企业官网建设流程全解析

做每周热议，应该用缓存来做，如果直接查库的话，会对数据库造成压力。用缓存做的话，用Redis 来做缓存的话比较合适一点。

## 利用Redsi 添加 数据命令 ## day:1 指的是在1号的时候 post:1 第一篇文章添加了 10 条评论。 #后面 6 post:2 指的是 在1号第二篇添加了6条评论 zadd day:1 10 post:1 6 post:2 zadd day:2 10 post:1 6 post:2 zadd day:3 10 post:1 6 post:2 .... zadd day:8 10 post:1 6 post:2 #这样就完成了7天的记录

上面的命令可以帮我们记录一下7天的所有的评论数。但是还没有帮我们计算出来谁是评论最高的。看Redis 的sorted set有序集合有个命令就可以帮我们实现这个功能。

这个命令可以帮助我们实现并集，我们只需要把7天的评论给做个并集就可以求出来。

## Redis 命令 #意思是并集把这7天的 放到一个新的集合里面 新的集合是 week:rank 这样这个新的集合里面就有了我们的 #7天的记录了 union week:rank 7 day:1...day:8

Redis 命令实践一下看看

本地命令行测试

127.0.0.1:6379> ping PONG 127.0.0.1:6379> zadd day:1 10 post:1 (integer) 1 127.0.0.1:6379> zadd day:2 10 post:1 (integer) 1 127.0.0.1:6379> zadd day:3 10 post:1 (integer) 1 127.0.0.1:6379> zadd day:1 5 post:2 (integer) 1 127.0.0.1:6379> zadd day:2 5 post:2 (integer) 1 127.0.0.1:6379> zadd day:3 5 post:2 (integer) 1 127.0.0.1:6379> keys * 1) "day:1" 2) "day:2" 3) "day:3"

查看当天的排行榜命令ZRevrange

127.0.0.1:6379> zrevrange day:1 0 -1 withscores 1) "post:1" 2) "10" 3) "post:2" 4) "5" 127.0.0.1:6379>

每周的评论排行榜记录。因为我只有三天的，所以只写了3天的

127.0.0.1:6379> zrevrange week:rank 0 -1 withscores 1) "post:1" 2) "30" 3) "post:2" 4) "15" 127.0.0.1:6379>

上面的记录是没有错误的。上述的命令可以帮我们简单的实现了我们的想法，下面用代码来实现。上面还有一个小的 bug 就是当day:1这一天可能会出现就是不可能直接就过完了。可能会一条一条的增加，这个时候应该使用的是自增这个命令来解决这个问题。

#什么时候+1 什么时候-1 就是当你 添加一条评论的时候就添加1 删除的的时候就减1 ZINCRBY day:1 10 post:1

代码来进行实现

目前前端的样式，这样的话我们就需要在项目一开始的时候就启动这个功能

@Component // 实现 启动类 ，还有 上下文的servlect public class ContextStartup implements ApplicationRunner, ServletContextAware { // 注入 categoryService @Autowired IMCategoryService categoryService; ServletContext servletContext; // 注入post 的服务类 @Autowired IMPostService postService; @Override public void run(ApplicationArguments args) throws Exception { // 调用全查的方法 List<MCategory> list = categoryService.list(new QueryWrapper<MCategory>().eq("status", 0)); servletContext.setAttribute("List", list); // 调用每周热评的方法 postService.initweek(); } @Override public void setServletContext(ServletContext servletContext) { this.servletContext = servletContext; } }

