实战:第二十一章:实现微博微信关注模型

高并发系统设计 -- 粉丝关注列表如何设计 上图我们简称relation页。 阅读详情

业务实现层:

    @Override
    public ResultData<RelationshipUsersAndFansDto> getRelationshipUsersAndFans(String userId, String followId) {
        List<B8UserUserinfoEntity> myself = userinfoMapper.getRelationshipUsersAndFans(userId);
        List<String> myselfIds = myself.stream().map(B8UserUserinfoEntity::getFollowId).collect(Collectors.toList());
        for (String myselfId : myselfIds) {
            //我关注的人的id集合
            redisService.redisTemplate.opsForSet().add("myselfFollowUsers",myselfId);
        }
        //进入大V主页他关注的人的id集合
        List<B8UserUserinfoEntity> bigV = userinfoMapper.getRelationshipUsersAndFans(followId);
        List<String> bigvIds = bigV.stream().map(B8UserUserinfoEntity::getFollowId).collect(Collectors.toList());
        for (String bigvId : bigvIds) {
            //把我们二个关注的人丢到集合中
            redisService.redisTemplate.opsForSet().add("bigvFollowUsers",bigvId);
        }
        //获取我们共同关注的人id集合
        Set intersectSet = redisService.redisTemplate.opsForSet().intersect("myselfFollowUsers", "bigvFollowUsers");
        List<String> intersectList = new ArrayList<>(intersectSet);
        //共同关注的数量
        int intersectSize = intersectList.size();
        //我关注的人也关注这个大V,但是大V没有关注他,取差集
        Set differenceSet = redisService.redisTemplate.opsForSet().difference("myselfFollowUsers", "bigvFollowUsers");
        List<String> differenceList = new ArrayList<>(differenceSet);
        //差集的数量
        int differenceSize = differenceList.size();
        //封装
        RelationshipUsersAndFansDto relationshipUsersAndFansDto = new RelationshipUsersAndFansDto();

        if(!CollectionUtils.isEmpty(intersectList)){
            //获取共同关注的用户信息
            List<B8UserUserinfoEntity> myselfList = userinfoMapper.getUserByIds(intersectList);
            relationshipUsersAndFansDto.setMyself(myselfList);
        }
        if(!CollectionUtils.isEmpty(differenceList)){
            //获取我关注的人也关注他的用户信息
            List<B8UserUserinfoEntity> bigvList = userinfoMapper.getUserByIds(differenceList);
            relationshipUsersAndFansDto.setBigV(bigvList);
        }
        relationshipUsersAndFansDto.setIntersectSize(intersectSize);
        relationshipUsersAndFansDto.setDifferenceSize(differenceSize);
        return ResultData.success(relationshipUsersAndFansDto);
    }

redisService:

import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.HashOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Component;

import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;

/**
 * spring redis 工具类
 **/
@SuppressWarnings(value = {"unchecked", "rawtypes"})
@Component
@Slf4j
public class RedisService {
    @Autowired
    public RedisTemplate redisTemplate;

    /**
     * 缓存基本的对象,Integer、String、实体类等
     *
     * @param key   缓存的键值
     * @param value 缓存的值
     */
    public <T> void setCacheObject(final String key, final T value) {
        redisTemplate.opsForValue().set(key, value);
    }

    /**
     * 缓存基本的对象,Integer、String、实体类等
     *
     * @param key      缓存的键值
     * @param value    缓存的值
     * @param timeout  时间
     * @param timeUnit 时间颗粒度
     */
    public <T> void setCacheObject(final String key, final T value, final Integer timeout, final TimeUnit timeUnit) {
        redisTemplate.opsForValue().set(key, value, timeout, timeUnit);
    }

    /**
     * 设置有效时间
     *
     * @param key     Redis键
     * @param timeout 超时时间
     * @return true=设置成功;false=设置失败
     */
    public boolean expire(final String key, final long timeout) {
        return expire(key, timeout, TimeUnit.SECONDS);
    }

