目录
1. 项目介绍
黑马点评项目是一个前后端分离项目，类似于大众点评，实现了发布查看商家，达人探店，点赞，关注等功能，业务可以帮助商家引流，增加曝光度，也可以为用户提供查看提供附近消费场所，主要。用来配合学习Redis的知识。
1.1 项目使用的技术栈
SpringBoot+MySql+Lombok+MyBatis-Plus+Hutool+Redis
1.2项目架构
采用单体架构
后端部署在Tomcat上，前端部分部署在Nginx 。
2.各个功能模块
2.1 登录模块
2.1.1 实现短信登录
编写一个工具类校验手机号格式，例如
public class RegexUtils { public static boolean isPhoneInvalid(String phone){ return mismatch(phone, RegexPatterns.PHONE_REGEX); } public static boolean isEmailInvalid(String email){ return mismatch(email, RegexPatterns.EMAIL_REGEX); } public static boolean isCodeInvalid(String code){ return mismatch(code, RegexPatterns.VERIFY_CODE_REGEX); } // 校验是否不符合正则格式 private static boolean mismatch(String str, String regex){ if (StrUtil.isBlank(str)) { return true; } return !str.matches(regex); }}手机号码格式无误后生成验证码发送至手机，并将验证码内容写入到Redis。设置过期时间；
系统根据输入的手机号验证码进行与Redis中写入的验证码比对一致，即可登录成功，从MySQL中获取用户信息并生成Token，以Token为key将用户信息写入Redis中（hash），新用户则会注册信息并登录；
2.1.2 编写拦截器
登录拦截器，一些功能需要登录后才能使用
public class LoginInterceptor implements HandlerInterceptor { @Override public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {// 1.判断是否要做拦截 if(UserHolder.getUser()==null){ response.setStatus(401); return false; }// 2.有用户则放行 return true; } @Override public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception { UserHolder.removeUser(); }}刷新Token拦截器，用户长时间没有操作会使Token过期，每次用户点击可以刷新Token过期时间
public class RefreshTokenInterceptor implements HandlerInterceptor { private StringRedisTemplate stringRedisTemplate; public RefreshTokenInterceptor(StringRedisTemplate stringRedisTemplate){ this.stringRedisTemplate=stringRedisTemplate; } @Override public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {// 1.获取token String token = request.getHeader("authorization");// 2.判断token是否为空 if(StrUtil.isBlank(token)){ return true; }// 4.基于token获取redis中的用户 Map userMap = stringRedisTemplate.opsForHash() .entries(LOGIN_USER_KEY + token);// 3.判断用户是否为空 if(userMap.isEmpty()){ return true; }// 5.将查询到的hash数据转为UserDTO对象 UserDTO userDTO = BeanUtil.fillBeanWithMap(userMap, new UserDTO(),false);// 6.存在则保存用户信息到ThreadLocal UserHolder.saveUser(userDTO);// 7.刷新token有效期 stringRedisTemplate.expire(LOGIN_USER_KEY + token,LOGIN_USER_TTL, TimeUnit.SECONDS);// 8.放行 return true; } @Override public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception { UserHolder.removeUser(); }} 在注册中心添加这两个拦截器
@Configurationpublic class MVCConfig implements WebMvcConfigurer { @Resource private StringRedisTemplate stringRedisTemplate; @Override public void addInterceptors(InterceptorRegistry registry) { registry.addInterceptor(new LoginInterceptor())//登录拦截器 .excludePathPatterns( "/user/code", "/user/login", "/blog/hot", "/shop public void set(String key, Object value, Long time, TimeUnit unit){ stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value),time,TimeUnit.MINUTES); } public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit){// 1.设置逻辑过期 RedisData redisData = new RedisData(); redisData.setData(value); redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));// 2.写入Redis stringRedisTemplate.opsForValue().set(key,JSONUtil.toJsonStr(redisData)); } public R queryWithPassThrough( String keyPrefix,ID id,Class type,Function dbFallBack, Long time, TimeUnit unit ){ String key = keyPrefix + id;// 1.从Redis中查询缓存 String json = stringRedisTemplate.opsForValue().get(key);// 2.判断缓存是否存在 if(StrUtil.isNotBlank(json)){// 3.存在，直接返回 return JSONUtil.toBean(json,type); }// 4.不存在，判断是否是空字符串 if(json!