全网最全的Java SpringBoot点赞功能实现 |
您所在的位置：网站首页 › 基于redis消息队列的点赞功能 › 全网最全的Java SpringBoot点赞功能实现 |
全网最全的Java SpringBoot点赞功能实现
|
前言
最近公司在做一个NFT商城的项目，大致就是一个只买卖数字产品的平台，项目中有个需求是用户可以给商品点赞，还需要获取商品的点赞总数，类似下图
一开始的设计是这样的，一共有三张表：商品表、用户表、点赞表，用户点赞的时候把用户id和商品id加到点赞表中，并给对应的商品点赞数+1。看起来没什么问题，逻辑也比较简单，但是测试的时候缺发现了奇怪的bug，点赞数量有时候会不正确，结果会比预期的大。 下面贴下关键代码（项目使用了Mybatis-Plus）： public boolean like(Integer userId, Integer productId) { // 查询是否有记录，如果有记录直接返回 Like like = getOne(new QueryWrapper().lambda() .eq(Like::getUserId, userId) .eq(Like::getProductId, productId)); if(like != null) { return true; } // 保存并商品点赞数加1 save(Like.builder() .userId(userId) .productId(productId) .build()); return productService.update(new UpdateWrapper().lambda() .setSql("like_count = like_count + 1") .eq(Product::getId, productId)); }看上去没什么问题，但是测试后数据却不正确，为什么呢？ 实际上这是一个并发问题，只要在并发的情况下就会出现问题，我们知道Spring Mvc是基于servlet的，servlet在接收到用户请求后会从线程池中拿一个线程分配给它，每个请求都是一个单独的线程。试想一下，如果A线程在执行完查询操作后，发现没有记录，随后由于CPU调度，把控制权让了出去，然后B线程执行查询，也发现没有记录，这时候A和B线程都会执行保存并商品点赞数加1这个操作，导致数据不正确。 CPU操作顺序：A线程查询 -> B线程查询 -> A线程保存 -> B线程保存 下面使用JMeter模拟一下并发的情况，模拟用户在1秒内对商品执行100次点赞请求，结果应该是1，但得到的结果却是28（实际结果不一定是28，可能是任何数字）。
使用synchronized关键字锁住读写操作，操作完成后释放锁 public boolean like(Integer userId, Integer productId) { String lock = buildLock(userId, productId); synchronized (lock) { // 查询是否有记录，如果有记录直接返回 Like like = getOne(new QueryWrapper().lambda() .eq(Like::getUserId, userId) .eq(Like::getProductId, productId), false); if(like != null) { return true; } // 保存并商品点赞数加1 save(Like.builder() .userId(userId) .productId(productId) .build()); return productService.update(new UpdateWrapper().lambda() .setSql("like_count = like_count + 1") .eq(Product::getId, productId)); } } private String buildLock(Integer userId, Integer productId) { StringBuilder sb = new StringBuilder(); sb.append(userId); sb.append("::"); sb.append(productId); String lock = sb.toString().intern(); return lock; }这里要注意一点，使用String作为锁时一定要调用intern()方法，intern()会先从常量池中查找有没有相同的String，如果有就直接返回，没有的话会把当前String加入常量池，然后再返回。如果不调用这个方法锁会失效。 JMeter性能数据
优点： 保证了正确性缺点： 性能太差，并发低的情况下还可以应付，并发高时用户体验极差 白银版点赞表user_id和product_id加上联合索引，并使用try catch捕获异常，防止报错。由于使用了联合索引，所以不需要在新增前查询了，mysql会帮我们做这件事。 public boolean like(Integer userId, Integer productId) { try { // 保存并商品点赞数加1 save(Like.builder() .userId(userId) .productId(productId) .build()); return productService.update(new UpdateWrapper().lambda() .setSql("like_count = like_count + 1") .eq(Product::getId, productId)); }catch (DuplicateKeyException exception) { } return true; }JMeter性能数据
优点： 性能比上一个方案好缺点： 中规中矩，没什么大的缺点 黄金版使用Redis缓存点赞数据（点赞操作使用lua脚本实现，保证操作的原子性），然后定时同步到mysql。 注意：Redis需要开启持久化，最好aof和rdb都开启，不然重启数据就丢失了 public boolean like(Integer userId, Integer productId) { List keys = new ArrayList(); keys.add(buildUserRedisKey(userId)); keys.add(buildProductRedisKey(productId)); int value1 = 1; redisUtil.execute("lua-script/like.lua", keys, value1); return true; } private String buildUserRedisKey(Integer userId) { return "userId_" + userId; } private String buildProductRedisKey(Integer productId) { return "productId_" + productId; }lua脚本 local userId = KEYS[1] local productId = KEYS[2] local flag = ARGV[1] -- 1：点赞 0：取消点赞 if flag == '1' then -- 用户set添加商品并商品点赞数加1 if redis.call('SISMEMBER', userId, productId) == 0 then redis.call('SADD', userId, productId) redis.call('INCR', productId) end else -- 用户set删除商品并商品点赞数减1 redis.call('SREM', userId, productId) local oldValue = tonumber(redis.call('GET', productId)) if oldValue and oldValue > 0 then redis.call('DECR', productId) end end return 1JMeter性能数据
优点： 性能非常好缺点： 数据量多了内存占用较高 总结如果对性能没有要求，可以使用白银版的实现方式，如果有要求，就使用黄金版的方式，内存占用大的问题也可以通过一些手段来解决，比如可以根据业务需求定期删除一些不常用的缓存数据，但是相对应的，查询的时候就需要在查询失败时再去查数据库。 源码源码地址：https://github.com/huajiayi/like-demo 源码里有一些功能没有实现，比如定时同步功能，需要根据业务需求自行实现 |
起初感觉这功能很好实现，无非就是加个点赞表嘛，后来发现事情并没有这么简单。
【本文地址】
今日新闻 |
推荐新闻 |