发布探店笔记

探店笔记类似点评网站的评价，往往是图文结合。对应的两个表：

• tb_blog：探店笔记表，包含笔记中的标题、文字、图片等
• tb_blog_comments：其他用户对探店笔记的评价

实现查看发布探店笔记的接口：

需求：点击首页的探店笔记，会进入详情页面，实现该页面的查询接口。

点赞

完善点赞功能：

• 同一个用户只能点赞一次，再次点击则取消点赞
• 如果当前用户已经点赞，则点赞按钮高亮显示（前端已实现，判断字段Blog类的isLike属性）

实现步骤：

• 给Blog类中添加一个isLike字段，标识是否被当前用户点赞
• 修改点赞功能，利用Redis的set集合判断是否点赞过，未点赞过则点赞数+1，已点赞过则点赞数-1
• 修改根据id查询Blog的业务，判断当前登录用户是否点赞过，赋值给isLike字段
• 修改分页查询Blog业务，判断当前登录用户是否点赞过，赋值给isLike字段

点赞排行榜

在探店笔记的详情页面，应该把给该笔记点赞的人显示出来，比如最早点赞的Top5，形成点赞排行榜。

实现查询点赞排行榜的接口 -> 按照点赞时间先后排序，返回Top5的用户

关注和取关

在探店图文的详情页面中，可以关注发布笔记的作者。

实现关注和取关功能

基于该表数据结构，实现两个接口：

• 关注和取关接口
• 判断是否关注的接口

关注是User之间的关系，是博主与粉丝的关系，数据库中有一张tb_follow表来表示。

共同关注

点击博主头像，可以进去博主首页。

实现共同关注功能：

利用Redis中恰当的数据结构（set），实现共同关注功能。在博主个人页面展示出当前用户与博主的共同好友。

关注推送

关注推送也叫做Feed流，直译为投喂。为用户持续的提供“沉浸式”的体验，通过无限下拉刷新获取新的信息。

Feed流的模式

Feed流产品有两种常见模式：

• Timeline：不做内容筛选，简单的按照内容发布时间排序，常用于好友或关注。例如朋友圈。
  • 优点：信息全面，不会有缺失，实现相对简单。
  • 缺点：信息噪声较多，用户不一定感兴趣，内容获取效率低。
• 智能排序：利用智能算法屏蔽掉违规的、用户不感兴趣的内容，推送用户感兴趣的信息来吸引用户。
  • 优点：投喂用户感兴趣信息，用户粘度很高，容易沉迷。
  • 缺点：如果算法不精准，可能起到反作用。

Feed流的实现方案1

拉模式：也叫做读扩散。

Feed流的实现方案2

推模式：也叫做写扩散。

Feed流的实现方案3

推拉结合模式：也叫做读写混合，兼具推和拉两种模式的优点。

总结

基于推模式实现关注推送功能

• 修改新增探店笔记的业务，在保存blog到数据库的同时，推送到粉丝的收件箱
• 收件箱满足可以根据时间戳排序，必须用Redis的数据结构实现
• 查询收件箱数据时，可以实现分页查询

Feed流的分页问题

Feed流中的数据会不断更新，所以数据的角标也在变化，因此不能采用传统的分页模式。

实现关注推送页面的分页查询

在个人主页的“关注”卡片中，查询并展示推送的Blog信息。