SpringBoot+Redis简单实现文章浏览量记录

### SpringBoot 和 Redis 实现文章浏览量统计 为了实现文章浏览量的记录功能，可以借助 Redis 的 HyperLogLog 数据结构来去重并计算独立访客的数量（UV），同时也可以简单地使用字符串类型的键值对来累加总访问次数（PV）。以下是具体的实现方式： #### 1. 使用 HyperLogLog 记录 UV Redis 提供了 `PFADD` 命令用于向 HyperLogLog 中添加元素，而 `PFCOUNT` 则用来获取当前集合中的近似唯一值数量。这种方式非常适合处理高并发场景下的 UV 统计。 ```java import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.stereotype.Service; @Service public class ArticleService { @Autowired private StringRedisTemplate redisTemplate; public void recordArticleView(String articleId, String userIp) { // 定义 key，例如："article:uv:{articleId}" String uvKey = "article:uv:" + articleId; // 添加 IP 地址到 HyperLogLog 结构中 redisTemplate.opsForHyperLogLog().add(uvKey, userIp); // 更新 PV (Page View)，定义 key 如："article:pv:{articleId}" String pvKey = "article:pv:" + articleId; redisTemplate.opsForValue().increment(pvKey); // 自增操作 } public long getUniqueViews(String articleId) { // 获取 UV 数量 String uvKey = "article:uv:" + articleId; return redisTemplate.opsForHyperLogLog().size(uvKey); } public long getTotalViews(String articleId) { // 获取 PV 总数 String pvKey = "article:pv:" + articleId; Object totalViewsObj = redisTemplate.opsForValue().get(pvKey); if (totalViewsObj != null && !"".equals(totalViewsObj.toString())) { return Long.parseLong(totalViewsObj.toString()); } return 0L; // 如果不存在返回默认值 0 } } ``` 上述代码实现了两个主要的功能： - **recordArticleView**: 每次有新的页面访问时调用此方法，传入文章 ID (`articleId`) 和用户 IP (`userIp`) 来记录一次访问行为。 - **getUniqueViews**: 返回指定文章的独立访客数量（UV）[^1]。 - **getTotalViews**: 返回指定文章的总访问次数（PV）。 #### 2. 处理定时任务同步数据至数据库 为了避免频繁读写数据库带来的性能瓶颈，可以在夜间或其他低峰期通过定时任务将 Redis 中的数据持久化到关系型数据库中。 ```java import org.springframework.scheduling.annotation.Scheduled; import org.springframework.stereotype.Component; @Component public class DataSyncTask { @Scheduled(cron = "0 0 2 * * ?") // 每天凌晨两点执行 public void syncDataToDatabase() { // 查询所有文章的 PV 和 UV 并保存到数据库 List<String> allArticles = getAllArticleIdsFromRedis(); // 获取所有文章ID列表 for (String articleId : allArticles) { long pv = articleService.getTotalViews(articleId); long uv = articleService.getUniqueViews(articleId); saveToDatabase(articleId, pv, uv); // 调用 DAO 方法保存到 DB } } private List<String> getAllArticleIdsFromRedis() { Set<String> keys = redisTemplate.keys("article:*"); return new ArrayList<>(keys.stream() .map(k -> k.replace("article:", "")) .collect(Collectors.toSet())); } private void saveToDatabase(String articleId, long pv, long uv) { // TODO: 实现具体逻辑，将数据插入或更新到数据库表中 } } ``` 这段代码展示了如何设置一个定时器，在每天固定时间触发并将 Redis 中的文章浏览统计数据批量导入数据库。 #### 3. 缓存优化与异常保护 考虑到实际生产环境可能会遇到诸如缓存穿透、缓存雪崩等问题，因此还需要采取一些额外措施保障系统的稳定性。比如可以通过为每个缓存 Key 设置带有随机偏移量的有效期限来减少集中过期的风险；另外还可以引入熔断机制防止突发流量冲击下游服务[^2]。 --- ###