前言

这篇文章是基于Java完成的一个点赞功用，是在微服务上的谈论功用的子模块，以及类似于抖音的评观点赞列表，能够联表查询用户点赞的谈论列表和用户被点赞的谈论列表，其中并没有运用redis和mq的中间件进行优化。

完成功用

完成增加撤销点赞，判别是否点赞，检查用户点赞的谈论列表和用户被点赞的谈论列表等。

一、数据库设计

1.评观点赞表数据库

二、实体类和VO目标

1.实体类

实体类内容与数据库相同，在此不做展现。

2.VO目标

public class LikeVO {
    /**
     * 点赞表主键
     */
    Integer likeId;
    /**
     * 用户信息
     */
    UserSimpleVO userInfo;
    /**
     * 谈论内容
     */
    String content;
    /**
     * 点赞创立时间
     */
    Timestamp createTime;
}

三、代码完成

1.判别是否点赞

@Override
    public boolean isLike(Integer userId, Integer commentId) {
        LambdaQueryWrapper<Like> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(Like::getUserId,userId)
                    .eq(Like::getCommentId,commentId);
        Long count = likeMapper.selectCount(queryWrapper);
        return count>0;
    }

2.增加或撤销点赞

@Override
    public boolean like(Integer userId, Integer commentId) {
        //lambda查询是否存在点赞记载
        LambdaQueryWrapper<Like> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(Like::getCommentId,commentId)
                    .eq(Like::getUserId,userId);
        Like like = likeMapper.selectOne(queryWrapper);
        //判别点赞记载是否为空，为空则增加，不为空则删除
        if(like!=null){
            int row = likeMapper.delete(queryWrapper);
            commentMapper.updateLikeNum(commentId,-1);
            return row>0;
        }
        like = new Like();
        like.setCommentId(commentId);
        like.setUserId(userId);
        int row = likeMapper.insert(like);
        //进行评观点赞数的减少
        commentMapper.updateLikeNum(commentId,1);
        return row>0;
    }

3.查询用户被点赞谈论的记载

运用了ArrayList、HashMap和stream流等操作加速查询效率。

因为我点赞表中只有点赞用户的id和谈论id，所以先进行了查询该用户所有谈论的操作，若有什么优化办法能够谈论教我一下。

@Override
    public List<LikeVO> likeByCommons(Integer userId) {
        //查询出该用户的所有谈论
        LambdaQueryWrapper<Comment> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(Comment::getUserId,userId);
        List<Comment> comments = commentMapper.selectList(queryWrapper);
        //判别该用户是否有谈论，若没有则回来空集合。
        if (comments.size() == 0) {
            return new ArrayList<>();
        }
        //统计这些谈论的id
        List<Integer> commentIds = new ArrayList<>();
        //创立谈论id和谈论内容的映射
        Map<Integer,String> commentInfo = new HashMap<>();
        for(Comment comment:comments)
        {
            commentIds.add(comment.getId());
            commentInfo.put(comment.getId(),comment.getContent());
        }
        //查询出点赞关系
        LambdaQueryWrapper<Like> likeLambdaQueryWrapper = new LambdaQueryWrapper<>();
        likeLambdaQueryWrapper.in(Like::getCommentId,commentIds);
        likeLambdaQueryWrapper.orderByDesc(Like::getCreateTime);
        List<Like> likes = likeMapper.selectList(likeLambdaQueryWrapper);
        //把查出的点赞关系按照时间排序
        //likes = likes.stream().sorted(Comparator.comparing(Like::getCreateTime).reversed()).collect(Collectors.toList());
        //查出点赞用户信息
        Set<Integer> userIds = new HashSet<>();
        for(Like like:likes)
        {
            userIds.add(like.getUserId());
        }
        List<Integer> userList = new ArrayList<>(userIds);
        Map<Integer, UserSimpleVO> userInfo = userClient.getUserDeatilInfoMap(userList).getData();
        //stream流把comment目标赋值到likeVO中
        return likes.stream().map((item) -> {
            LikeVO likeVO = new LikeVO();
            likeVO.setLikeId(item.getLikeId());
            likeVO.setContent(commentInfo.get(item.getCommentId()));
            likeVO.setUserInfo(userInfo.get(item.getUserId()));
            likeVO.setCreateTime(item.getCreateTime());
            return likeVO;
        }).collect(Collectors.toList());
    }

4.查询用户点赞的谈论列表

@Override
    public List<LikeVO> likeCommons(Integer userId) {
        //查出该用户点赞的所有谈论
        LambdaQueryWrapper<Like> queryWrapper = new LambdaQueryWrapper<>();
        queryWrapper.eq(Like::getUserId,userId);
        queryWrapper.orderByDesc(Like::getCreateTime);
        List<Like> likeList = likeMapper.selectList(queryWrapper);
        if (likeList.size() == 0) {
            return new ArrayList<>();
        }
        //查出对应的谈论信息
        List<Integer> commentIds = new ArrayList<>();
        for(Like like:likeList)
        {
            commentIds.add(like.getCommentId());
        }
        List<Comment> commentList = commentMapper.selectBatchIds(commentIds);
        //查询出被点赞谈论的用户信息和创立谈论关系的映射
        Map<Integer,Comment> commentInfo = new HashMap<>();
        Set<Integer> userIds = new HashSet<>();
        for(Comment comment:commentList)
        {
            userIds.add(comment.getUserId());
            commentInfo.put(comment.getId(),comment);
        }
        List<Integer> userList = new ArrayList<>(userIds);
        Map<Integer, UserSimpleVO> userInfo = userClient.getUserDeatilInfoMap(userList).getData();
        //stream流把comment目标赋值到likeVO中
        return likeList.stream().map((item) -> {
            LikeVO likeVO = new LikeVO();
            likeVO.setLikeId(item.getLikeId());
            likeVO.setUserInfo(userInfo.get(item.getUserId()));
            likeVO.setContent(commentInfo.get(item.getCommentId()).getContent());
            likeVO.setCreateTime(item.getCreateTime());
            return likeVO;
        }).collect(Collectors.toList());
    }

总结

这是我在写项目时的一些功用代码共享，若有缺乏请我们指出。

拓宽

如何运用Redis的Hash来完成一个守时持久化到数据库的点赞功用 – ()这是我新更新的对这篇文章点赞功用的优化，感兴趣能够看一看。