服务类serviceimpl类

大概的思路

• 获取7天内发表的文章

• 初始化文章的总阅读量

  • 缓存文章的基本信息（id,标题，评论数，作者 ID ）

  • 这样就可以避免的查库。可以直接用我们的缓存。

• 做并集

这里需要一个Redis 的工具类，我在网上找到的，不是我写的。网上一大堆。直接拿来用就可以了。

package com.example.springbootblog.util; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.core.ZSetOperations; import org.springframework.stereotype.Component; import org.springframework.util.CollectionUtils; import java.util.Collection; import java.util.List; import java.util.Map; import java.util.Set; import java.util.concurrent.TimeUnit; @Component public class RedisUtil { @Autowired private RedisTemplate redisTemplate; /** * 指定缓存失效时间 * * @param key 键 * @param time 时间(秒) * @return */ public boolean expire(String key, long time) { try { if (time > 0) { redisTemplate.expire(key, time, TimeUnit.SECONDS); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 根据key 获取过期时间 * * @param key 键 不能为null * @return 时间(秒) 返回0代表为永久有效 */ public long getExpire(String key) { return redisTemplate.getExpire(key, TimeUnit.SECONDS); } /** * 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) { e.printStackTrace(); return false; } } /** * 删除缓存 * * @param key 可以传一个值 或多个 */ @SuppressWarnings("unchecked") public void del(String... key) { if (key != null && key.length > 0) { if (key.length == 1) { redisTemplate.delete(key[0]); } else { redisTemplate.delete(CollectionUtils.arrayToList(key)); } } } //============================String============================= /** * 普通缓存获取 * * @param key 键 * @return 值 */ public Object get(String key) { return key == null ? null : redisTemplate.opsForValue().get(key); } /** * 普通缓存放入 * * @param key 键 * @param value 值 * @return true成功 false失败 */ public boolean set(String key, Object value) { try { redisTemplate.opsForValue().set(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 普通缓存放入并设置时间 * * @param key 键 * @param value 值 * @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期 * @return true成功 false 失败 */ public boolean set(String key, Object value, long time) { try { if (time > 0) { redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS); } else { set(key, value); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 递增 * * @param key 键 * @param delta 要增加几(大于0) * @return */ public long incr(String key, long delta) { if (delta < 0) { throw new RuntimeException("递增因子必须大于0"); } return redisTemplate.opsForValue().increment(key, delta); } /** * 递减 * * @param key 键 * @param delta 要减少几(小于0) * @return */ public long decr(String key, long delta) { if (delta < 0) { throw new RuntimeException("递减因子必须大于0"); } return redisTemplate.opsForValue().increment(key, -delta); } //================================Map================================= /** * 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); } /** * 获取hashKey对应的所有键值 * * @param key 键 * @return 对应的多个键值 */ public Map<Object, Object> hmget(String key) { return redisTemplate.opsForHash().entries(key); } /** * HashSet * * @param key 键 * @param map 对应多个键值 * @return true 成功 false 失败 */ public boolean hmset(String key, Map<String, Object> map) { try { redisTemplate.opsForHash().putAll(key, map); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * HashSet 并设置时间 * * @param key 键 * @param map 对应多个键值 * @param time 时间(秒) * @return true成功 false失败 */ public boolean hmset(String key, Map<String, Object> map, long time) { try { redisTemplate.opsForHash().putAll(key, map); if (time > 0) { expire(key, time); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 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) { e.printStackTrace(); return false; } } /** * 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 * @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间 * @return true 成功 false失败 */ public boolean hset(String key, String item, Object value, long time) { try { redisTemplate.opsForHash().put(key, item, value); if (time > 0) { expire(key, time); } return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 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hash表中是否有该项的值 * * @param key 键 不能为null * @param item 项 不能为null * @return true 存在 false不存在 */ public boolean hHasKey(String key, String item) { return redisTemplate.opsForHash().hasKey(key, item); } /** * hash递增 如果不存在,就会创建一个 并把新增后的值返回 * * @param key 键 * @param item 项 * @param by 要增加几(大于0) * @return */ public double hincr(String key, String item, double by) { return redisTemplate.opsForHash().increment(key, item, by); } /** * hash递减 * * @param key 键 * @param item 项 * @param by 要减少记(小于0) * @return */ public double hdecr(String key, String item, double by) { return redisTemplate.opsForHash().increment(key, item, -by); } //============================set============================= /** * 根据key获取Set中的所有值 * * @param key 键 * @return */ public Set<Object> sGet(String key) { try { return