点赞功能设计与实现

点赞业务本身并不复杂，无非是对数据的update，但是点赞本身是无意识行为，并且同一个用户可对博文进行点赞/取消点赞，如果直接操作数据库，无疑会增加数据库io操作。

方案:

缓存+异步推送

缓存+定时任务

优点:

降低对数据库的操作

提高点赞的效率

缺点:

redis挂掉，或者mq延迟使数据库数据与redis数据不一致(正在发生)

解决方案:定时同步redis与数据库数据

丢失数据

解决方案:MQ挂掉，不解决图片

图片

数据库设计

CREATE TABLE user_thumb (
like_detail_id bigint(20) NOT NULL AUTO_INCREMENT COMMENT ‘点赞信息ID’,
info_id bigint(8) DEFAULT NULL COMMENT ‘图文ID’,
like_create_time datetime(0) DEFAULT NULL COMMENT ‘时间’,
like_user_id bigint(8) DEFAULT NULL COMMENT ‘点赞人ID’,
PRIMARY KEY (like_detail_id) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 16 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci COMMENT = ‘点赞记录表’ ROW_FORMAT = Dynamic;
实现思路

1.方案一
redis数据结构采用hash或者set都可，前缀自定义，后缀使用图文消息的id

key-value------>{“prefix:图文id” : “用户id”}

2.大key类型拆分

即便是一万用户，频繁操作最大值也是非常大的，对key进行hash取值，

String key = RedisConstants.getLike(infoId%6);
boolean flag = redisService.isMember(key, userId);
3.是否点赞枚举，1:点赞，2:取消点赞

public enum ThumbEnum {

THUMB(1,"点赞"),
CANCELTHUMB(2,"取消点赞"),

private String MessageName;
private Integer type;

public String getType(Integer type) {
    return type;
}

public void setMessageName(String messageName) {
    MessageName = messageName;
}

ThumbEnum(String messageName) {
    MessageName = messageName;
}

}
4.接口实现

根据是否存在key判断是点赞还是取消点赞，所以接口写一个即可

Json thumbOrCancel(Long infoId,Long userId);
impl

    String key = RedisConstants.getLike(infoId.toString());
    String userIdstr = userId.toString();
    //是否已经点过赞
    boolean flag = jedisService.isMember(key, userIdstr);
    ThumbVo vo = ThumbVo.builder()
            .infoId(infoId)
            .likeCreateTime(new Date())
            .userId(userId)
            .build();
    Map map = new HashMap();
    if (flag) {
        //已点过赞则为取消赞操作
        redisService.srem(key, userIdStr);
        vo.setType(2);//1点赞2取消赞
        map.put("isLike", 1);//1未点赞2已点赞
    } else {
        //记录点赞用户
        redisService.sadd(key, userIdStr);
        vo.setType(1);
        map.put("isLike", 2);
    }
    //发送消息
    userThumbProducer.senduserThumbUp(vo);
    resultMap.put("likeCount", redisService.scard(key));
    return Json.newInstance(resultMap);

mq

异步去消费调用数据库即可，如果做定时任务去查redis是否有数据，持久化到mysql。

按理说读取与写操作应该分为两个redis，但是点赞统计的是评论数，大key进行拆分后，无需对其读写分离。