内容一:选择的数据结构为哈希Hash!!
内容二:文章的维度~存储文章被点赞多的用户
Constant中增加一个key
public static String RedisArticlePraiseHashKey = "SpringBootRedis:Hash:Article:Praise:V2";PraiseService.java：往db中插入数据后就要再调用cachePraiseOn函数
//点赞文章 @Transactional(rollbackFor = Exception.class) public Boolean praiseOn(PraiseDto dto) throws Exception{ final String recordKey= Constant.RedisArticlePraiseUser+dto.getArticleId()+dto.getUserId(); //判断当前用户是否已点赞当前的文章（判断当前用户是否可以点赞该文章） - 控制并发操作的风险（并发安全的一种 - 分布式锁的体现） Boolean canPraise=redisTemplate.opsForValue().setIfAbsent(recordKey,1); //redisTemplate.hasKey(recordKey); //压测过后会发现，这种写法是有并发安全性的问题. if (canPraise){ //将点赞的数据插入到db ArticlePraise entity=new ArticlePraise(dto.getArticleId(),dto.getUserId(),DateTime.now().toDate()); int res=praiseMapper.insertSelective(entity); if (res>0){ //叠加当前文章的点赞总量 articleMapper.updatePraiseTotal(dto.getArticleId(),1); //缓存点赞的相关信息 this.cachePraiseOn(dto); } } return true; } //缓存点赞相关的信息 private void cachePraiseOn(final PraiseDto dto) throws Exception{ HashOperations<String,String,Set<Integer>> praiseHash=redisTemplate.opsForHash(); //记录点赞的明细记录(文章的维度)：文章id -> 点赞过该文章的用户id列表 (历史) Set<Integer> uIds=praiseHash.get(Constant.RedisArticlePraiseHashKey,dto.getArticleId().toString()); //if (uIds==null || !uIds.isEmpty()){ if (uIds==null || uIds.isEmpty()){ uIds= Sets.newHashSet(); } uIds.add(dto.getUserId()); praiseHash.put(Constant.RedisArticlePraiseHashKey,dto.getArticleId().toString(),uIds); }