    /**
     * 设置有效时间
     *
     * @param key     Redis键
     * @param timeout 超时时间
     * @param unit    时间单位
     * @return true=设置成功;false=设置失败
     */
    public boolean expire(final String key, final long timeout, final TimeUnit unit) {
        return redisTemplate.expire(key, timeout, unit);
    }

    /**
     * 获得缓存的基本对象。
     *
     * @param key 缓存键值
     * @return 缓存键值对应的数据
     */
    public <T> T getCacheObject(final String key) {
        ValueOperations<String, T> operation = redisTemplate.opsForValue();
        return operation.get(key);
    }

    /**
     * 删除单个对象
     *
     * @param key
     */
    public boolean deleteObject(final String key) {
        return redisTemplate.delete(key);
    }

    /**
     * 删除集合对象
     *
     * @param collection 多个对象
     * @return
     */
    public long deleteObject(final Collection collection) {
        return redisTemplate.delete(collection);
    }

    /**
     * 缓存List数据
     *
     * @param key      缓存的键值
     * @param dataList 待缓存的List数据
     * @return 缓存的对象
     */
    public <T> long setCacheList(final String key, final List<T> dataList) {
        Long count = redisTemplate.opsForList().rightPushAll(key, dataList);
        return count == null ? 0 : count;
    }

    /**
     * 获得缓存的list对象
     *
     * @param key 缓存的键值
     * @return 缓存键值对应的数据
     */
    public <T> List<T> getCacheList(final String key) {
        return redisTemplate.opsForList().range(key, 0, -1);
    }

    /**
     * 缓存Set
     *
     * @param key     缓存键值
     * @param dataSet 缓存的数据
     * @return 缓存数据的对象
     */
    public <T> long setCacheSet(final String key, final Set<T> dataSet) {
        Long count = redisTemplate.opsForSet().add(key, dataSet);
        return count == null ? 0 : count;
    }

    /**
     * 获得缓存的set
     *
     * @param key
     * @return
     */
    public <T> Set<T> getCacheSet(final String key) {
        return redisTemplate.opsForSet().members(key);
    }

    /**
     * 缓存Map
     *
     * @param key
     * @param dataMap
     */
    public <T> void setCacheMap(final String key, final Map<String, T> dataMap) {
        if (dataMap != null) {
            redisTemplate.opsForHash().putAll(key, dataMap);
        }
    }

    /**
     * 获得缓存的Map
     *
     * @param key
     * @return
     */
    public <T> Map<String, T> getCacheMap(final String key) {
        return redisTemplate.opsForHash().entries(key);
    }

    /**
     * 往Hash中存入数据
     *
     * @param key   Redis键
     * @param hKey  Hash键
     * @param value 值
     */
    public <T> void setCacheMapValue(final String key, final String hKey, final T value) {
        redisTemplate.opsForHash().put(key, hKey, value);
    }

    /**
     * 获取Hash中的数据
     *
     * @param key  Redis键
     * @param hKey Hash键
     * @return Hash中的对象
     */
    public <T> T getCacheMapValue(final String key, final String hKey) {
        HashOperations<String, String, T> opsForHash = redisTemplate.opsForHash();
        return opsForHash.get(key, hKey);
    }

    /**
     * 获取多个Hash中的数据
     *
     * @param key   Redis键
     * @param hKeys Hash键集合
     * @return Hash对象集合
     */
    public <T> List<T> getMultiCacheMapValue(final String key, final Collection<Object> hKeys) {
        return redisTemplate.opsForHash().multiGet(key, hKeys);
    }

    /**
     * 获得缓存的基本对象列表
     *
     * @param pattern 字符串前缀
     * @return 对象列表
     */
    public Collection<String> keys(final String pattern) {
        return redisTemplate.keys(pattern);
    }


    /**
     * 向一张hash表中放入数据,如果不存在将创建
     *
     * @param key   键
     * @param item  项
     * @param value 值
     * @return true 成功 false失败
     */
    public Boolean hset(String key, String item, Object value) {
        try {
            redisTemplate.opsForHash().put(key, item, value);
            return true;
        } catch (Exception e) {
            log.error(e.getMessage(), e);
            return false;
        }
    }

