- VisualStudio2022插件的安装及使用-编程手把手系列文章
- pprof-在现网场景怎么用
- C#实现的下拉多选框,下拉多选树,多级节点
- 【学习笔记】基础数据结构:猫树
书接上回,消息通知系统(notification-system)作为一个独立的微服务,完整地负责了 App 端内所有消息通知相关的后端功能实现。该系统既需要与文章系统、订单系统、会员系统等相关联,也需要和其它业务系统相关联,是一个偏底层的通用服务系统.
App 端内的消息通知类型常见有这几项:评论通知、点赞通知、收藏通知、订单通知、活动通知、个人中心相关通知等。该系统在可拓展性、高性能、较高可用性、数据一致性等方面有较高要求,最终目的是提升用户粘性、加强 App 与用户的互动、支撑核心业务的发展.
文章的(上)篇将从需求分析、数据模型设计、关键流程设计这 3 部分来说明,(下)篇将从技术选型、后端接口设计、关键逻辑实现这 3 部分来进行说明.
我将该系统需要使用到的关键技术选型做成表格,方便梳理:
作为一个偏底层的公共服务,基本上都会先由上游的业务系统进行调用,再服务于用户(即 App 端)。下面设计两个 Controller 分别针对业务端和 App 端,大家可以先参考一下接口规范,也写了总体的思路注释,关键逻辑会在下一节再展开讲.
暴露给业务系统的有 3 个接口:
@RestController
@RequestMapping("notice/api")
public class NoticeApiController {
@Resource
private NotificationService notificationService;
/**
* 新增通知,业务系统用
* @param dto
* @return 消息系统唯一 id
*/
@PostMapping("/add")
public Response<Long> addNotice(@Valid @RequestBody AddNoticeDTO dto){
//业务方调用该接口前需要先根据 sourceId 确认来源,实现就是先入数据库,再入 Redis
return ResponseBuilder.buildSuccess(this.notificationService.addNotice(dto));
}
/**
* 撤回通知(同批量撤回),业务系统用
* @param idList,需要撤回的消息主键 id 集合
* @return 是否成功:true-成功,false-失败
*/
@PostMapping("/recall")
public Response<Boolean> recallNotice(@RequestBody List<Long> idList){
//撤回只需要考虑先更新数据库,后更新 Redis
return ResponseBuilder.buildSuccess(this.notificationService.recallNotice(idList));
}
/**
* 获取通知配置
* @param sourceId 业务系统标识
* @return 配置详情信息
*/
@GetMapping("/getNoticeConfig")
public Response<NotificationConfig> getNoticeConfig(@RequestParam(value = "noticeId") String sourceId){
//每个业务系统调用前需要校验通知配置,以防非法调用
return ResponseBuilder.buildSuccess(this.notificationService.getNoticeConfig(sourceId));
}
}
开放给 App 端使用的有 2 个接口:
@RestController
@RequestMapping("notice/app")
public class NoticeAppController {
@Resource
private NotificationService notificationService;
/**
* 获取用户未读消息总数
*/
@Auth
@GetMapping("/num")
public Response<NoticeNumVO> getMsgNum() {
//App 端的用户唯一 uuid
String userUuid = "";
return ResponseBuilder.buildSuccess(this.notificationService.getMsgNum(userUuid));
}
/**
* 获取用户消息列表
*
* @param queryDate:查询时间 queryDate
* @param pageIndex:页码,1开始
* @param pageSize:每页大小
* @param superType:消息父类型,1-评论、点赞、系统消息,2-通知,3-私信,4-客服消息
*/
@Auth
@GetMapping("/list/{queryDate}/{pageIndex}/{pageSize}/{superType}")
public Response<List<Notification>> getNoticeList(@PathVariable String queryDate, @PathVariable Integer pageIndex,
@PathVariable Integer pageSize, @PathVariable Integer superType) throws ParseException {
//App 端的用户唯一 uuid
String userUuid = "";
Date dateStr = DateUtils.parseDate(queryDate, new String[]{"yyyyMMddHHmmss"});
return ResponseBuilder.buildSuccess(this.notificationService.getNoticeList(userUuid, dateStr, pageIndex, pageSize, superType));
}
}
本小节会针对 APP 端的两个接口进行详细讲解,未读消息数和消息列表的实现需要 Redis + MySQL 的紧密配合.
下面先着重介绍一下本系统的 Redis 缓存结构设计,全局只使用 Hash 结构,新增消息时+1,撤回消息时-1,已读消息时做算术更新:
说明:
Redis-key 是固定 String 常量 "sysName.notice.num.key"; 。
Hash-key 为 App 端用户唯一的 userUuid; 。
Hash-value 为该用户接收的消息总数,新增 +1,撤回 -1.
