全网最全的Java SpringBoot点赞功能实现

前言

最近公司在做一个NFT商城的项目，大致就是一个只买卖数字产品的平台，项目中有个需求是用户可以给商品点赞，还需要获取商品的点赞总数，类似下图



起初感觉这功能很好实现，无非就是加个点赞表嘛，后来发现事情并没有这么简单。

一开始的设计是这样的，一共有三张表：商品表、用户表、点赞表，用户点赞的时候把用户id和商品id加到点赞表中，并给对应的商品点赞数+1。看起来没什么问题，逻辑也比较简单，但是测试的时候缺发现了奇怪的bug，点赞数量有时候会不正确，结果会比预期的大。

下面贴下关键代码（项目使用了Mybatis-Plus）：

public boolean like(Integer userId, Integer productId) {
        // 查询是否有记录，如果有记录直接返回
        Like like = getOne(new QueryWrapper<Like>().lambda()
                .eq(Like::getUserId, userId)
                .eq(Like::getProductId, productId));
        if(like != null) {
            return true;
        }
        // 保存并商品点赞数加1
        save(Like.builder()
                .userId(userId)
                .productId(productId)
                .build());
        return productService.update(new UpdateWrapper<Product>().lambda()
                .setSql("like_count = like_count + 1")
                .eq(Product::getId, productId));
}

看上去没什么问题，但是测试后数据却不正确，为什么呢？

实际上这是一个并发问题，只要在并发的情况下就会出现问题，我们知道Spring Mvc是基于servlet的，servlet在接收到用户请求后会从线程池中拿一个线程分配给它，每个请求都是一个单独的线程。试想一下，如果A线程在执行完查询操作后，发现没有记录，随后由于CPU调度，把控制权让了出去，然后B线程执行查询，也发现没有记录，这时候A和B线程都会执行保存并商品点赞数加1这个操作，导致数据不正确。

CPU操作顺序：A线程查询 -> B线程查询 -> A线程保存 -> B线程保存

下面使用JMeter模拟一下并发的情况，模拟用户在1秒内对商品执行100次点赞请求，结果应该是1，但得到的结果却是28（实际结果不一定是28，可能是任何数字）。

解决方案

青铜版

使用synchronized关键字锁住读写操作，操作完成后释放锁

public boolean like(Integer userId, Integer productId) {
        String lock = buildLock(userId, productId);
        synchronized (lock) {
            // 查询是否有记录，如果有记录直接返回
            Like like = getOne(new QueryWrapper<Like>().lambda()
                    .eq(Like::getUserId, userId)
                    .eq(Like::getProductId, productId), false);
            if(like != null) {
                return true;
            }
            // 保存并商品点赞数加1
            save(Like.builder()
                    .userId(userId)
                    .productId(productId)
                    .build());
            return productService.update(new UpdateWrapper<Product>().lambda()
                    .setSql("like_count = like_count + 1")
                    .eq(Product::getId, productId));
        }
}
private String buildLock(Integer userId, Integer productId) {
        StringBuilder sb = new StringBuilder();
        sb.append(userId);
        sb.append("::");
        sb.append(productId);
        String lock = sb.toString().intern();
        return lock;
}

这里要注意一点，使用String作为锁时一定要调用intern()方法，intern()会先从常量池中查找有没有相同的String，如果有就直接返回，没有的话会把当前String加入常量池，然后再返回。如果不调用这个方法锁会失效。

JMeter性能数据

优点：

• 保证了正确性

缺点：

• 性能太差，并发低的情况下还可以应付，并发高时用户体验极差

白银版

点赞表user_id和product_id加上联合索引，并使用try catch捕获异常，防止报错。由于使用了联合索引，所以不需要在新增前查询了，mysql会帮我们做这件事。

public boolean like(Integer userId, Integer productId) {
        try {
            // 保存并商品点赞数加1
            save(Like.builder()
                    .userId(userId)
                    .productId(productId)
                    .build());
            return productService.update(new UpdateWrapper<Product>().lambda()
                    .setSql("like_count = like_count + 1")
                    .eq(Product::getId, productId));
        }catch (DuplicateKeyException exception) {
        }
        return true;
}

JMeter性能数据

优点：

• 性能比上一个方案好

缺点：

• 中规中矩，没什么大的缺点

黄金版

使用Redis缓存点赞数据（点赞操作使用lua脚本实现，保证操作的原子性），然后定时同步到mysql。

注意：Redis需要开启持久化，最好aof和rdb都开启，不然重启数据就丢失了

public boolean like(Integer userId, Integer productId) {
        List<String> keys = new ArrayList<>();
        keys.add(buildUserRedisKey(userId));
        keys.add(buildProductRedisKey(productId));
        int value1 = 1;
        redisUtil.execute("lua-script/like.lua", keys, value1);
        return true;
}
private String buildUserRedisKey(Integer userId) {
        return "userId_" + userId;
}
private String buildProductRedisKey(Integer productId) {
        return "productId_" + productId;
}

lua脚本

local userId = KEYS[1]
local productId = KEYS[2]
local flag = ARGV[1] -- 1：点赞 0：取消点赞
if flag == '1' then
  -- 用户set添加商品并商品点赞数加1
  if redis.call('SISMEMBER', userId, productId) == 0 then
    redis.call('SADD', userId, productId)
    redis.call('INCR', productId)
  end
else
  -- 用户set删除商品并商品点赞数减1
  redis.call('SREM', userId, productId)
  local oldValue = tonumber(redis.call('GET', productId))
  if oldValue and oldValue > 0 then
    redis.call('DECR', productId)
  end
end
return 1

JMeter性能数据

优点：

• 性能非常好

缺点：

• 数据量多了内存占用较高

总结

如果对性能没有要求，可以使用白银版的实现方式，如果有要求，就使用黄金版的方式，内存占用大的问题也可以通过一些手段来解决，比如可以根据业务需求定期删除一些不常用的缓存数据，但是相对应的，查询的时候就需要在查询失败时再去查数据库。

源码

源码地址：https://github.com/huajiayi/like-demo

源码里有一些功能没有实现，比如定时同步功能，需要根据业务需求自行实现