    /**
     * HashGet
     *
     * @param key  键 不能为 null
     * @param item 项 不能为 null
     * @return 值
     */
    public Object hget(String key, String item) {
        return redisTemplate.opsForHash().get(key, item);
    }


    /**
     * 删除hash表中的值
     *
     * @param key  键 不能为 null
     * @param item 项 可以使多个不能为 null
     */
    public void hdel(String key, Object... item) {
        redisTemplate.opsForHash().delete(key, item);
    }


    /**
     * 判断 key是否存在
     *
     * @param key 键
     * @return true 存在 false不存在
     */
    public Boolean hasKey(String key) {
        try {
            return redisTemplate.hasKey(key);
        } catch (Exception e) {
            log.error(e.getMessage(), e);
            return false;
        }
    }


}

python实时监听微博发文同步到微信 前言 最近准备打算玩玩微博,关注了几个大V。但平时都习惯用微信了,于是就想着怎么将微博的文章实时同步到微信,于是就有了下面这一系列操作。 步入正题 要想实现上述过程,总共包含以下几个步骤: 1.登录手机网页版微博 2.获取被监听博主的发文信息 3.循环监听发文信息 实现步骤 1.首先我们登录手机网页版微博 地址:https://m.weibo.cn/。此处我们选择:账号密码登陆。 正确输入账号密... 阅读详情

相关推荐

调用QQ/微信/新浪微博 实现登录

调用QQ/微信/新浪微博的第三方登录接口(开发者端口)官方文档写的很明确了,不过在这里总结一下,方便小白了解下具体接入流程和情况总体大致流程:其中: 1.微信登录可省去获取用户标识ID这一步,获取ID在获取token时即可获取 2.QQ第三步如果未开通unionid权限,是不会返回的,而默认返回的OPENID,无法保证跨应用的唯一! 3.新浪微博登录在获取token这一步可以返回用户UID,可根据...

crazy_chicken的博客 4655

Redis实现微博好友功能微服务(关注,取关,共同关注)

需求分析 好友功能是目前社交场景的必备功能之一,一般好友相关的功能包含有:关注/取关、我(他)的关注、我(他)的粉丝、共同关注、我关注的人也关注他等这样一些功能。类似于这样的功能我们如果采用数据库做的话只是单纯得到用户的一些粉丝或者关注列表的话是很简单也很容易实现, 但是如果我想要查出两个甚至多个用户共同关注了哪些人或者想要查询两个或者多个用户的共同粉丝的话就会很麻烦, 效率也不会很高。但是如果你...

Java团长的博客 661

【Redis】新浪微博与微信Redis架构实战 - 笔记

1、Redis核心数据结构精讲 使用redis-cli进入Redis交互 如果出现:(error) NOAUTH Authentication required.,使用auth 密码登录即可 在Spring中使用Redis:可以使用Redistemplate (1)String类型 用String可以实现对象缓存: 使用SETNX实现分布式锁 对于分库分表,使用雪花算法,或者使用Red...

寒泉 6万+

如何用Redis实现微博关注关系?

来源:http://database.51cto.com/art/201507/483093.htm关注关系产生的四种关系状态关注粉丝双向关注(互粉)无关系需求分析在微博中,每一个用户都...

程序IT圈 277

【python实战】23个爬虫项目源码:微信、淘宝、知乎、微博...