=null){// 5.是空字符串 return null; }// 6.不是空字符串，则向数据库中查找 R r = dbFallBack.apply(id);// 7.数据库中未找到，设置值为空字符串并插入缓存 if (r==null) { stringRedisTemplate.opsForValue().set(key,"",CACHE_NULL_TTL,TimeUnit.MINUTES); return null; }// 8.找到数据源 this.set(key,r,time,unit); return r; } public R queryWithLogicalExpire(String keyPrefix,ID id,Class type,Function dbFallBack,Long time,TimeUnit unit){ String key = keyPrefix + id;// 1.从redis查询缓存 String json = stringRedisTemplate.opsForValue().get(key); if(StrUtil.isBlank(json)){// 2.如果缓存未命中 return null; }// 3.如果命中,把json字符反序列化为对象 RedisData redisData = JSONUtil.toBean(json, RedisData.class); R r = JSONUtil.toBean((JSONObject) redisData.getData(), type); LocalDateTime expireTime = redisData.getExpireTime(); System.out.println(expireTime);// 5.判断是否过期 if(expireTime.isAfter(LocalDateTime.now())){// 5.1.未过期,直接返回对象 return r; }// 5.2已过期，缓存重建// 6.缓存重建// 6.1获取互斥锁 String lockKey = LOCK_SHOP_KEY + id; boolean isLock = tryLock(lockKey);// 6.2判断是否获取锁成功 if(isLock){// 6.3成功 CACHE_REBUILD_EXECUTOR.submit(()->{ try { // 查询数据库 R r1 = dbFallBack.apply(id);// 写入缓存 this.setWithLogicalExpire(key,r1,time,unit); }catch (Exception e){ throw new RuntimeException(e); }finally { unLock(lockKey); } }); } return r; } private static final ExecutorService CACHE_REBUILD_EXECUTOR= Executors.newFixedThreadPool(10); private boolean tryLock(String key){ Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS); return BooleanUtil.isTrue(flag); } private void unLock(String key){ stringRedisTemplate.delete("key"); }} 2.2.3 按距离查询商户
第一步需要将商铺坐标按分类写入Redis（Geo），关键代码如下
@Test void loadShopData(){// 1.查询店铺信息 List shopList = shopService.list();// 2.把店铺分组，按照typeId分组，typeId一致发到一个集合 Map> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId));// 3.分批完成写入Redis for (Map.Entry> entry : map.entrySet()) {// 获取类型id Long typeTd = entry.getKey(); String key = SHOP_GEO_KEY + typeTd;// 获取通类型的店铺集合 List shops = entry.getValue(); List> locations = new ArrayList<>(shops.size());// 写入Redis GEOADD key 经度 纬度 member for (Shop shop : shops) { locations.add(new RedisGeoCommands.GeoLocation<>(shop.getId().toString(), new Point(shop.getX(), shop.getY()) )); } stringRedisTemplate.opsForGeo().add(key,locations); } } 请求参数中需要包含坐标，分页页码信息，类别ID，先向Redis中读取该类别的直到改页最后一个商铺商铺信息，并以距离排序，关键代码如下
GeoResults> results = stringRedisTemplate.opsForGeo() .search(key, GeoReference.fromCoordinate(x, y), new Distance(5000), RedisGeoCommands. GeoSearchCommandArgs. newGeoSearchArgs(). includeDistance().limit(end) ); 再将数据进行解析，并把该页第一个商铺前面的商铺信息都跳过得到想要商铺的id和对应distance的键值对集合
List>> list=results.getContent(); if(list.size()<=from){ return Result.ok(); }// 5.截取from-end的部分 List ids= new ArrayList<>(list.size()); HashMap distanceMap = new HashMap<>(list.size());// 截取掉from之前的部分，不重复查询 list.stream().skip(from).forEach(result->{// 获取店铺id String shopId = result.getContent().getName(); ids.add(Long.valueOf(shopId));// 获取距离 Distance distance = result.getDistance(); distanceMap.put(shopId,distance); }); 最后根据id查出商铺信息并将设置distance属性，返回商铺信息集合。
补充：如果不按距离排序则直接按页码和页面尺寸查询店铺信息
Page page=query.eq("type_id",typeId) .page(new Page<>(current,SystemConstants.DEFEAUT_PAGE_SIZE)); 2.3 优惠券秒杀模块
采用异步下单的方式，先运行Lua脚本，判断是否下过单，若未下过单，则扣减Redis库存，脚本运行成功，有购买资格，则生成一个全局Id作为订单id，生成订单信息，把订单保存到一个阻塞队列，阻塞队列收到订单后，获取分布式锁后再把订单信息和库存信息同步到MySQL，然后释放锁。该模块利用分布式锁实现一人一单功能，利用Lua确保库存不会变负数。
