1 实现点赞功能显示哪些用户点赞过并安装时间顺序排序

使用sort_set 进行存储，把博客id作为key，用户id作为value，时间戳作为score

但存储成功之后还是没有成功按照时间顺序排名，因为sql语句，比如最后in（5，1）、

我们要按照用户id5和3和1来显示，但sql会默认显示135，要修改sql语句order byfiled（id，5，1，3）按照自己定义的数据

@Override     public Result like(Long id) {         String key  =  RedisConstants.BLOG_LIKED_KEY + id;         Blog blog = getById(id);         //获取登录用户         Long userId = UserHolder.getUser().getId();         //判断当前登录用户是否点赞         Double isMember = stringRedisTemplate.opsForZSet().score(key,userId.toString());         //如果未点赞可以点         if(isMember == null){             //+1             boolean isUpdate = update().set("liked", blog.getLiked() + 1).eq("id", id).update();             if(BooleanUtil.isTrue(isUpdate)){                 //zadd key value score                 stringRedisTemplate.opsForZSet().add(key,userId.toString(),System.currentTimeMillis());             }         }else {             stringRedisTemplate.opsForZSet().remove(key,userId.toString());             //如果已经点赞则取消             boolean isUpdate = update().set("liked", blog.getLiked() - 1).eq("id", id).update();             //-1             //从redis中去除         }          return null;     }

@Override     public Result queryBlogLikes(Long id) {         //查询前五点赞的人         Set top5 = stringRedisTemplate.opsForZSet().range(RedisConstants.BLOG_LIKED_KEY + id, 0, 4);         if(top5 == null || top5.isEmpty()){             return Result.ok(Collections.emptyList());         }         //解析出用户id         List ids = top5.stream().map(Long::valueOf).collect(Collectors.toList());          List userDTOS = new ArrayList<>();         //根据id查出用户        ids.forEach(userId -> {            User user = userService.getById(userId);            UserDTO userDTO = new UserDTO();            BeanUtils.copyProperties(user,userDTO);            userDTOS.add(userDTO);        });         return Result.ok(userDTOS);     }

2 使用set集合记录共同关注

每个人关注时，往以自己id为key的set集合里面添加被关注的人的id，查看另一个用户的共同关注时，可以使用set集合的intersect查看交集id，再通过id流操作得到被关注的User对象

 @Override     public Result followCommons(Long id) {          if (UserHolder.getUser() != null) {             Long userId = UserHolder.getUser().getId();              String key = "follows:" + userId;              String key2 = "follows" + id;              Set intersect = stringRedisTemplate.opsForSet().intersect(key,key2);              if(intersect == null || intersect.isEmpty()){                 return Result.ok(Collections.emptyList());             }              //解析id集             //使用流操作             List ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList());              List collects = userService.listByIds(ids).stream().map(user -> {                 return BeanUtil.copyProperties(user, UserDTO.class);             }).collect(Collectors.toList());              return Result.ok(collects);         }         return Result.fail("共同关注发生问题");     } }

3 使用sortedset记录滚动分页查询

修改代码，在有用户保存发送新的博客时，将查询数据库中他的所有粉丝，并以粉丝为key，博客id为value，当前时间戳为为score进行保存，在粉丝点击自己的关注时，将按照时间戳的从大到小进行分页查询，记录上一次查询到什么数据，将其时间戳的下一个作为下一次的起始，再加上偏移量，zset默认按照score从小到大进行排序

 Set> typedTuples = stringRedisTemplate.opsForZSet().reverseRangeByScoreWithScores(RedisConstants.FEED_KEY + userId, 0, max, offset, 2);

 查找按照分数反向排序0 - max范围内的2个数据，offset就是从第一个下面offset个开始，比如为5，5，4，2，1

按照当前查找是得到5，5（第二个5）

然后max 变成第二个5

然后后面再从中查找找到的是第一个5，所以要加上偏移量1，也就是从4开始

@Override     public Result saveBlog(Blog blog) {         UserDTO user = UserHolder.getUser();         blog.setUserId(user.getId());         // 保存探店博文         blogService.save(blog);         //查询笔记作者的粉丝         List follows = followService.lambdaQuery().eq(Follow::getFollowUserId, user.getId()).list();         //推送笔记id给所有粉丝         for(Follow follow : follows){             Long userId = follow.getUserId();             String key = RedisConstants.FEED_KEY + userId;             stringRedisTemplate.opsForZSet().add(key,blog.getId().toString(),System.currentTimeMillis());         }         // 返回id         return Result.ok(blog.getId());     }      @Override     public Result queryBlogOfFollow(Long max, Integer offset) {         Long userId = UserHolder.getUser().getId();                  //查询收件箱         Set> typedTuples = stringRedisTemplate.opsForZSet().reverseRangeByScoreWithScores(RedisConstants.FEED_KEY + userId, 0, max, offset, 2);          if(typedTuples == null || typedTuples.isEmpty()){             return Result.ok();         }         //解析数据 blogId,时间戳，offset         List ids = new ArrayList<>(typedTuples.size());         Long minTime = 0L;         int os = 1;         for(ZSetOperations.TypedTuple tuple : typedTuples){             //获取id             String idStr = tuple.getValue();             if (idStr != null) {                 ids.add(Long.valueOf(idStr));             }             //获取分数时间戳             long time = Objects.requireNonNull(tuple.getScore()).longValue();             if(time == minTime){                 os++;             }else{                 minTime = time;                 os = 1;             }           }         String idStr = StrUtil.join(",",ids);         //根据id查询blog         List blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();         for (Blog blog : blogs){              User user = userService.getById(userId);             blog.setName(user.getNickName());             blog.setIcon(user.getIcon());             isLiked(blog);         }          ScrollResult r = new ScrollResult();         r.setList(blogs);         r.setOffset(os);         r.setMinTime(minTime);         return Result.ok(r);     } }