23个Python爬虫项目

公号:一条coding 1万+

新浪微博分享和关注功能实现教程

新浪微博作为中国最大的社交媒体平台之一,提供信息分享、传播以及获取的便捷渠道。

weixin_35899324的博客 1510

用户关注模型设计_用户增长的决策模型详解

之前就介绍过付费流量、免费流量、广告收入、预算分配等不同模块的内容。这些内容都与用户增长息息相关,共同决定了用户增长体系运转的好坏,把这些模块的核心组合串联在一起即为用户增长的决策模型。一个产品的用户增长过程中,决策者需要确定增长目标,可以投入多少预算?目标获取多少用户?目标产生多少收入?在没有数据模型支持的情况下很难做出贴合实际的目标设定,需要一个数据模型辅助决策。决策模型设计逻辑是一致的,但在...

weixin_39657575的博客 345

友盟分享集成与测试:微信、QQ、微博平台实战指南

友盟分享是基于友盟+旗下产品的一种社交平台分享功能,它旨在为开发者提供一种快速、简便的网络分享解决方案。在互联网信息迅速发展的今天,能够轻松地将内容分享到不同的社交网络,对于提升内容传播效率、增加用户互动具有重要意义。微信公众平台是微信开放的商业及媒体平台,允许开发者创建公众号,提供包括自定义菜单、消息管理、用户管理等在内的接口,使得开发者能够更加便捷地与微信用户互动。通过微信公众平台,开发者可以向用户提供包括文本、图片、语音、视频等多媒体内容以及图文消息的发送。

weixin_42613360的博客 774

WeiBo_SuperTopics:微博超话自动化利器

**作者**:[ReaJason](https://github.com/ReaJason) **致谢**:感谢 [wxy1343/weibo_points](https://github.com/wxy1343/weibo_points) 的接口参考。

gitblog_00628的博客 2335

用Redis实现微博关注关系

在微博中,每一个用户都会有一个关注列表,一个粉丝列表。用户可以查看自己的关注,粉丝列表,也可以查看别人的关注,粉丝列表。并且,要展示列表里每个人与当前查看者的关注状态。

面向微博的关注好友推荐模型研究

面向微博的关注好友推荐模型研究

实战 SQL:微信、微博等社交网络中的友好、粉丝关系分析

介绍如何将微信、微博这类图结构的社交网络数据使用邻接列表进行描述,并且最终存储为结构化的关系表。利用 SQL 语句中的 JOIN 连接查询、通用表表达式的递归查询等功能对其进行分析,发行其中隐藏的社交关系。 这些方法适用于 MySQL、Oracle、SQL Server、PostgreSQL 以及 SQLite。

Tony.Dong的专栏 1万+

【BUAA】【计组】计算机组成 pre (含详细解析)

BUAA 计算机组成 本文章旨在为@走肖暂时无法接通的系列文章创造一个目录,收藏本文章,方便查阅! 1. 入门测试 2. 基础知识 3. Logisim   欢迎来到 Logisim 的世界   Logisim 门电路   Logisim 组合电路   Logisim 时序电路   Logisim 仿真与调试   应用与挑战 4. Verilog 与仿真工具   前言   ISE 入门   VCS 入门   Verilog 语法   Verilog 题目实例与分析   Verilog 工程的设计开发调试

Schrodinger007的博客 9814

【亲测免费】 推荐开源项目:Weibo2RSS - 微博到RSS的转换神器

推荐开源项目:Weibo2RSS - 微博到RSS的转换神器 项目简介 是一个由DIYgod开发的开源项目,它的主要功能是将微博的内容实时转化为RSS订阅源。这个项目可以帮助用户摆脱社交媒体的信息茧房,以更自由、定制化的方式获取和跟踪他们感兴趣的人或话题在微博上的更新。 技术分析 Python基础:整个项目基于Python语言编写,利用了强大的Python生态系统进行网络请求、数据解析等操作。 ...

gitblog_00060的博客 1930

地平线Matrix-Client实战:3分钟搞定摄像头调试与3D视图配置(附避坑指南)

本文详细介绍了地平线Matrix-Client在摄像头调试与3D视图配置中的实战技巧,包括环境准备、核心功能快速上手、高阶调试与性能优化等。通过3分钟快速配置指南和避坑建议,帮助开发者高效完成智能视觉系统开发,特别适用于自动驾驶和机器人视觉领域。

w7x8y9z的博客 270

通过监督微调(SFT)提升AI Agent效果的完整指南

监督微调(Supervised Fine-Tuning)是在大规模预训练语言模型(如LLaMA、GPT系列)的基础上,使用特定任务标注数据进行二次训练的过程。其本质是通过有监督学习调整模型参数,使其适应目标任务的分布特征。

