实战:第二十一章:实现微博微信关注模型
Posted java小丑
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了实战:第二十一章:实现微博微信关注模型相关的知识,希望对你有一定的参考价值。
业务实现层:
@Override
public ResultData<RelationshipUsersAndFansDto> getRelationshipUsersAndFans(String userId, String followId) {
List<B8UserUserinfoEntity> myself = userinfoMapper.getRelationshipUsersAndFans(userId);
List<String> myselfIds = myself.stream().map(B8UserUserinfoEntity::getFollowId).collect(Collectors.toList());
for (String myselfId : myselfIds) {
//我关注的人的id集合
redisService.redisTemplate.opsForSet().add("myselfFollowUsers",myselfId);
}
//进入大V主页他关注的人的id集合
List<B8UserUserinfoEntity> bigV = userinfoMapper.getRelationshipUsersAndFans(followId);
List<String> bigvIds = bigV.stream().map(B8UserUserinfoEntity::getFollowId).collect(Collectors.toList());
for (String bigvId : bigvIds) {
//把我们二个关注的人丢到集合中
redisService.redisTemplate.opsForSet().add("bigvFollowUsers",bigvId);
}
//获取我们共同关注的人id集合
Set intersectSet = redisService.redisTemplate.opsForSet().intersect("myselfFollowUsers", "bigvFollowUsers");
List<String> intersectList = new ArrayList<>(intersectSet);
//共同关注的数量
int intersectSize = intersectList.size();
//我关注的人也关注这个大V,但是大V没有关注他,取差集
Set differenceSet = redisService.redisTemplate.opsForSet().difference("myselfFollowUsers", "bigvFollowUsers");
List<String> differenceList = new ArrayList<>(differenceSet);
//差集的数量
int differenceSize = differenceList.size();
//封装
RelationshipUsersAndFansDto relationshipUsersAndFansDto = new RelationshipUsersAndFansDto();
if(!CollectionUtils.isEmpty(intersectList)){
//获取共同关注的用户信息
List<B8UserUserinfoEntity> myselfList = userinfoMapper.getUserByIds(intersectList);
relationshipUsersAndFansDto.setMyself(myselfList);
}
if(!CollectionUtils.isEmpty(differenceList)){
//获取我关注的人也关注他的用户信息
List<B8UserUserinfoEntity> bigvList = userinfoMapper.getUserByIds(differenceList);
relationshipUsersAndFansDto.setBigV(bigvList);
}
relationshipUsersAndFansDto.setIntersectSize(intersectSize);
relationshipUsersAndFansDto.setDifferenceSize(differenceSize);
return ResultData.success(relationshipUsersAndFansDto);
}
redisService:
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.HashOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Component;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
/**
* spring redis 工具类
**/
@SuppressWarnings(value = {"unchecked", "rawtypes"})
@Component
@Slf4j
public class RedisService {
@Autowired
public RedisTemplate redisTemplate;
/**
* 缓存基本的对象,Integer、String、实体类等
*
* @param key 缓存的键值
* @param value 缓存的值
*/
public <T> void setCacheObject(final String key, final T value) {
redisTemplate.opsForValue().set(key, value);
}
/**
* 缓存基本的对象,Integer、String、实体类等
*
* @param key 缓存的键值
* @param value 缓存的值
* @param timeout 时间
* @param timeUnit 时间颗粒度
*/
public <T> void setCacheObject(final String key, final T value, final Integer timeout, final TimeUnit timeUnit) {
redisTemplate.opsForValue().set(key, value, timeout, timeUnit);
}
/**
* 设置有效时间
*
* @param key Redis键
* @param timeout 超时时间
* @return true=设置成功;false=设置失败
*/
public boolean expire(final String key, final long timeout) {
return expire(key, timeout, TimeUnit.SECONDS);
}
/**
* 设置有效时间
*
* @param key Redis键
* @param timeout 超时时间
* @param unit 时间单位
* @return true=设置成功;false=设置失败
*/
