存最小时间long minTime = 0;// 保存偏移量int os = 1;// 开始解析数据，得到最终的ids，minTime，offset（os）值for (ZSetOperations.TypedTuple<String> tuple : tuples) {// 获取id并保存ids.add(Long.valueOf(Objects.requireNonNull(tuple.getValue())));// 获取分数（时间戳）long time = Objects.requireNonNull(tuple.getScore()).longValue();if (time == minTime) {os++;} else {// 最后一个元组的时间一定是最小时间minTime = time;// 重置偏移量os = 1;}}String idStr = StrUtil.join(",", ids);// 根据id查询blogList<Blog> blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();// 给每个blog封装点赞，作者等信息for (Blog blog : blogs) {// 查询blog有关的用户queryBlogUser(blog);// 查询blog的点赞信息，当前用户是否点过赞？isBlogLiked(blog);}// 返回博客集合给前端ScrollResult scrollResult = new ScrollResult();scrollResult.setList(blogs);scrollResult.setMinTime(minTime);scrollResult.setOffset(os);return Result.ok(scrollResult);
}