保持热爱。 1926

java微信群自动回复_使用微博SDK工具weibo4j进行java微博自动回复

微博SDK介绍项目需求,需要开发一个新浪微博回复机器人的小工具。通过调研,使用新浪微博开放平台提供的API接口是最方便的。新浪微博开放平台-首页​open.weibo.com使用新浪微博开放平台的API接口,可以轻松实现微博的查询,用户的查询,微博的回复等各项功能。使用官方提供的SDK工具,可以实现代码自动进行微博的模拟操作行为。官方提供了多种语言的SDK工具,包括Python包(由廖雪峰老师提供...

weixin_39572288的博客 332

pyautogui库详细教程,逐行注释(附项目实战:基于图像识别实现崩坏星穹铁道自动化测试)

本文包含了pyautogui的使用方法与常见问题指南,随文附带对游戏实现的自动化项目源码与说明文档

m0_53043024的博客 1万+

微博和微信对企业的作用

微博和微信对企业的作用一、营销的两个终极追求做营销,两个终极追求:1、寻找目标陌生人群,最好精准,这样可以有限的精力投入到聚焦的人群,可以渗透更深刻。把目标陌生人转化成熟人然后引导销售意向2、再通过熟人推荐更多目标陌生人,这时候的目标陌生人群寻找可以更低成本获得而且可以更精准,而且有信任关系可以更快更低成本的转化为销售意向至于熟人第一次成功购买,以及第一次成交后的持续重复购买,从销售意向到真正成交

阿朱=行业趋势+开发管理+架构 6万+

SigFit实战:从FEA到光学仿真的热力耦合分析全流程解析

在光机系统与芯片封装等精密工程领域,热与力的耦合效应是影响产品性能与可靠性的核心物理问题。有限元分析(FEA)是预测结构在热、力载荷下变形与应力的基础工具,但其结果通常无法直接用于评估光学性能。这需要一座桥梁,将物理场数据转化为光学设计语言。其核心原理在于数据映射与面形表征技术,例如通过泽尼克多项式拟合,将离散的节点位移分解为离焦、像散等标准光学像差。这项技术的工程价值在于,它实现了多物理场仿真的闭环,使工程师能在设计阶段精准预测热变形或应力对波前误差、调制传递函数等关键光学指标的影响。其典型应用场景包括高

weixin_28630185的博客 344

东方通TongWeb虚拟主机配置全流程:从创建到应用部署的保姆级教程

本文提供东方通TongWeb虚拟主机从创建、HTTP通道配置到应用部署的完整实战指南。重点解析虚拟主机的逻辑隔离价值、通道参数调优原理及企业级多应用部署架构,并涵盖常见报错排查与性能优化建议,旨在帮助运维和开发人员高效、稳定地完成应用系统部署。

oil88的博客 533

微信与微博的区别

什么是微信?   对于微信,相信很多人并不陌生。微信是腾讯公司于2011年1月21日推出的一款通过网络快速发送语音短信、视频、图片和文字,支持多人群聊的手机聊天软件。用户可以通过微信与好友进行形式上更加丰富的类似于短信、彩信等方式的联系。与传统的短信沟通方式相比,微信具有零资费、跨平台沟通、显示实时输入状态等功能,也更灵活、智能,且节省资费。微信在不到11个月的时间内用户猛增至5000万,又在不

wzjemb的专栏 3131

Onnxruntime之YOLOP部署过程记录

魔改YoloP部署过程记录

如果想成为中心,那么就到中心去吧。 1931
上一篇: 我的分享:第九章:月薪三万执行计划
下一篇: Docker:第六章:Docker部署项目
Java程序员廖志伟
Java程序员廖志伟 优质创作者: Java技术领域 优质创作者: Java技术领域 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄8年 2万+粉丝 1902原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Java程序员廖志伟

赏我包辣条呗

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值