1. 好友关注
在探店图文的详情页面中，可以关注发布笔记的作者：
进到探店笔记详情页，会发出两个请求，1是判断是否已经关注，2是尝试关注用户的请求。
关注是User之间的关系，是博主与粉丝的关系，数据库中有一张tb_follow表来标示：
其中userId是当前登录的用户id，follow_user_id是被关注的用户id
实现对应接口：
1. 判断是否关注：
-
@GetMapping("/or/not/{id}")
-
public Result
isFollow
(@PathVariable("id") Long followUserId) {
-
return followService.isFollow(followUserId);
-
}
Service层：
-
@Override
-
public Result
isFollow
(Long followUserId) {
-
// 1.获取登录用户
-
Long
userId
= UserHolder.getUser().getId();
-
// 2.查询是否关注 select count(*) from tb_follow where user_id = ? and follow_user_id = ?
-
Integer
count
= query().eq(
"user_id", userId).eq(
"follow_user_id", followUserId).count();
-
// 3.判断
-
return Result.ok(count >
0);
-
}
2. 关注业务接口：如果已经关注，就在数据库中添加userid（当前登录用户的id）和关注的用户id（follow_user_id）等数据。
如果未关注，就删除数据。
Controller层：
-
//关注
-
@PutMapping("/{id}/{isFollow}")
-
public Result
follow
(@PathVariable("id") Long followUserId, @PathVariable("isFollow") Boolean isFollow) {
-
return followService.follow(followUserId, isFollow);
-
}
Service层：
-
关注service
-
@Override
-
public Result
follow
(Long followUserId, Boolean isFollow) {
-
// 1.获取登录用户
-
Long
userId
= UserHolder.getUser().getId();
-
// 1.判断到底是关注还是取关
-
if (isFollow) {
-
// 2.关注，新增数据
-
Follow
follow
=
new
Follow();
-
follow.setUserId(userId);
-
follow.setFollowUserId(followUserId);
-
boolean
isSuccess
= save(follow);
-
-
}
else {
-
// 3.取关，删除 delete from tb_follow where user_id = ? and follow_user_id = ?
-
remove(
new
QueryWrapper<Follow>()
-
.eq(
"user_id", userId).eq(
"follow_user_id", followUserId));
-
-
}
-
return Result.ok();
-
}
2. 好友共同关注
需求：利用Redis中恰当的数据结构，实现共同关注功能。在博主个人页面展示出当前用户与博主的共同关注呢。
我们可以使用Redis中的set集合，将每个用户关注的用户id，也就是follow_user_id，存入set集合中，每个用户对应一个关注博主的set集合，然后取他们之间的交集，就可以找到共同关注的博主。
所以，我们要先改造之前关注用户的业务逻辑，每次用户关注时，将关注的用户存入Set集合中。
关注业务改造：
-
@Override
-
public Result
follow
(Long followUserId, Boolean isFollow) {
-
// 1.获取登录用户
-
Long
userId
= UserHolder.getUser().getId();
-
String
key
=
"follows:" + userId;
-
// 1.判断到底是关注还是取关
-
if (isFollow) {
-
// 2.关注，新增数据
-
Follow
follow
=
new
Follow();
-
follow.setUserId(userId);
-
follow.setFollowUserId(followUserId);
-
boolean
isSuccess
= save(follow);
-
if (isSuccess) {
-
// 把关注用户的id，放入redis的set集合 sadd userId followerUserId
-
stringRedisTemplate.opsForSet().add(key, followUserId.toString());
-
}
-
}
else {
-
// 3.取关，删除 delete from tb_follow where user_id = ? and follow_user_id = ?