@Slf4j@Servicepublic class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService { @Resource private ISeckillVoucherService iSeckillVoucherService; @Resource private RedissonClient redissonClient; @Resource private RedisIdWorker redisIdWorker; @Resource private StringRedisTemplate stringRedisTemplate; private static final DefaultRedisScript SECKILL_SCRIPT; static { SECKILL_SCRIPT=new DefaultRedisScript<>(); SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua")); SECKILL_SCRIPT.setResultType(Long.class); }// 创建一个队列 private BlockingQueue orderTasks=new ArrayBlockingQueue<>(1024*1024);// 创建单线程化线程池，用来运行实现Runnable的类 private static final ExecutorService SECKILL_ORDER_EXCUTOR= Executors.newSingleThreadExecutor();// 等依赖加载完再全部执行 @PostConstruct private void init(){ SECKILL_ORDER_EXCUTOR.submit(new VoucherOrderHandler()); } private class VoucherOrderHandler implements Runnable{ @Override public void run() { while (true) { try { // 获取队列中的订单信息 VoucherOrder voucherOrder = orderTasks.take(); // 创建订单 handleVoucherOrder(voucherOrder); } catch (InterruptedException e) { log.error("订单处理异常",e); } } } } private void handleVoucherOrder(VoucherOrder voucherOrder){// 1.获取用户 Long userId = voucherOrder.getUserId();// 2.创建锁对象 RLock lock = redissonClient.getLock("lock:order:" + userId);// 3.判断是否获取锁成功 boolean isLock = lock.tryLock(); if(!isLock){// 获取锁失败 log.error("不允许重复下单"); return; } try { proxy.createVoucherOrder(voucherOrder); } finally { lock.unlock(); } } private IVoucherOrderService proxy; @Override public Result seckillVoucher(Long voucherId) {// 1.执行lua脚本// 获取userID Long userId = UserHolder.getUser().getId(); Long result = stringRedisTemplate.execute( SECKILL_SCRIPT, Collections.emptyList(), voucherId.toString(), userId.toString() );// 2.判断结果为0 int i = result.intValue(); if(i!=0)// 2.1不为0，代表没有购买资格 { return Result.fail(i==1 ? "库存不足" : "不能重复下单"); }// 2.2为0，有购买资格，把下单信息保存到阻塞队列 long orderId = redisIdWorker.nextId("order"); VoucherOrder voucherOrder = new VoucherOrder(); voucherOrder.setId(orderId); voucherOrder.setUserId(userId); voucherOrder.setVoucherId(voucherId);// TODO保存阻塞队列 orderTasks.add(voucherOrder);// 获取代理对象 proxy=(IVoucherOrderService) AopContext.currentProxy();// 3.返回订单id return Result.ok(orderId); } @Transactional public void createVoucherOrder(VoucherOrder voucherOrder) { Long userId = voucherOrder.getUserId();// 查询订单 Integer count = query().eq("voucher_id", voucherOrder.getVoucherId()).eq("user_id", userId).count(); if(count>0){ log.error("用户已经购买过一次"); return ; }// 5.扣减库存 boolean result = iSeckillVoucherService.update() .setSql("stock=stock-1") .eq("voucher_id", voucherOrder.getVoucherId()).gt("stock",0).update();//where stock >0 if(!result){// 扣减失败 log.error("库存不足!"); return; } save(voucherOrder);// 返回订单id return; }} 2.4 博客模块
2.4.1 点赞
用户浏览博客时，可以对博客进行点赞，点赞过的用户id，写入，Redis缓存中（zset：博客id，用户ID，时间）博客页并展示点赞次数和点赞列表头像，展示点赞列表时，注意点赞列表按时间排序，点赞时间早的排在前面，SQL语句应拼接order By 。
点赞功能：
public Result addLike(Long id) {// 1.获取当前用户 Long userId = UserHolder.getUser().getId(); Blog blog = query().eq("id", id).one();// 2.判断当前用户是否已经点赞 String key = BLOG_LIKED_KEY + id; Double isLike = stringRedisTemplate.opsForZSet().score(key, userId.toString());// 3.如果未点赞，可以点赞 if(isLike==null) {// 4.数据库该帖点赞+1 boolean isSuccess = update().setSql("liked=liked+1").eq("id", id).update();// 5.保存用户id到该贴子的Redis的Zset集合,并更新blog的isLike属性 if(BooleanUtil.isTrue(isSuccess)){ stringRedisTemplate.opsForZSet().add(key,userId.toString(),System.currentTimeMillis()); blog.setIsLike(true); } return Result.ok(); }// 6.如果已经点赞// 7.数据库该贴点赞-1； boolean isSuccess = update().setSql("liked=liked-1").eq("id", id).update();// 8.把set集合中的用户id移除 if(BooleanUtil.isTrue(isSuccess)){ stringRedisTemplate.opsForZSet().remove(key,userId.toString()); blog.setIsLike(false); } return Result.ok(); }点赞列表：
