10_热点文章计算

阅读权重: 1点赞权重: 3评论权重: 5收藏权重: 8

用户收藏行为

Redis:  LIST:  hot.article.score.behavior.list

计算近5天热点文章computeHotArticle

xxljob配置定时任务

监听类将各类行为数据存入redis  --> list队列

RPUSH队列

查询redis  list 中元素个数  llen管道命令 ： Pipelined{获取元素 0 到 size - 1的元素lrange删除获取到的元素 截断集合 size       -1ltrim}

更新文章行为数据

getHotArticleVoList计算每篇文章分值

1. 远程查询channel频道列表___all__2. 每个频道热点文章缓存 根据所有热点文章，挑选出每个频道得热点文章列表sortAndCache按照得分降序排序取前30条文章数据缓存到redis中3. 推荐频道热点文章缓存sortAndCache将所有文章按照得分降序，取前30条文章缓存到redis中

查询

- 筛选出文章列表中最近5天热度较高的文章在每个频道的首页展示- 根据用户的行为（阅读、点赞、评论、收藏）实时计算热点文章

按频道缓存热点文章列表cacheToRedisByTag

查询Redis中对应频道热点数据整体推荐热点数据

1. 循环遍历文章Vo  = score2. 计算每篇文章得分 computeScore阅读权重: 1点赞权重: 3评论权重: 5收藏权重: 83. 将文章数据和得分封装成vo对象

步骤

筛选出当前日期前5天文章

重新计算文章分值updateApArticle

当日文章权重整体*3

替换缓存中热度值较低文章

Redis

首页查询

1. 按当前时间得到五天前得时间2. article提供mapper方法查询配置 删除 和 下架状态不为1得近5天所有文章

查询前五天文章数据

遍历map.foreach使用JDK StreamAPI将每个文章对应的行为集合进行聚合运算stream().map 将每个文章行为 封装为 聚合实体对象.reduce 归并计算  两两计算聚合行为实体得到 每篇文章的最终统计结果

用户评论行为

计算文章分值

定时调用

用户阅读行为

Redis: LIST: hot.article.score.behavior.list

修改查询热点文章数据

定时任务（每天凌晨1点）

实时采集用户各类行为

定时任务每10s运行1次

发送消息

获取redis List中行为数据getRedisBehaviorList

定时任务聚合处理的结果

article服务监听队列

给每个频道缓存分值较高的30条文章

用户点赞行为

定时获取行为数据

MQ

1. 根据参数中文章ID获取文章数据2. 更新文章各行为数量阅读数量点赞数量评论数量收藏数量3. 计算文章分值 当日文章整体权重*34. 查询对应频道热点文章，替换分值较低文章5. 查询推荐频道热点文章，替换分值较低文章updateArticleCache替换思路:查看该文章是否存在热点文章中存在直接更改对应分值不存在，将文章添加到热点集合中将集合按照文章得分降序排序取前30条文章即可

查询队列行为数据删除查询到的数据 行为数据做聚合处理

获取redis队列行为数据重新计算分值

用户行为发生发送消息到MQ

查询所有频道

统计每篇文章的聚合数据getAggBehaviorList

消费

xxljob定时任务（每10s触发1次）

定时任务（每间隔10s）

- 判断是否是首页- 是首页，选择是推荐，tag值为`__all__`，从所有缓存中筛选出分值最高的30条数据返回- 是首页，选择是具体的频道，tag是具体的数字，从缓存中获取对应的频道中的数据返回- 不是，则查询数据库中的数据

RabbitMQ:  hot.article.score.behavior.queue

根据文章聚合数据 修改文章热度

0 0 1 * * ?

查询缓存中热点文章

不同行为所产生的数据