public boolean expire(final String key, final long timeout, final TimeUnit unit) {
return redisTemplate.expire(key, timeout, unit);
}
/**
* 获得缓存的基本对象。
*
* @param key 缓存键值
* @return 缓存键值对应的数据
*/
public <T> T getCacheObject(final String key) {
ValueOperations<String, T> operation = redisTemplate.opsForValue();
return operation.get(key);
}
/**
* 删除单个对象
*
* @param key
*/
public boolean deleteObject(final String key) {
return redisTemplate.delete(key);
}
/**
* 删除集合对象
*
* @param collection 多个对象
* @return
*/
public long deleteObject(final Collection collection) {
return redisTemplate.delete(collection);
}
/**
* 缓存List数据
*
* @param key 缓存的键值
* @param dataList 待缓存的List数据
* @return 缓存的对象
*/
public <T> long setCacheList(final String key, final List<T> dataList) {
Long count = redisTemplate.opsForList().rightPushAll(key, dataList);
return count == null ? 0 : count;
}
/**
* 获得缓存的list对象
*
* @param key 缓存的键值
* @return 缓存键值对应的数据
*/
public <T> List<T> getCacheList(final String key) {
return redisTemplate.opsForList().range(key, 0, -1);
}
/**
* 缓存Set
*
* @param key 缓存键值
* @param dataSet 缓存的数据
* @return 缓存数据的对象
*/
public <T> long setCacheSet(final String key, final Set<T> dataSet) {
Long count = redisTemplate.opsForSet().add(key, dataSet);
return count == null ? 0 : count;
}
/**
* 获得缓存的set
*
* @param key
* @return
*/
public <T> Set<T> getCacheSet(final String key) {
return redisTemplate.opsForSet().members(key);
}
/**
* 缓存Map
*
* @param key
* @param dataMap
*/
public <T> void setCacheMap(final String key, final Map<String, T> dataMap) {
if (dataMap != null) {
redisTemplate.opsForHash().putAll(key, dataMap);
}
}
/**
* 获得缓存的Map
*
* @param key
* @return
*/
public <T> Map<String, T> getCacheMap(final String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* 往Hash中存入数据
*
* @param key Redis键
* @param hKey Hash键
* @param value 值
*/
public <T> void setCacheMapValue(final String key, final String hKey, final T value) {
redisTemplate.opsForHash().put(key, hKey, value);
}
/**
* 获取Hash中的数据
*
* @param key Redis键
* @param hKey Hash键
* @return Hash中的对象
*/
public <T> T getCacheMapValue(final String key, final String hKey) {
HashOperations<String, String, T> opsForHash = redisTemplate.opsForHash();
return opsForHash.get(key, hKey);
}
/**
* 获取多个Hash中的数据
*
* @param key Redis键
* @param hKeys Hash键集合
* @return Hash对象集合
*/
public <T> List<T> getMultiCacheMapValue(final String key, final Collection<Object> hKeys) {
return redisTemplate.opsForHash().multiGet(key, hKeys);
}
/**
* 获得缓存的基本对象列表
*
* @param pattern 字符串前缀
* @return 对象列表
*/
public Collection<String> keys(final String pattern) {
return redisTemplate.keys(pattern);
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @return true 成功 false失败
*/
public Boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
log.error(e.getMessage(), e);
return false;
}
}
/**
* HashGet
*
* @param key 键 不能为 null
* @param item 项 不能为 null
* @return 值
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 删除hash表中的值
*
* @param key 键 不能为 null
* @param item 项 可以使多个不能为 null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断 key是否存在
*
* @param key 键
* @return true 存在 false不存在
*/
public Boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
log.error(e.getMessage(), e);
return false;
}
}
}
以上是关于实战:第二十一章:实现微博微信关注模型的主要内容,如果未能解决你的问题,请参考以下文章