目录
- 一、前言
- 二、分析问题
- 三、针对两个问题，使用redis怎么解决问题？
- 1、字符串String
- 2、列表List
- 3、字典Hash
- 4、集合Set
- 5、有序集合ZSet
- 6、需要解决的五大问题
- 四、编写代码
- 1.pom依赖
- 2.application.yml配置
- 3.Product商品实体
- 4.用户最近搜索信息
- 5.redis辅助类SearchRedisHelper
- 6.业务service
- 7.controller控制层
- 五、postman测试
- 1.第一次搜索
- 2.热点搜索
- 3.最近搜索
- 4.第二次第三次搜索
- 5.再看热点搜索
- 6.再看最近搜索变化
- 7.第四次搜索
- 8.热搜变化
- 9.最近搜索变化
- 六、总结
一、前言
大家在浏览各种网站，比如淘宝，京东，微博等网站，都会看到一些热门搜索和最近搜索的功能，大家有木有好奇，技术背后是如何实现的呢？今天我们一起来用redis解决这两个问题，并已在项目中实战！！！
热搜如下图：
最近搜索如下图:
二、分析问题
1、热门搜索：是指一定时间内、一定范围内，公众较为关心的热点问题，被搜索的次数越多，热搜榜越靠前。
2、最近搜索：只显示当前用户最近一段时间内的搜索记录，按照时间进行排序，如果有重复搜索，覆盖到重复的数据，并且要排到最前面。
3、针对于热门的搜索属于高并发的场景，还需要高性能显示给用户，用MySQL存储显然不太合适，流量过多会把MySQL撑爆，最近搜索和最热搜索也不需要持久化，最好的解决方案之一就是redis做缓存，单机redis可以承受10万QPS。
三、针对两个问题，使用redis怎么解决问题？
我们复习一下redis的五大数据类型，redis数据类型可以参考Redis中5种基本数据类型结构详解
1、字符串String
特性：
（1）最基本的数据类型，二进制安全的字符串，最大512M。
（2）支持字符串操作:strlen或取value的长度，返回的是字节的数量。
（3）数据交互有个二进制安全的概念，给我数据的时候你自己编码，字节数组到达我这里整理，帮你存，客户端之间商量好。
（4）支持数值计算操作:incr,decr
应用场景：做简单得键值对缓存，比如`Session，token，统计，限流，轻量级（kb级别）的FS内存级的文件系统—任何东西都可以变成字节数组（二进制），一些复杂的计数功能的缓存
2、列表List
特性：
按照添加顺序保持顺序的字符串列表，也就是存储一些列表型得数据结构，类似粉丝列表、文字得评论列表之类得数据。
应用场景：
可以做简单的消息队列的功能。另外还有一个就是，可以利用lrange命令，做基于redis的分页功能，性能极佳，用户体验好。
3、字典Hash
特性：
（1）key-value对的一种集合，存储结构化得数据，比如一个对象。
（2）这里value存放的是结构化的对象，比较方便的就是操作其中的某个字段。
应用场景：
经常会用来做用户数据的管理，存储用户的信息。比如做单点登录的时候，就是用这种数据结构存储用户信息，以cookieId作为key，设置30分钟为缓存过期时间，能很好的模拟出类似session的效果。
4、集合Set
特性:
无序的字符串集合，不存在重复的元素.
应用场景：
去重，还可以利用交集、并集、差集等操作，可以计算共同喜好，全部的喜好，自己独有的喜好等功能。
5、有序集合ZSet
特性：
已排序的字符串集合。去重并排序，如获取排名前几名。
应用场景：
sorted set多了一个权重参数score,集合中的元素能够按score进行排列。可以做排行榜应用，取TOP N操作。
6、需要解决的五大问题
问题一：很显然根据咱们的以上分析，热门搜索和最近搜索的功能需要去重并且排序，热门搜索点击率最高的在前面，最近搜索最新的数据搜索在最前面，所以使用ZSet集合实现最合适。针对于最近搜索的功能使用List也可以实现，但是删除的效率要比ZSet慢，还需要自己去重，所以还是Zset最合适。
问题二：用户可能无限制浏览商品，最近搜索的功能需要确保zSet 不能无限制插入，需要控制zSet 的大小，也就是指保存最近N条浏览记录。
问题三：最近搜索的功能需要在插入第N+1 条后移除最开始浏览的第一条。
问题四：热门搜索key值需要过期时间的。
问题五：热门搜索针对的是所有用户，而最近搜索针对的是当前用户。
以上五大问题均在代码中详细解决，仔细看注释。
四、编写代码
1.pom依赖
<!-- redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
2.application.yml配置
server:
port: 8889
spring:
redis:
host: 127.0.0.1
port: 6379
password:
database: 2
timeout: 5000
3.Product商品实体
@Data
public class Product implements Serializable {
//商品id
private Long id;
//商品名称
private String productName;
//.....等属性
}
4.用户最近搜索信息
@Data
public class UserRecentSearch implements Serializable {
/**
* 搜索信息
*/
private String searchInfo;
/**
* 用户id
*/
private Long unionId;
}
5.redis辅助类SearchRedisHelper
@Component
public class SearchRedisHelper {
@Resource
private RedisTemplate redisTemplate;
/**
* 热搜的KEY
*/
public static final String HOT_SEARCH = "product_hot_search";
/**
* 最近搜索的KEY
*/
public static final String RECENT_SEARCH = "product_recent_search";
/**
* 最近搜索的大小
*/
public static final Integer CURRENT_SEARCH_SIZE = 3;
/**
* 最热搜索KEY过期时间
*/
public static final Integer HOT_SEARCH_EXPIRE_TIME = 3;
/**
* 设置redis的过期时间
* expire其实是懒加载，不设置key的时候是不会执行的
*/
@PostConstruct
public void setHotSearchExpireTime() {
redisTemplate.expire(HOT_SEARCH, HOT_SEARCH_EXPIRE_TIME, TimeUnit.SECONDS);
}
/**
* redis添加最近搜索
*
* @param query
*/
public void addRedisRecentSearch(String query) {
UserRecentSearch userRecentSearch = new UserRecentSearch();
// 用户id，当前用户id
userRecentSearch.setUnionId(100434L);
// 搜索信息
userRecentSearch.setSearchInfo(query);
// score为一个分值，需要把最近浏览的商品id的分值设为最大值，
// 此处我们可以设置为当前时间Instant.now().getEpochSecond()
// 这样最近浏览的商品id的分值一定最大，排在Zset集合最前面
ZSetOperations<String, UserRecentSearch> zSet = redisTemplate.opsForZSet();
// 由于zSet的集合特性当插入已经存在的V值（商品id）时只会更新score值，
