实例介绍
【实例截图】
【核心代码】
package com.karle.redis.biz; import java.util.ArrayList; import java.util.Date; import java.util.List; import java.util.Map; import java.util.Set; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor; import org.springframework.stereotype.Service; import com.alibaba.fastjson.JSONObject; import com.karle.redis.dao.RedisDao; import com.karle.redis.vo.NearbyBO; import com.karle.redis.vo.NearbyPO; import com.karle.redis.vo.Result; /** * 博客:http://csdn.karle.vip/ * * @author Karle * */ @Service public class NearbyBiz { /** 2017-09-01 毫秒值/1000 (秒) **/ private static final int BASE_SORT_NUM = 1504195200; /** 最大距离 **/ private static final int MAX_DISTANCE = 3000; /** 8小时(秒) **/ private static final int EIGHT_HOUR_SECOND = 60 * 60 * 8; /** 附近的人缓存key值,p1-城市编号,p2-地区编号 **/ private static final String NEARBY_CACHE_KEY = "nearby_%s_%s"; /** 附近的人用户缓存key值,p1-城市编号,p2-地区编号,p3-用户id **/ private static final String NEARBY_USER_CACHE_KEY = "nearby_user_%s_%s_%s"; @Autowired private RedisDao redisDao; // 线程池 @Autowired private ThreadPoolTaskExecutor threadPoolTaskExecutor; // 附近的人最新版 public Result<List<NearbyBO>> nearbyNew(NearbyPO paramObj) { // 缓存key值 String cacheKey = String.format(NEARBY_CACHE_KEY, paramObj.getCityCode(), paramObj.getAdCode()); long currentTimeMillis = System.currentTimeMillis(); // 设置当前用户缓存时间 paramObj.setSaveTime(currentTimeMillis); // 使用hash更加快速的定位到用户缓存信息,便于删除更新 redisDao.hset(cacheKey, paramObj.getId() "", JSONObject.toJSONString(paramObj)); // 从当前地区缓存中获取全部用户(包括用户自己) Map<String, String> cacheAll = redisDao.hGetAll(cacheKey); if (cacheAll.isEmpty() || cacheAll.size() == 1) { return new Result<List<NearbyBO>>(true, new ArrayList<>()); } // 结果集,-1是要排除用户自己 List<NearbyBO> result = new ArrayList<NearbyBO>(cacheAll.size() - 1); for (String item : cacheAll.keySet()) { NearbyPO cacheData = JSONObject.parseObject(cacheAll.get(item), NearbyPO.class); // 计算缓存时长 long twoDayMinute = (cacheData.getSaveTime() - currentTimeMillis) / 60000; // 八小时有效 if (twoDayMinute > 480) { // 被动触发删除过期缓存 redisDao.hdel(cacheKey, paramObj.getId() ""); continue; } // 排除用户自己 if (paramObj.getId().equals(cacheData.getId())) { continue; } double distance = countDistance(paramObj.getLongitude(), paramObj.getLatitude(), cacheData.getLongitude(), cacheData.getLatitude()); // 10KM之内有效 if (distance > 10000) { continue; } result.add(new NearbyBO(cacheData.getId(), cacheData.getName(), distance)); } return new Result<List<NearbyBO>>(true, result); } // 附近的人 @Deprecated public Result<List<NearbyBO>> nearby(NearbyPO paramObj) { int nowSortNum = (int) (new Date().getTime() / 1000); // 此处仅为了减低排序的序号( 获取缓存集合最大排序下标) int endIndex = nowSortNum - BASE_SORT_NUM; // 缓存key值 String cacheKey = String.format(NEARBY_CACHE_KEY, paramObj.getCityCode(), paramObj.getAdCode()); // 取同一城市地区&&八小时区间范围数据(八小时之前缓存数据会删除) Set<String> redisNearby = redisDao.getSetByKeyAndScore(cacheKey, endIndex - EIGHT_HOUR_SECOND, endIndex); // 开启新线程写入数据(让主线程“专心”处理主业务) threadPoolTaskExecutor.execute(new InsertCache(paramObj, cacheKey, endIndex)); if (redisNearby.size() == 0) return new Result<List<NearbyBO>>(false, "附近查无用户", null); List<NearbyBO> result = new ArrayList<NearbyBO>(redisNearby.size()); boolean oneself = true; for (String item : redisNearby) { NearbyPO cacheNearby = JSONObject.parseObject(item, NearbyPO.class); // 缓存里可能有用户自己 if (cacheNearby.getId().intValue() == paramObj.getId()) continue; double distance = countDistance(paramObj.getLongitude(), paramObj.getLatitude(), cacheNearby.getLongitude(), cacheNearby.getLatitude()); // 大于限定距离 if (distance > MAX_DISTANCE) continue; result.add(new NearbyBO(cacheNearby.getId(), cacheNearby.getName(), distance)); oneself = false; } if (oneself) return new Result<List<NearbyBO>>(false, "附近查无用户", null); return new Result<List<NearbyBO>>(true, "获取成功", result); } // 把用户定位信息写入缓存 private class InsertCache implements Runnable { // 用户提交的最新坐标信息 private NearbyPO paramObj; // “附近的人”缓存集合key private String cacheKey; // 获取缓存集合最大排序下标 private Integer endIndex; public InsertCache(NearbyPO paramObj, String cacheKey, Integer endIndex) { this.paramObj = paramObj; this.cacheKey = cacheKey; this.endIndex = endIndex; } @Override public void run() { String userCacheKey = String.format(NEARBY_USER_CACHE_KEY, paramObj.getCityCode(), paramObj.getAdCode(), paramObj.getId()); String cacheNewData = JSONObject.toJSONString(paramObj); String cacheUserPosition = redisDao.getOneStringByKey(userCacheKey); // 确保用户坐标信息缓存清除慢于“附近的人”坐标信息 redisDao.setOneStringByKey(userCacheKey, cacheNewData, EIGHT_HOUR_SECOND 60); // 保存用户坐标信息至“附近的人”缓存集合 redisDao.addOneStringToZSet(cacheKey, cacheNewData, cacheUserPosition, endIndex); } } /** * 计算两经纬度点之间的距离(单位:米) * * @param longitude1 * 坐标1经度 * @param latitude1 * 坐标1纬度 * @param longitude2 * 坐标2经度 * @param latitude2 * 坐标1纬度 * @return */ private static double countDistance(double longitude1, double latitude1, double longitude2, double latitude2) { double radLat1 = Math.toRadians(latitude1); double radLat2 = Math.toRadians(latitude2); double a = radLat1 - radLat2; double b = Math.toRadians(longitude1) - Math.toRadians(longitude2); double s = 2 * Math.asin(Math.sqrt( Math.pow(Math.sin(a / 2), 2) Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2))); s = s * 6378137.0; s = Math.round(s * 10000) / 10000; return s; } }
标签: spring boot Spring Redis boot 附近
网友评论
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
支持(0) 盖楼(回复)
支持(0) 盖楼(回复)
支持(0) 盖楼(回复)