累计连续签到设计和实现 |
您所在的位置：网站首页 › 京东签到为什么签不了 › 累计连续签到设计和实现 |
累计连续签到设计和实现
|
作者：hdfg159 链接：https://www.jianshu.com/p/bacd924df502 累计连续签到设计和实现最近公司业务上需要实现一个累计连续打卡的功能，现在把打卡设计问题和思路整理一下发给大家目前搜集到一些基于 Redis 位图 / 关系型数据库的一些方案，可以参考一下，做出最优方案的选择玩转Redis-京东签到领京豆如何实现基于Redis位图实现用户签到功能如何利用 Redis 快速实现签到统计功能由于需求的复杂，本文还是选择使用关系型数据库实现和存储，因为关系型数据库查询无所不能，哈哈哈哈 功能要求签到补签统计某用户截至今天连续打卡天数统计某用户在某一天打卡排名统计某用户截至到某天连续打卡天数最高连续签到记录下面直接上一个需求图  问题难点怎么用比较好方式去统计连续打卡天数怎么实现补卡功能以达到连续签到的效果怎么实现补签后连续天数的统计功能数据库设计以下是打卡记录表的设计和实现，我已经去掉了一些业务字段，剩下都是表结构的核心字段 CREATE TABLE mark_record ( id BIGINT NOT NULL COMMENT 'ID' PRIMARY KEY, create_time DATETIME NOT NULL COMMENT '创建时间', update_time DATETIME NOT NULL COMMENT '更新时间', user_id BIGINT NOT NULL COMMENT '用户ID', mark_day_time INT NOT NULL COMMENT '打卡日期 yyyyMMdd', day_continue BIGINT DEFAULT 0 NOT NULL COMMENT '距离上次打卡相差天数', mark_type TINYINT DEFAULT 0 NOT NULL COMMENT '补签 0否 1是', CONSTRAINT uidx_user_id_mark_day_time UNIQUE (user_id, mark_day_time) ) COMMENT '打卡签到表';id/create_time/update_time 表结构的常规字段，简单提醒一下，业务上这些字段也比较重要 id 表的唯一主键create_time/update_time 比较重要数据信息字段一般都保留列举一个比较实用业界数据分页案例：数据分页翻页时候，防止新增数据导致分页加载出现重复数据，一般做法是当客户端打卡当前页面那瞬间时间戳传过来，上下翻页都是用同一个时间戳，后端查询数据时候只查询小于这个时间戳的数据，大于这个时间戳的数据就不会加载出来了 其他用途就不一一列举了 user_id & mark_day_time 组成一个唯一索引一个用户一天只允许打卡一次，加唯一索引保证数据唯一防止脏数据 mark_type 记录打卡类型区分正常打卡和补卡 day_continue 冗余字段 距离上次打卡记录相差天数以方便统计相关打卡记录数据 代码实现打卡功能实现markDayTime 当前打卡签到日期，userId 当前打卡用户 ID 签到功能 SQL 实现使用 INSERT INTO SELECT 查询小于当前签到日期(markDayTime)最近一条签到记录数据，如果不存在，day_continue 字段为 -1，如果存在打卡记录，则day_continue 字段为 markDayTime 与查询签到记录结果 mark_day_time 相差天数 INSERT INTO mark_record (id, create_time, update_time, user_id, mark_day_time, day_continue, mark_type) SELECT #{id}, #{createTime}, #{updateTime}, #{userId}, #{markDayTime}, IF(COUNT(t.id) = 0, -1, to_days(#{markDayTime}) - to_days(mark_day_time)), #{markType} FROM (SELECT id, mark_day_time FROM mark_record WHERE user_id = #{userId} AND mark_day_time < #{markDayTime} ORDER BY mark_day_time DESC LIMIT 1) t 补签功能实现 补签功能 SQL其实和签到功能的sql一致，传入参数不一样：签到日期markDayTime为补签日期，markType类型为补签类型 INSERT INTO mark_record (id, create_time, update_time, user_id, mark_day_time, day_continue, mark_type) SELECT #{id}, #{createTime}, #{updateTime}, #{userId}, #{markDayTime}, IF(COUNT(t.id) = 0, -1, to_days(#{markDayTime}) - to_days(mark_day_time)), #{markType} FROM (SELECT id, mark_day_time FROM mark_record WHERE user_id = #{userId} AND mark_day_time < #{markDayTime} ORDER BY mark_day_time DESC LIMIT 1) t补签和普通打卡在代码上有不一致，因为需要更新大于补签日期最旧一条数据的day_continue字段 public MarkRecord completeMark(MarkRecord record) { DateTimeFormatter DATE_TIME_FORMATTER = DateTimeFormatter.ofPattern("yyyyMMdd"); Long userId = record.getUserId(); Integer markDayTime = record.getMarkDayTime(); int nowDayTime = Integer.parseInt(LocalDateTime.now().format(DATE_TIME_FORMATTER)); if (nowDayTime #{markDayTime} ORDER BY mark_day_time LIMIT 1updateDayContinueById SQL: UPDATE mark_record SET day_continue=#{updatedDayContinue} WHERE id = #{id} 统计连续签到功能实现计算今天是否打卡/连续打卡天数/总打卡数 今天是否打卡:查询今天是否存在打卡记录 连续打卡天数：当天没打卡，前一天打卡，也算连续打卡；如果前一天没有打卡，那就断签了， 总打卡数：统计用户所有打卡记录数量 SQL 参数说明：#{yesterdayTime}为昨天的日期，#{markDayTime}为今天的日期 SQL 连续签到统计逻辑：  SELECT im.mark AS marked,
IF(yim.mark = 0,
(IF(im.mark = 0, 0, 1)),
(CASE yim.day_continue
WHEN 0
THEN 1 + if(im.mark = 0, 0, 1)
WHEN 1
THEN to_days(#{yesterdayTime}) - to_days((SELECT mark_day_time
FROM mark_record
WHERE user_id = #{userId}
AND mark_day_time < #{yesterdayTime}
AND day_continue != 1
ORDER BY mark_day_time DESC
LIMIT 1)) + if(im.mark = 0, 0, 1) + 1
ELSE
1 + if(im.mark = 0, 0, 1)
END)) AS continueMarkedDays,
amc.markCount AS totalMarkedDays
FROM (SELECT if(count(*) > 0, 1, 0) AS mark
FROM mark_record
WHERE user_id = #{userId}
AND mark_day_time = #{markDayTime}) im,
(SELECT if(count(*) > 0, 1, 0) AS mark, day_continue
FROM mark_record
WHERE user_id = #{userId}
AND mark_day_time = #{yesterdayTime}) yim,
(SELECT count(*) AS markCount
FROM mark_record
WHERE user_id = #{userId}) amc
查询所在某天的连续签到天数 SELECT if(tmrmdt.day_continue != 1, to_days(ta.mark_day_time) - to_days(#{day}) + 1, to_days(ta.mark_day_time) - to_days(tb.mark_day_time) + 1) FROM (SELECT tmr.day_continue FROM mark_record tmr WHERE tmr.mark_day_time = #{day} AND tmr.user_id = #{userId}) AS tmrmdt, ((SELECT bmr.mark_day_time FROM mark_record bmr WHERE bmr.mark_day_time < #{day} AND bmr.day_continue != 1 AND bmr.user_id = #{userId} ORDER BY bmr.mark_day_time DESC LIMIT 1) UNION ALL (SELECT #{day}) LIMIT 1) tb, ((SELECT amrt.mark_day_time FROM mark_record amrt, ((SELECT amr.mark_day_time FROM mark_record amr WHERE amr.mark_day_time > #{day} AND amr.day_continue != 1 AND amr.user_id = #{userId} ORDER BY amr.mark_day_time LIMIT 1) UNION ALL (SELECT NULL) LIMIT 1) amrtt WHERE if(amrtt.mark_day_time IS NOT NULL, amrt.mark_day_time < amrtt.mark_day_time, amrt.mark_day_time > #{day}) AND amrt.day_continue = 1 AND amrt.user_id = #{userId} ORDER BY amrt.mark_day_time DESC LIMIT 1) UNION ALL (SELECT #{day}) LIMIT 1) ta 实现最高连续天数用户数据表加一个最高连续签到记录或者 redis 记录用户ID关联的最高记录，每次签到后查询连签记录，大于替换掉该值。本文就不提供相关的代码实现 总结目前这个方案我总感觉还是不够完美，希望大家看了可以提供一下相关的想法 我觉得比较好的方案是上面文章链接提到的 Redis 位图实现方式与 目前方案 混合搭配使用，记录时候分别记录两份数据 优点使用关系型数据库做了签到记录，关系型数据库的强大易于统计相关的签到数据 缺点统计 SQL 复杂 当记录数据量大，性能可能存在问题 |
【本文地址】
今日新闻 |
推荐新闻 |