redisTemplate.opsForSet().members(key); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 根据value从一个set中查询,是否存在 * * @param key 键 * @param value 值 * @return true 存在 false不存在 */ public boolean sHasKey(String key, Object value) { try { return redisTemplate.opsForSet().isMember(key, value); } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将数据放入set缓存 * * @param key 键 * @param values 值 可以是多个 * @return 成功个数 */ public long sSet(String key, Object... values) { try { return redisTemplate.opsForSet().add(key, values); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 将set数据放入缓存 * * @param key 键 * @param time 时间(秒) * @param values 值 可以是多个 * @return 成功个数 */ public long sSetAndTime(String key, long time, Object... values) { try { Long count = redisTemplate.opsForSet().add(key, values); if (time > 0) expire(key, time); return count; } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 获取set缓存的长度 * * @param key 键 * @return */ public long sGetSetSize(String key) { try { return redisTemplate.opsForSet().size(key); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 移除值为value的 * * @param key 键 * @param values 值 可以是多个 * @return 移除的个数 */ public long setRemove(String key, Object... values) { try { Long count = redisTemplate.opsForSet().remove(key, values); return count; } catch (Exception e) { e.printStackTrace(); return 0; } } //===============================list================================= /** * 获取list缓存的内容 * * @param key 键 * @param start 开始 * @param end 结束 0 到 -1代表所有值 * @return */ public List<Object> lGet(String key, long start, long end) { try { return redisTemplate.opsForList().range(key, start, end); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 获取list缓存的长度 * * @param key 键 * @return */ public long lGetListSize(String key) { try { return redisTemplate.opsForList().size(key); } catch (Exception e) { e.printStackTrace(); return 0; } } /** * 通过索引 获取list中的值 * * @param key 键 * @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推 * @return */ public Object lGetIndex(String key, long index) { try { return redisTemplate.opsForList().index(key, index); } catch (Exception e) { e.printStackTrace(); return null; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @return */ public boolean lSet(String key, Object value) { try { redisTemplate.opsForList().rightPush(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @param time 时间(秒) * @return */ public boolean lSet(String key, Object value, long time) { try { redisTemplate.opsForList().rightPush(key, value); if (time > 0) expire(key, time); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @return */ public boolean lSet(String key, List<Object> value) { try { redisTemplate.opsForList().rightPushAll(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 将list放入缓存 * * @param key 键 * @param value 值 * @param time 时间(秒) * @return */ public boolean lSet(String key, List<Object> value, long time) { try { redisTemplate.opsForList().rightPushAll(key, value); if (time > 0) expire(key, time); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 根据索引修改list中的某条数据 * * @param key 键 * @param index 索引 * @param value 值 * @return */ public boolean lUpdateIndex(String key, long index, Object value) { try { redisTemplate.opsForList().set(key, index, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } } /** * 移除N个值为value * * @param key 键 * @param count 移除多少个 * @param value 值 * @return 移除的个数 */ public long lRemove(String key, long count, Object value) { try { Long remove = redisTemplate.opsForList().remove(key, count, value); return remove; } catch (Exception e) { e.printStackTrace(); return 0; } } //================有序集合 sort set=================== /** * 有序set添加元素 * * @param key * @param value * @param score * @return */ public boolean zSet(String key, Object value, double score) { return redisTemplate.opsForZSet().add(key, value, score); } public long batchZSet(String key, Set<ZSetOperations.TypedTuple> typles) { return redisTemplate.opsForZSet().add(key, typles); } public void zIncrementScore(String key, Object value, long delta) { redisTemplate.opsForZSet().incrementScore(key, value, delta); } public void zUnionAndStore(String key, Collection otherKeys, String destKey) { redisTemplate.opsForZSet().unionAndStore(key, otherKeys, destKey); } /** * 获取zset数量 * @param key * @param value * @return */ public long getZsetScore(String key, Object value) { Double score = redisTemplate.opsForZSet().score(key, value); if(score==null){ return 0; }else{ return score.longValue(); } } /** * 获取有序集 key 中成员 member 的排名 。 * 其中有序集成员按 score 值递减 (从大到小) 排序。 * @param key * @param start * @param end * @return */ public Set<ZSetOperations.TypedTuple> getZSetRank(String key, long start, long end) { return redisTemplate.opsForZSet().reverseRangeWithScores(key, start, end); } }