public Result queryLikesById(Long id) {// 1.获取key String key = BLOG_LIKED_KEY + id;// 2.查询点赞时间前五的userId Set userIds = stringRedisTemplate.opsForZSet().range(key, 0, 4); if(userIds==null||userIds.isEmpty()){ return Result.ok(); }// 3.根据userId查询User List list = userIds.stream().map(Long::valueOf).collect(Collectors.toList()); String idStr = StrUtil.join(",", list);// 4.返回User集 List UserDTOS = userService.query() .in("id",list) .last("ORDER BY FIELD(id,"+idStr+")") .list() .stream() .map(user -> BeanUtil.copyProperties(user,UserDTO.class)) .collect(Collectors.toList()); return Result.ok(UserDTOS); } 2.4.2 关注作者
与点赞功能相似，将关注用户写入Redis中（String：用户id，被关注与id）
2.5 订阅模块
用户发布的内容推送给粉丝，实现策略有三种模式：拉取模式，推模式，推拉结合模式
该处实现了推模式，发布博客时，把博客推送给粉丝，会向粉丝的信箱（ZSet：粉丝id，博客id，时间）中存入博客id，用户查看订阅时，即根据信箱滚动分页查询最新的博客
public Result queryBlogByFollow(Long max, Integer offset) {// 1.获取当前用户id Long userId = UserHolder.getUser().getId(); String key = FEED_KEY+userId;// 2.查询信箱 Set> typedTuples = stringRedisTemplate.opsForZSet() .reverseRangeByScoreWithScores(key,0,max,offset,3); System.out.println(typedTuples); if(typedTuples==null||typedTuples.isEmpty()){ return Result.ok(); } List ids = new ArrayList<>(typedTuples.size());// 3.解析数据 long minTime=0; Integer os=1; for (ZSetOperations.TypedTuple tuple : typedTuples) {// 获取blogId ids.add(Long.valueOf(tuple.getValue()));// 获取分数 long score = tuple.getScore().longValue(); if(minTime==score){ os++; }else { os=1; minTime=score; } }// 4.根据id查询blog String idStr = StrUtil.join(",", ids); List blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list(); for (Blog blog : blogs) {// 获取点赞信息 isLiked(blog);// 获取用户信息 User user = userService.getById(blog.getUserId()); blog.setName(user.getNickName()); blog.setIcon(user.getIcon()); }// 5.封装并返回 ScrollResult scrollResult = new ScrollResult(); scrollResult.setList(blogs); scrollResult.setOffset(os); scrollResult.setMinTime(minTime); return Result.ok(scrollResult); }
2.6 签到模块
2.6.1 签到功能
使用时间bitMap，打卡取1，为打卡取0，从第0位开始，n日的打卡数据在n-1位
// 2.获取日期 LocalDateTime now = LocalDateTime.now();// 3.拼接key String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM")); String key = USER_SIGN_KEY + userId + keySuffix;// 4.获取今天是本月的第几天 int dayOfMonth = now.getDayOfMonth();// 5.写入Redis setBit key offset 1 stringRedisTemplate.opsForValue().setBit(key,dayOfMonth-1,true);2.6.2 获取当月连续签到天数
把当月签到数据和1做与运算，得到最近一天是否打卡，为0则直接返回，为1则把签到数据右移一位和1做与运算，循环，直到与运算结果为0，循环次数为连续签到天数。
// 2.获取用户在本月当前签到数据 LocalDateTime now = LocalDateTime.now(); String keySuffix = now.format(DateTimeFormatter.ofPattern(":yyyyMM")); String key = USER_SIGN_KEY + userId + keySuffix; int dayOfMonth = now.getDayOfMonth(); List result = stringRedisTemplate.opsForValue().bitField( key, BitFieldSubCommands.create() .get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth)).valueAt(0) ); if(result==null||result.isEmpty()){ return Result.ok(0); } Long sign = result.get(0); if(sign==0||sign==null){ return Result.ok(0); }// 3.取出和1做与运算 int count=0; while (true){ if ((sign&1)==0) { // 4.判断是否为0 // 4.1为0则返回 break; }else {// 4.2为1则count++，并将sign右移 count++; } sign>>>=1; } 3.项目学习收获
项目实战可能碰到的场景，及问题，和解决方案
来源地址：https://blog.csdn.net/qq_47960640/article/details/127845888