如果大家对于 Redis 的基本结构还不太了解,参考下我的这篇博客:https://www.cnblogs.com/CodeBlogMan/p/17816699.html 。
下面是关键实现步骤的代码示例:
新增消息 。
//先入 MySQL
Notification notification = this.insertNotice(dto);
//再入 Redis
redisTemplate.opsForHash().increment(RedisKey, dto.getTargetUserUuid(), 1);
撤回消息 。
//先更新 MySQL
this.updateById(notification);
//再更新 Redis
redisTemplate.opsForHash().increment(RedisKey, userUuid, -1);
注意:
写操作和更新操作都是先操作数据库,然后再同步入 Redis。原因:数据库里的数据是源头,且存的是结构化的持久性数据;Redis 只是作为缓存,发挥 Redis 读取速度快的优点,存储的是一些 size 不大的热点数据.
已读和未读其实就是两种状态,Redis 里一开始存储的都是未读数,当用户点击查看列表时,前端会调用后端的消息列表接口,消息列表直接查数据库(记录了已读和未读状态),此时同步更新 Redis 里的未读消息数,那么此时:未读消息数 = Redis总数 - MySQL已读消息数.
下面的代码说得比较清楚了:
查询未读消息数 。
Integer num;
//先读 redis,没有再读数据库,最后再把数据库读出的放回 redis
num = (Integer) redisTemplate.opsForHash().get(RedisKey, userUuid);
//防止一开始新增通知的时候没放进 redis 里,null 表示什么都没有,而不是 0
if (Objects.nonNull(num)) {
msgNumVO.setMsgNum(num);
}else {
num = this.getNoticeNum(userUuid, queryDate);
log.info("缓存中没有未读消息总数,查数据库:{}", num);
msgNumVO.setMsgNum(num);
//放入缓存,取出什么放什么
redisTemplate.opsForHash().put(RedisKey, userUuid, num);
}
return num;
查询消息列表 。
wrapper.eq(Notification::getTargetUserUuid, userUuid)
.eq(Notification::getSuperType, superType)
.eq(Notification::getMsgStatus, StatusEnum.TRUE.getType())
.le(Notification::getCreateTime, dateTime)
.orderByDesc(Notification::getCreateTime);
List<Notification> queryList = pageInfo.getResult();
//查询后即要同步去更新数据库中该类型下的消息为已读
this.updateListBySuperType(wrapper);
long isReadNum;
isReadNum = queryList.stream().filter(val -> NumberUtils.INTEGER_ZERO.equals(val.getIsRead())).count();
//关键的一步,同步更新 redis 里的未读消息数
Integer redisNum = (Integer) redisTemplate.opsForHash().get(RedisKey.INITIAL_NOTICE_NUM_PERFIX, userUuid);
//要先判断 redis 里是否为 null,和 0 不一样
int hv = Objects.isNull(redisNum) ? 0 : (int) (redisNum - isReadNum);
redisTemplate.opsForHash().put(RedisKey, userUuid, Math.max(hv, 0));
return queryList;
由于在上述的 redis-hash 结构中并没有加入 expire 过期时间,那么显而易见的是这个结构随着时间增加会越来越大,最终导致形成一个大key,给 redis 的读/写性能带来影响。 所以这里需要给出一个方案来解决这个问题,我的核心思路是:
@Component
@Slf4j
public class HandleNoticeCache {
private static final Long FLAG_TIME = 3600L;
@Resource
private RedisTemplate redisTemplate;
@Scheduled(cron = " * 0/10 * * * ? ")
public void deleteNoticeCache(){
HashOperations<String, String, Integer> hashOperations = redisTemplate.opsForHash();
//通知操作的全部 uuid,数据量一大可能导致 OOM
Set<String> uuidList = hashOperations.keys(RedisKey.NOTICE_NUM_TIME);
if (CollectionUtils.isNotEmpty(uuidList)){
uuidList.forEach(val -> {
Integer operateTime = hashOperations.get(RedisKey.NOTICE_NUM_TIME, val);
if (Objects.nonNull(operateTime)){
//当前系统时间-操作的记录时间
long resultTime = System.currentTimeMillis() - operateTime;
if (resultTime > FLAG_TIME){
hashOperations.delete(RedisKey.NOTICE_NUM_PERFIX, val);
log.info("删除通知的 uuid 为:{}", val);
hashOperations.delete(RedisKey.COMMENT_NUM_PERFIX, val);
log.info("删除评论通知的 uuid 为:{}", val);
}
}
});
}
}
}
到这里关于互联网消息通知系统的设计与实现就分享完了,至于源码我看在周末或者假期有没有时间发出来,之后自己的个人 git 开源仓库应该已经建设好了.
