1.发布探店笔记

2.点赞

利用Redis中的Set集合来判断是否点赞过。

3.点赞排行榜

可以通过SortedSet来按点赞时间进行排序。

4.好友关注

4.1.关注和取关

4.2.共同关注

• 可以通过set实现交集的功能

4.3.关注推送

4.3.1 拉模式

• 拉模式（Pull），也叫读扩散：
  • 在拉模式中，消费者负责主动从消息队列或者消息服务器中拉取消息。
  • 消费者会定期轮询消息队列或者订阅主题，检查是否有新的消息可供处理。
  • 消费者决定何时拉取消息，以及每次拉取多少消息。
  • 这种方式相对消耗资源较少，因为消费者可以控制消息的获取速度，但可能导致消费者轮询频繁或者消息获取不及时的问题。
    

4.3.2 推模式

• 推模式（Push），也叫写扩散：
  • 在推模式中，消息生产者直接将消息推送给消费者，而无需消费者主动请求。
  • 生产者在消息就绪后即时地将消息发送给订阅者或者消息队列。
  • 消费者无需关心何时有新消息，只需要等待消息到达并及时处理。
  • 这种方式可以实时地将消息推送给消费者，但可能导致消费者处理不及时或者消息堆积的问题。
    

4.3.3 推拉模式

• 推拉模式结合了拉模式和推模式的优点。
  • 消费者可以通过订阅主题或者注册监听器等方式订阅消息，同时可以根据需要主动拉取消息。
  • 当有新消息到达时，消息服务器会主动推送消息给消费者；当消费者需要获取消息时，也可以主动拉取消息。
  • 这种方式结合了实时性和资源控制的优势，消费者可以根据自己的需求选择何时主动获取消息，何时等待消息推送。
  • 根据不同的用户提供不同的方案

4.3.4 方案比较

5.基于推模式实现关注推送功能

• 需求一
  • 在保存blog到数据库的同时，推送到粉丝的收件箱（即利用SortedSet创建一个对应的redis字段,key为粉丝的id，结合中的内容为博客id和创建时间）

5.1 Feed流的分页问题

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。

解决办法：
使用滚动分页

5.2 实现关注页面的分页查询

• 利用每次查询都记住上一次查询的最小值
• 第一页利用ZREVRANGEBYSCORE z1 maxValue 0 WITHSCORES LIMIT 0 sizeOfPage
• 下一次可以通过利用上一次的最小值继续查询ZREVRANGEBYSCORE z1 lastMinValue 0 WITHSCORES LIMIT sizeOfLastValue sizeOfPage
• 但有可能会出现score分数相同的情况，所以上面的偏移1可能会出问题
• 所以这个偏移量应该是和上次最小值相同的个数

@Override
    public Result queryBlogOfFollow(Long max, Integer offset) {
        // 1.获取当前用户
        Long userId = UserHolder.getUser().getId();
        // 2.查询收件箱
        String key = FEED_KEY + userId;
        Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet()
                .reverseRangeByScoreWithScores(key, 0, max, offset, 2);
        // 3.非空判断
        if (typedTuples == null || typedTuples.isEmpty()){
            return  Result.ok();
        }
        // 4.解析收件箱：blogId、score（时间戳）、offset根我上次查询出的值
        ArrayList<Long> ids = new ArrayList<>(typedTuples.size());
        long minTime = 0;
        int os = 1;

        for (ZSetOperations.TypedTuple<String> tuple : typedTuples) {
            // 4.1.获取id
            ids.add(Long.valueOf(tuple.getValue()));
            // 4.2.获取分数(时间戳)
            long time = tuple.getScore().longValue();
            if(time == minTime){
                os++;
            }else{
                minTime = time;
                os = 1;
            }

        }
        // 5.根据id查询blog
        String idStr = StrUtil.join(",", ids);
        List<Blog> blogs = query()
                .in("id",ids)
                .last("ORDER BY FIELD(id,"+idStr+")").list();
        for (Blog blog : blogs) {
            queryBlogUser(blog);
            isBlockLiked(blog);
        }
        // 6.封装并返回
        ScrollResult r = new ScrollResult();
        r.setList(blogs);
        r.setOffset(os);
        r.setMinTime(minTime);
        return Result.ok(r);
    }