-
boolean
isSuccess
= remove(
new
QueryWrapper<Follow>()
-
.eq(
"user_id", userId).eq(
"follow_user_id", followUserId));
-
if (isSuccess) {
-
// 把关注用户的id从Redis集合中移除
-
stringRedisTemplate.opsForSet().remove(key, followUserId.toString());
-
}
-
}
-
return Result.ok();
-
}
然后，我们就可以实现共同关注的接口了。
Controller层：
-
@GetMapping("/common/{id}")
-
public Result
followCommons
(@PathVariable("id") Long followUserId){
-
return followService.followCommons(followUserId);
-
}
Service层：
1.获取当前用户id和目标用户id在redis中的key
2.使用set中求交集的方法，得到结果
3.解析结果，得到id组合
4.通过id组合获取用户组合。
5.返回用户组合给前端。
-
@Override
-
public Result
followCommons
(Long id) {
-
// 1.获取当前用户
-
Long
userId
= UserHolder.getUser().getId();
-
String
key
=
"follows:" + userId;
-
// 2.求交集
-
String
key2
=
"follows:" + id;
-
Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, key2);
-
if (intersect ==
null || intersect.isEmpty()) {
-
// 无交集
-
return Result.ok(Collections.emptyList());
-
}
-
// 3.解析id集合
-
List<Long> ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList());
-
// 4.查询用户
-
List<UserDTO> users = userService.listByIds(ids)
-
.stream()
-
.map(user -> BeanUtil.copyProperties(user, UserDTO.class))
-
.collect(Collectors.toList());
-
return Result.ok(users);
-
}
共同关注功能实现。
3. 关注推送（Feed流）
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。
传统的推送模式是用户自己查找内容，而Feed这是根据内容信息来取查找对应用户并推送
Feed流产品有两种常见模式：
Timeline：不做内容筛选，简单的按照内容发布时间排序，常用于好友或关注。例如朋友圈
-
优点：信息全面，不会有缺失。并且实现也相对简单
-
缺点：信息噪音较多，用户不一定感兴趣，内容获取效率低
智能排序：利用智能算法屏蔽掉违规的、用户不感兴趣的内容。推送用户感兴趣信息来吸引用户
-
优点：投喂用户感兴趣信息，用户粘度很高，容易沉迷
-
缺点：如果算法不精准，可能起到反作用
这里我们的关注推送，就采用第一种 Timeline。
该模式的实现方法同样有三种：
1. 拉模式
也叫做读扩散。它是每个博主发出博客信息后，都有一个发件箱，这个时候，粉丝要来读它的信息，就从这个发件箱里拉取信息到自己的收件箱中并读取，所以叫拉模式。
缺点：可能会有延迟
2.推模式
也叫作写扩散。它是一个博主发布博客信息后，直接将博客推送到粉丝的收件箱中。这种方法，解决了拉模式的延迟问题，但也会导致内存问题。
3.推拉结合
也叫做读写混合，兼具推和拉两种模式的优点。
现在有三个粉丝，同时关注了大V博主，有两个粉丝关注了普通博主张三。
这时候，张三发送了博客信息，但由于它是普通博主，粉丝基数不大，不用担心内存问题，所以直接采用推模式，发送给粉丝。
而对于大V博主来说，将粉丝分为活跃粉丝和普通粉丝，活跃粉丝采用推模式，而普通粉丝采用拉模式，将消息放进收件箱中。
这就是三种实现模式，我们做个对比。
这里，我们采用推模式来实现好友推送功能。
这里提一嘴分页问题：
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。
传统分页模式：
所以，我们必须采用Feed流的滚动分页。
1. 首先，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
-
@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
isSuccess
= save(blog);
-
if (!isSuccess){
-
//没有保存成功，返回错误信息
-
return Result.fail(
"新增失败!");
-
}
-
//成功，将博客信息放到粉丝收件箱
-
//1.先获取粉丝群体 select * from tb_follow where follow_user_id = ?
-
QueryChainWrapper<Follow> follows = followService.query().eq(
"follow_user_id", user.getId());
-
//2.将消息推送至粉丝收件箱
-
String
key
=
"feeds:"+user.getId();
-
stringRedisTemplate.opsForZSet().add(key,blog.getId().toString(),System.currentTimeMillis());
-
// 返回id
-
return Result.ok(blog.getId());
-
}
转载：https://blog.csdn.net/qq_59212867/article/details/128347694