实现类的代码

// 每周热评的方法 @Override public void initweek() { //获取 7天的文章 List<MPost> posts = this.list(new QueryWrapper<MPost>().ge("created", DateUtil.lastWeek()) .select("id", "title", "user_id", "comment_count", "view_count", "created") );// 获取到7天前的以及按照这几个查询，不需要全部查询 // 初始化文章的总评论 for (MPost post : posts) { // 设置 key String key = "day:rank:" + DateUtil.format(post.getCreated(), DatePattern.PURE_DATE_FORMAT); // 缓存进去的评论数量 redisUtil.zSet(key, post.getId(), post.getCommentCount()); //设置自动过期 7天过期 long between = DateUtil.between(new Date(), post.getCreated(), DateUnit.DAY); long expireTime = (7 - between) * 24 * 60 * 60; // 有效 时间 redisUtil.expire(key, expireTime); // 缓存文章的一些基本信息 this.hashCachePost(post, expireTime); } // 做并集 this.zunionAndStore(); } /** * 文章每周评论数量并集操作 **/ private void zunionAndStore() { String destkey = "day:rank:" + DateUtil.format(new Date(), DatePattern.PURE_DATE_FORMAT); // 设置并集后的新的 key String newkey = "week:rank"; ArrayList<String> otherKeys = new ArrayList<>(); // 计算7天的 for (int i = -6; i < 0; i++) { String temp = "day:rank:" + DateUtil.format(DateUtil.offsetDay(new Date(), i), DatePattern.PURE_DATE_FORMAT); otherKeys.add(temp); } redisUtil.zUnionAndStore(destkey, otherKeys, newkey); } /** * 文章作者缓存 **/ private void hashCachePost(MPost post, long expireTime) { // 设置 key String key = "rank:post:" + post.getId(); // 判断存在不存在 boolean hasKey = redisUtil.hasKey(key); if (!hasKey) { // 就存到缓存里面 redisUtil.hset(key, "post:id", post.getId(), expireTime); redisUtil.hset(key, "post:title", post.getTitle(), expireTime); redisUtil.hset(key, "post:commentCount", post.getCommentCount(), expireTime); } } }

这样就可以把我们的命令行转换成代码的形式。就可以把我们的数据库的数据先存到缓存中去了。

效果

127.0.0.1:6379> keys * 1) "rank:post:4" 2) "week:rank" 3) "day:rank:20210724" 4) "rank:post:3" 5) "rank:post:2" 6) "day:rank:20210726" #查看我们并集完后的数据 id 为 3 的有 1条评论。 127.0.0.1:6379> zrevrange week:rank 0 -1 withscores 1) "3" 2) "1" 3) "2" 4) "1" 5) "4" 6) "0" 127.0.0.1:6379>

数据库中id 为 3 的有 1条评论

、

确实只有一条评论的。

前端展示出来

这里的思路就比较简单了，把我们的数据从缓存中取出来就可以。用的freemarker可以自定义标签。我自定义了标签。

Hosttemplate

/** * 本周热议 */ @Component public class HotsTemplate extends TemplateDirective { @Autowired RedisUtil redisUtil; @Override public String getName() { return "hots"; } @Override public void execute(DirectiveHandler handler) throws Exception { // 设置 key String key ="week:rank"; Set<ZSetOperations.TypedTuple> zSetRank = redisUtil.getZSetRank(key, 0, 6); ArrayList<Map> maps = new ArrayList<>(); // 便利 for (ZSetOperations.TypedTuple typedTuple : zSetRank) { // 创建 Map HashMap<String, Object> map = new HashMap<>(); Object post_id = typedTuple.getValue(); String PostHashKey = "rank:post:" +post_id; map.put("id",post_id); map.put("title",redisUtil.hget(PostHashKey,"post:title")); map.put("commentCount",typedTuple.getScore()); maps.add(map); } handler.put(RESULTS,maps).render(); } }

在FreemarkerConfig把我们写的便签注入就可以使用我们自定义的标签了

@Configuration public class FreemarkerConfig { @Autowired private freemarker.template.Configuration configuration; @Autowired PostsTemplate postsTemplate; @Autowired HotsTemplate hotsTemplate; @PostConstruct public void setUp() { configuration.setSharedVariable("timeAgo", new TimeAgoMethod()); configuration.setSharedVariable("posts", postsTemplate); configuration.setSharedVariable("hosts", hotsTemplate); } }

前端的页面获取

效果