redis应用场景(1)一个文字投票网站

构建一个文章投票网站，一般具备下面几个功能

创新互联公司是一家集网站建设,中方企业网站建设,中方品牌网站建设,网站定制,中方网站建设报价,网络营销,网络优化,中方网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

发布文章

文章投票评分（按投票多少进行评分）

文章排序（按发布时间，按评分高低）

文章分组（如专题）

...

1.关系型数据库设计

其中用户，组两个表简单化处理了。业务实现起来也相当简单。不再赘述。重点是如何使用redis实现类似的业务逻辑。

由于redis是基于key-value管理，属于列式数据库。和关系型数据库实现方式差异较大，值得研究。

redis的设计，最重要的一部分工作就是key的命名以及键值数据类型的选择上。

2.Redis设计

关系型数据库属于二维，数据关系主要通过在行和列两者说明，而redis中的数据关系，则通过key键值描述，所以要求redis键值具备层次性。

2.1文章发布

实现代码

private static final int ONE_WEEK_IN_SECONDS = 7 * 86400;
private static final int VOTE_SCORE = 432;
public String postArticle(Jedis conn, String user, String title, String link) {
    String articleId = String.valueOf(conn.incr("article:"));

    String voted = "voted:" + articleId;
    conn.sadd(voted, user);
    conn.expire(voted, ONE_WEEK_IN_SECONDS);//一周的有效期

    long now = System.currentTimeMillis() / 1000;
    String article = "article:" + articleId;
    HashMap articleData = new HashMap();
    articleData.put("title", title);
    articleData.put("link", link);
    articleData.put("user", user);
    articleData.put("now", String.valueOf(now));
    articleData.put("votes", "1");
    conn.hmset(article, articleData);
    //维护两个排序集合，是为了解决文章排序的两种方式
    //如果还有三种排序方式，对不起，还需要另外维护一个排序集合
    conn.zadd("score:", now + VOTE_SCORE, article);//维护文章的评分信息
    conn.zadd("time:", now, article);//维护文章的发布时间信息
    return articleId;
}

2.2文章投票

实现代码

public void articleVote(Jedis conn, String user, String article) {
    long cutoff = (System.currentTimeMillis() / 1000) - ONE_WEEK_IN_SECONDS;
    if (conn.zscore("time:", article) < cutoff){
        return;
    }

    String articleId = article.substring(article.indexOf(':') + 1);
    //维护投票的一次性
    if (conn.sadd("voted:" + articleId, user) == 1) {
        conn.zincrby("score:", VOTE_SCORE, article);
        conn.hincrBy(article, "votes", 1l);
    }
}

2.3返回文章列表

两种排序策略：按发布时间，按文章评分。

支持分页排序。

redis的实现排序方式和关系型数据库中的实现方式有很大差别，这也是key-value数据库的一大特点。

基于key操作。

public List> getArticles(Jedis conn, int page, String order) {
    int start = (page - 1) * ARTICLES_PER_PAGE;
    int end = start + ARTICLES_PER_PAGE - 1;
    //从排序集合中获取id列表
    Set ids = conn.zrevrange(order, start, end);
    List> articles = new ArrayList>();
    //遍历id列表，逐条初始化
    for (String id : ids){
        Map articleData = conn.hgetAll(id);
        articleData.put("id", id);
        articles.add(articleData);
    }
    //注意：返回的信息中，没有列表总数
    return articles;
}

2.4 文章分组

这一块逻辑相对独立，仅仅是文章的一个分析维度而已，操作起来相对简单。就是维护groups:${group}集合。

public void addGroups(Jedis conn, String articleId, String[] toAdd) {
    String article = "article:" + articleId;
    for (String group : toAdd) {
        conn.sadd("group:" + group, article);
    }
}
//排序麻烦些
public List> getGroupArticles(Jedis conn, String group, int page, String order) {
    String key = order + group;
//60秒的有效期
   if (!conn.exists(key)) {
        ZParams params = new ZParams().aggregate(ZParams.Aggregate.MAX);
        conn.zinterstore(key, params, "group:" + group, order);
        //有序集合，与group的交集，生成新的集合
        conn.expire(key, 60);
        //60秒的有效期，性能和实时性的平衡，需要具体情况具体分析
    }
    return getArticles(conn, page, key);
}

zinterstore API

public java.lang.Long zinterstore(java.lang.String dstkey,
                                  redis.clients.jedis.ZParams params,
                                  java.lang.String... sets)

参照资源

《redis in action》