当前位置：首页 > news >正文

redis_点评（24.好友关注—实现关注推送页面的「滚动分页查询」）

news 2026/5/31 1:13:47

这是基于Redis ZSet 实现的「关注流滚动分页」完整代码，解决了传统分页在关注流场景下的性能与一致性问题，实现了类似朋友圈的“下拉加载更多”效果。

一、整体架构概览

层级	核心内容	作用
Controller	新增`/of/follow`接口，接收滚动分页参数	接收前端的`lastId`（最后一条笔记时间戳）和`offset`（偏移量）
DTO	新增`ScrollResult`，封装分页结果	返回给前端的结构：`list`（笔记列表）、`minTime`（本次最小时间戳）、`offset`（下次偏移量）
Service	实现`queryBlogOfFollow`方法	从Redis收件箱拉取笔记ID，再批量查询笔记详情并返回

二、Controller层接口

@GetMapping("/of/follow") public Result queryBlogOfFollow( @RequestParam(value = "lastId", required = false) Long max, @RequestParam(value = "offset", defaultValue = "0") Integer offset ) { return blogService.queryBlogOfFollow(max, offset); }

lastId：上一次查询的最小时间戳（用于查询更早的笔记），第一次请求为null
offset：偏移量，解决「同一时间戳多条笔记」的重复问题，默认0

三、ScrollResult 数据结构

@Data public class ScrollResult { private List<?> list; // 本次查询的笔记列表 private Long minTime; // 本次查询的最小时间戳（下次请求的lastId） private Integer offset; // 下次请求的偏移量 }

作用：为前端提供滚动分页的上下文，让前端能正确发起下一次请求。

四、Service层核心逻辑`queryBlogOfFollow`

步骤1：获取当前用户并处理空请求

UserDTO user = UserHolder.getUser(); if (user == null) { return Result.ok(); } Long userId = user.getId(); String key = FEED_KEY + userId; // 拼接用户的收件箱Key（feed:用户ID） if (max == null) max = System.currentTimeMillis(); // 首次请求默认当前时间戳

空用户直接返回，避免空指针；首次请求默认以当前时间戳作为起点。

步骤2：从Redis收件箱拉取笔记ID（滚动分页核心）

Set<ZSetOperations.TypedTuple<String>> tuples = stringRedisTemplate.opsForZSet() .reverseRangeByScoreWithScores(key, 0, max, offset, 2);

一、这行代码总结

从 Redis 的 ZSet（有序集合）中，按分数倒序查询一批数据，并且同时拿到【值 + 分数】。

在你的业务里 =从粉丝收件箱里，按时间倒序，分页查笔记ID + 发布时间戳

二、逐部分超精炼解释

1.`stringRedisTemplate.opsForZSet()`

获取 RedisZSet有序集合操作对象
专门用来操作带排序功能的 Redis 集合

2.`reverseRangeByScoreWithScores(...)`

核心方法：按分数倒序查询 + 同时返回值和分数

reverse：倒序（从大到小，最新时间在前）
RangeByScore：按分数范围查询
WithScores：同时返回 value（笔记ID）和 score（时间戳）

3. 六个参数含义（必背）

reverseRangeByScoreWithScores( key, // 1. Redis的key（feed:用户ID = 收件箱） 0, // 2. 最小分数（最小时间戳） max, // 3. 最大分数（上一页最后一条的时间戳） offset, // 4. 偏移量（跳过多少条） 2 // 5. 取多少条（每页条数） )

三、返回值是什么？

Set<ZSetOperations.TypedTuple<String>> tuples

TypedTuple：一条数据 = 包含 value + score
- value= 笔记ID
- score= 发布时间戳
Set：查询到的多条数据

四、业务含义（最关键）

从当前用户的 Redis 收件箱里： 查 0 ~ max 时间范围内的笔记 倒序排列（最新的在前） 跳过 offset 条 取 2 条 同时拿到 笔记ID + 发布时间

关键方法：reverseRangeByScoreWithScores
- 从ZSet中按score（时间戳）倒序查询，范围[0, max]
- 跳过offset条，取2条（分页大小）
- 返回TypedTuple集合，同时拿到笔记ID和对应的时间戳

步骤3：解析笔记ID并计算下次请求参数

List<Long> ids = new ArrayList<>(tuples.size()); long minTime = 0; int os = 0; for (ZSetOperations.TypedTuple<String> tuple : tuples) { String blogId = tuple.getValue(); ids.add(Long.valueOf(blogId)); long score = tuple.getScore().longValue(); if (score == minTime) { os++; // 同一时间戳的笔记数量+1，作为下次偏移量 } else { minTime = score; os = 1; } }

解析笔记ID，同时记录本次查询的最小时间戳minTime和偏移量os
解决同一时间戳多条笔记的重复问题：下次请求时，从minTime开始，偏移os条。

步骤4：批量查询笔记详情并按原顺序返回

String idStr = StrUtil.join(",", ids); List<Blog> blogs = query() .in("id", ids) .last("ORDER BY FIELD(id," + idStr + ")") // 按Redis返回的顺序排序 .list();

用ORDER BY FIELD强制按Redis返回的顺序查询，避免数据库打乱排序。

步骤5：封装结果并返回

ScrollResult result = new ScrollResult(); result.setList(blogs); result.setMinTime(minTime); result.setOffset(os); return Result.ok(result);

将笔记列表、下次请求的minTime和offset封装返回给前端。

五、关键技术点解析

1. 滚动分页 vs 传统分页

维度	传统分页（PageHelper）	滚动分页（本次实现）
排序依赖	依赖数据库自增ID或固定字段	依赖Redis ZSet的时间戳
重复/遗漏	新增/删除数据时会出现重复或漏数据	基于时间戳+偏移量，无重复/遗漏
性能	大数据量下`OFFSET`性能差	Redis ZSet操作高效，无需数据库全表扫描
适用场景	列表固定、无新增的场景	关注流、feed流等实时新增数据场景

2. Redis ZSet 作为收件箱的优势

天然有序：按时间戳自动排序，拉取时直接按score倒序即可
高效分页：reverseRangeByScoreWithScores支持按score范围分页，性能O(log(N))
主动推送：笔记发布时直接写入粉丝的收件箱，拉取时无需关联查询

3. 偏移量（offset）的作用

解决同一时间戳多条笔记的问题：比如同一秒发布了3条笔记，下次请求时，从该时间戳开始，偏移3条，避免重复拉取。

六、其他细节说明

FEED_KEY常量：替代硬编码的"feed:"，统一管理Redis Key前缀。
afterCompletion注释：移除UserHolder.removeUser()，避免请求结束时清除用户信息，保证后续异步操作也能获取用户信息。
空值处理：对max、tuples做了判空处理，避免空指针异常。