1.发布探店笔记
2.点赞
利用Redis中的Set集合来判断是否点赞过。
3.点赞排行榜
可以通过SortedSet来按点赞时间进行排序。
4.好友关注
4.1.关注和取关
4.2.共同关注
- 可以通过set实现交集的功能
4.3.关注推送
4.3.1 拉模式
- 拉模式（Pull），也叫读扩散：
- 在拉模式中，消费者负责主动从消息队列或者消息服务器中拉取消息。
- 消费者会定期轮询消息队列或者订阅主题，检查是否有新的消息可供处理。
- 消费者决定何时拉取消息，以及每次拉取多少消息。
- 这种方式相对消耗资源较少，因为消费者可以控制消息的获取速度，但可能导致消费者轮询频繁或者消息获取不及时的问题。
4.3.2 推模式
- 推模式（Push），也叫写扩散：
- 在推模式中，消息生产者直接将消息推送给消费者，而无需消费者主动请求。
- 生产者在消息就绪后即时地将消息发送给订阅者或者消息队列。
- 消费者无需关心何时有新消息，只需要等待消息到达并及时处理。
- 这种方式可以实时地将消息推送给消费者，但可能导致消费者处理不及时或者消息堆积的问题。
4.3.3 推拉模式
- 推拉模式结合了拉模式和推模式的优点。
- 消费者可以通过订阅主题或者注册监听器等方式订阅消息，同时可以根据需要主动拉取消息。
- 当有新消息到达时，消息服务器会主动推送消息给消费者；当消费者需要获取消息时，也可以主动拉取消息。
- 这种方式结合了实时性和资源控制的优势，消费者可以根据自己的需求选择何时主动获取消息，何时等待消息推送。
- 根据不同的用户提供不同的方案
4.3.4 方案比较
5.基于推模式实现关注推送功能
- 需求一
- 在保存blog到数据库的同时，推送到粉丝的收件箱（即利用SortedSet创建一个对应的redis字段,key为粉丝的id，结合中的内容为博客id和创建时间）
5.1 Feed流的分页问题
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。
解决办法：
使用滚动分页
5.2 实现关注页面的分页查询
- 利用每次查询都记住上一次查询的最小值
- 第一页利用
ZREVRANGEBYSCORE z1 maxValue 0 WITHSCORES LIMIT 0 sizeOfPage - 下一次可以通过利用上一次的最小值继续查询
ZREVRANGEBYSCORE z1 lastMinValue 0 WITHSCORES LIMIT sizeOfLastValue sizeOfPage - 但有可能会出现score分数相同的情况，所以上面的偏移1可能会出问题
- 所以这个偏移量应该是和上次最小值相同的个数
java">@Overridepublic Result queryBlogOfFollow(Long max, Integer offset) {// 1.获取当前用户Long userId = UserHolder.getUser().getId();// 2.查询收件箱String key = FEED_KEY + userId;Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet().reverseRangeByScoreWithScores(key, 0, max, offset, 2);// 3.非空判断if (typedTuples == null || typedTuples.isEmpty()){return Result.ok();}// 4.解析收件箱：blogId、score（时间戳）、offset根我上次查询出的值ArrayList<Long> ids = new ArrayList<>(typedTuples.size());long minTime = 0;int os = 1;for (ZSetOperations.TypedTuple<String> tuple : typedTuples) {// 4.1.获取idids.add(Long.valueOf(tuple.getValue()));// 4.2.获取分数(时间戳)long time = tuple.getScore().longValue();if(time == minTime){os++;}else{minTime = time;os = 1;}}// 5.根据id查询blogString idStr = StrUtil.join(",", ids);List<Blog> blogs = query().in("id",ids).last("ORDER BY FIELD(id,"+idStr+")").list();for (Blog blog : blogs) {queryBlogUser(blog);isBlockLiked(blog);}// 6.封装并返回ScrollResult r = new ScrollResult();r.setList(blogs);r.setOffset(os);r.setMinTime(minTime);return Result.ok(r);}