文章如有错误和不足,还望指正,同时也欢迎大家在评论区说出自己的想法! 。
最后此篇关于【解决方案】Java互联网项目中消息通知系统的设计与实现(下)的文章就讲到这里了,如果你想了解更多关于【解决方案】Java互联网项目中消息通知系统的设计与实现(下)的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
背景: 我最近一直在使用 JPA,我为相当大的关系数据库项目生成持久层的轻松程度给我留下了深刻的印象。 我们公司使用大量非 SQL 数据库,特别是面向列的数据库。我对可能对这些数据库使用 JPA 有一
我已经在我的 maven pom 中添加了这些构建配置,因为我希望将 Apache Solr 依赖项与 Jar 捆绑在一起。否则我得到了 SolarServerException: ClassNotF
interface ITurtle { void Fight(); void EatPizza(); } interface ILeonardo : ITurtle {
我希望可用于 Java 的对象/关系映射 (ORM) 工具之一能够满足这些要求: 使用 JPA 或 native SQL 查询获取大量行并将其作为实体对象返回。 允许在行(实体)中进行迭代,并在对当前
好像没有,因为我有实现From for 的代码, 我可以转换 A到 B与 .into() , 但同样的事情不适用于 Vec .into()一个Vec . 要么我搞砸了阻止实现派生的事情,要么这不应该发
在 C# 中,如果 A 实现 IX 并且 B 继承自 A ,是否必然遵循 B 实现 IX?如果是,是因为 LSP 吗?之间有什么区别吗: 1. Interface IX; Class A : IX;
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在阅读标准haskell库的(^)的实现代码: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | y0 a -> b ->a expo x0
我将把国际象棋游戏表示为 C++ 结构。我认为,最好的选择是树结构(因为在每个深度我们都有几个可能的移动)。 这是一个好的方法吗? struct TreeElement{ SomeMoveType
我正在为用户名数据库实现字符串匹配算法。我的方法采用现有的用户名数据库和用户想要的新用户名,然后检查用户名是否已被占用。如果采用该方法,则该方法应该返回带有数据库中未采用的数字的用户名。 例子: “贾
我正在尝试实现 Breadth-first search algorithm , 为了找到两个顶点之间的最短距离。我开发了一个 Queue 对象来保存和检索对象,并且我有一个二维数组来保存两个给定顶点
我目前正在 ika 中开发我的 Python 游戏,它使用 python 2.5 我决定为 AI 使用 A* 寻路。然而,我发现它对我的需要来说太慢了(3-4 个敌人可能会落后于游戏,但我想供应 4-
我正在寻找 Kademlia 的开源实现C/C++ 中的分布式哈希表。它必须是轻量级和跨平台的(win/linux/mac)。 它必须能够将信息发布到 DHT 并检索它。 最佳答案 OpenDHT是
我在一本书中读到这一行:-“当我们要求 C++ 实现运行程序时,它会通过调用此函数来实现。” 而且我想知道“C++ 实现”是什么意思或具体是什么。帮忙!? 最佳答案 “C++ 实现”是指编译器加上链接
我正在尝试使用分支定界的 C++ 实现这个背包问题。此网站上有一个 Java 版本:Implementing branch and bound for knapsack 我试图让我的 C++ 版本打印
在很多情况下,我需要在 C# 中访问合适的哈希算法,从重写 GetHashCode 到对数据执行快速比较/查找。 我发现 FNV 哈希是一种非常简单/好/快速的哈希算法。但是,我从未见过 C# 实现的
目录 LRU缓存替换策略 核心思想 不适用场景 算法基本实现 算法优化
1. 绪论 在前面文章中提到 空间直角坐标系相互转换 ,测绘坐标转换时,一般涉及到的情况是:两个直角坐标系的小角度转换。这个就是我们经常在测绘数据处理中,WGS-84坐标系、54北京坐标系
在软件开发过程中,有时候我们需要定时地检查数据库中的数据,并在发现新增数据时触发一个动作。为了实现这个需求,我们在 .Net 7 下进行一次简单的演示. PeriodicTimer .
二分查找 二分查找算法,说白了就是在有序的数组里面给予一个存在数组里面的值key,然后将其先和数组中间的比较,如果key大于中间值,进行下一次mid后面的比较,直到找到相等的,就可以得到它的位置。
我是一名优秀的程序员,十分优秀!