《黑马点评》至此告一段落啦

就此告一段落

花了整整七天时间终于把《黑马点评》项目实战篇全部学完了，每天大概学八九个小时左右，中途也是遇到很多问题，困难重重，虽说学了就忘了但是会查会用就行嘿嘿。笔记我做的很随便，时间太紧了且内容太多了所以不会像以前一样认真做笔记了。具体完整笔记可看大神的这一篇：https://blog.youkuaiyun.com/RuanFun/article/details/137594801?spm=1001.2014.3001.5502

java8 stream().map().collect()的Collectors.toList()、Collectors.toMap()、Collectors.groupingBy()的用法

关注和取关 共同关注

MyBatis-Plus 框架中QueryWrapper基本用法
https://blog.youkuaiyun.com/weixin_45266691/article/details/135752963

灵活的 QueryWrapper

https://mybatis-flex.com/zh/base/querywrapper.html

具体实现

  //修改：主要在关注时把被关注用户的id放入redis，取关时从redis中移除id：
    @Override
    public Result follow(Long followUserId, Boolean isFollow) {
        //获取登录用户
        Long userId = UserHolder.getUser().getId();
        String key = "follows:" + userId;
        //1.判断是关注还是取关
        if(isFollow){
            //2.关注，新增数据
            Follow follow = new Follow();
            follow.setUserId(userId);
            follow.setFollowUserId(followUserId);
            boolean isSuccess = save(follow);
            if(isSuccess){
                //把关注用户的id放入redis的set集合
                stringRedisTemplate.opsForSet().add(key,followUserId.toString());
            }
        }else{
            //3.取关，删除记录
            boolean isSuccess = remove(new QueryWrapper<Follow>()
                    .eq("user_id", userId).eq("follow_user_id", followUserId));
            if(isSuccess){
                //把关注用户的id从Redis移除
                stringRedisTemplate.opsForSet().remove(key,followUserId.toString());
            }
        }
        return Result.ok();
    }

要实现分页查询要指定page和size，计算从哪里开始到哪里结束。
List有角标，SortedSet有排名。 推荐使用SortedSet

滚动分页查询

滚动查询：每一次查询都记住上一次查询的最小值是谁，将最小值作为下一次的最大值，这样就能避免重复查询

规律：分数最小值和查的数量固定不变。最大值为上一次查询的最小值、偏移量第1次给0，第1次后给在上一次的结果中，与最小值一样的元素的个数。

当分数一致出现问题

score范围进行查询，记住最小的时间戳，下次找比这个更小的时间戳。

滚动分页查询参数：

max:第一次：当前时间戳 接下来的：上一次查询的最小值
min:永远是0
offset偏移量:第一次：0 在上一次的结果中，与最小值一样的元素个数
count:3

分数最小值和查的数量固定不变。最大值为上一次查询的最小值、偏移量第1次给0，第1次后给在上一次的结果中，与最小值一样的元素的个数。

看图：

最小值6有了，下一次查询的时候做最大值；跟6一样的有2个，则下一次查询的offset为2，上一次查询分析出来的信息就作为下一次查询的参数。则每一次查询返回包含三部分：

minTime:本次查询的推送的最小时间戳**（最后面那个不是最小的那个）**

offset：和最小时间戳值一样的那些时间戳的个数！！！

List 小于指定时间戳的笔记集合

元组（tuple）是关系数据库中的基本概念，是数据库中的一种数据结构。 在关系数据库中，数据以表格的形式存储，每个表格称为一个关系（relation），而表格中的每一行称为一个元组（tuple）。 元组是关系数据库中的基本单位，它代表了数据库中的一条记录。

ZSetOperations 操作接口
https://www.hxstrive.com/subject/spring_data_redis/1793.htm

实现滚动分页查询逻辑

   @Override
    public Result queryBlogOfFollow(Long max, Integer offset) {
        //获取当前用户 之后得到它的id
        Long userId = UserHolder.getUser().getId();
        //然后查询收件箱 zrevrangebyscore key max min limit offset count
        //查询出来的有点多 解析数据
        String key = FEED_KEY + userId;
        Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet()
                .reverseRangeByScoreWithScores(key, 0, max, offset, 2);
        //非空判断
        if (typedTuples == null ||typedTuples.isEmpty()){
            return Result.ok();
        }
        //3.解析数据：blogId、minTime(时间戳)、offset
        ArrayList<Long> ids = new ArrayList<>(typedTuples.size());
        /*
        遍历ZSetOperations集合先拿到第一个，然后把它赋值给minTime，然后遍历第二个，又赋值，最后一个一定是这个最小时间戳
         */
        long minTime = 0;
        /*
          offset怎么求 涉及到算法
         */
        int os = 1;
        for (ZSetOperations.TypedTuple<String> tuple : typedTuples){
            //
            //4.1.获取id
            String idStr = tuple.getValue();
            ids.add(Long.valueOf(idStr));
            //4.2.获取分数(时间戳)
            long time = tuple.getScore().longValue();
            if (time == minTime){
                os++;
            }else {
                minTime = time;
                os = 1;
            }
        }

        //根据id查询blog  和上面  根据用户id查询用户差不多
        String idStr = StrUtil.join(",", ids);
        List<Blog> blogs = query()
                .in("id",ids).in("id", ids)
                .last("ORDER BY FIELD(id," + idStr + ")").list();

        //再补充上一点才完整
        for (Blog blog : blogs) {
            isBlogLiked(blog);
            User user = userService.getById(blog.getUserId());
            blog.setName(user.getNickName());
            blog.setIcon(user.getIcon());
        }

        //封装并返回
        ScrollResult r = new ScrollResult();
        r.setList(blogs);
        r.setOffset(os);
        r.setMinTime(minTime);
        return Result.ok(r);
    }