zSet.add(RECENT_SEARCH, userRecentSearch, Instant.now().getEpochSecond());
// 获取到全部用户的最近搜索记录，用reverseRangeWithScores方法，可以获取到根据score排序之后的集合
Set<ZSetOperations.TypedTuple<UserRecentSearch>> typedTuples = zSet.reverseRangeWithScores(RECENT_SEARCH, 0, -1);
//只得到当前用户的最近搜索记录,注意这里必须保证set集合的顺序
Set<UserRecentSearch> userRecentSearches = listRecentSearch();
if (userRecentSearches.size() > CURRENT_SEARCH_SIZE) {
//获取到最开始浏览的第一条
UserRecentSearch userRecentSearchLast = userRecentSearches.stream().reduce((first, second) -> second).orElse(null);
//删除最开始浏览的第一条
zSet.remove(RECENT_SEARCH, userRecentSearchLast);
}
}
/**
* 热搜列表
* @return
*/
public Set<Product> listHotSearch() {
//0 5 表示0-5下标对应的元素
return redisTemplate.opsForZSet().reverseRangeWithScores(HOT_SEARCH, 0, 5);
}
/**
* redis添加热搜
* @param productList
*/
public void addRedisHotSearch(List<Product> productList) {
//1：表示每调用一次，当前product的分数+1
productList.forEach(product -> redisTemplate.opsForZSet().incrementScore(HOT_SEARCH, product, 1D));
}
/**
* 最近搜索列表
* @return
*/
public Set<UserRecentSearch> listRecentSearch() {
Set<ZSetOperations.TypedTuple<UserRecentSearch>> typedTuples = redisTemplate.opsForZSet().reverseRangeWithScores(RECENT_SEARCH, 0, -1);
return Optional.ofNullable(typedTuples)
.map(tuples -> tuples.stream()
.map(ZSetOperations.TypedTuple::getValue)
.filter(Objects::nonNull)
// .filter(userRecentSearch -> Objects.equals(userRecentSearch.getUnionId(), ContextHolder.getUser().getId()))
.filter(userRecentSearch -> Objects.equals(userRecentSearch.getUnionId(), 100434L))
.collect(Collectors.collectingAndThen(
Collectors.toCollection(LinkedHashSet::new), LinkedHashSet::new)))
.orElseGet(LinkedHashSet::new);
}
}
6.业务service
@Service
public class ProductService {
@Resource
private SearchRedisHelper searchRedisHelper;
/**
* 搜索
* @param query
* @return
*/
public List<Product> search(String query) {
//业务代码可用es.....此处略过....模拟数据库数据
List<Product> productList = new ArrayList();
Product product = new Product();
product.setId(1L);
product.setProductName("iphone15");
productList.add(product);
searchRedisHelper.addRedisRecentSearch(query);
searchRedisHelper.addRedisHotSearch(productList);
return productList;
}
/**
* 热搜列表
* @return
*/
public Set<Product> listHotSearch() {
return searchRedisHelper.listHotSearch();
}
/**
* 最近搜索列表
* @return
*/
public Set<UserRecentSearch> listRecentSearch() {
return searchRedisHelper.listRecentSearch();
}
}
7.controller控制层
@RequestMapping("/redis/test")
@RestController
public class RedisController {
@Resource
private RedisTemplate redisTemplate;
@Resource
private ProductService productService;
/**
* 删除redis
* @param key
* @return
*/
@GetMapping("/w/remove/redis")
public Result removeRedis(String key){
redisTemplate.delete(key);
return Result.success();
}
/**
* 搜索
* @param query
* @return
*/
@GetMapping("/r/search/product")
public Result listProduct(String query) {
return Result.success(productService.search(query));
}
/**
* 热搜列表
* @return
*/
@ResponseBody
@GetMapping("/r/list/hot/search")
public Result listHotSearch() {
return Result.success(productService.listHotSearch());
}
/**
* 最近搜索列表
* @return
*/
@ResponseBody
@GetMapping("/r/list/recent/search")
public Result recentHotSearch() {
return Result.success(productService.listRecentSearch());
}
}
五、postman测试
1.第一次搜索
2.热点搜索
3.最近搜索
4.第二次第三次搜索
5.再看热点搜索
6.再看最近搜索变化
7.第四次搜索
再搜索两次
8.热搜变化
9.最近搜索变化
六、总结
本文针对于网站热点搜索和最近搜索的问题，对redis的五大数据类型进行了解读，并且采用高并发利器redis的ZSet有序集合完美解决本文一开始引入的问题，保证了系统的高并发和高性能，提高用户体验。
项目代码：Github
推荐好文：
Redis实现分布式锁详细方法
如果看到这里，说明你喜欢这篇文章，请转发，点赞
