当前位置：首页 > news >正文

【wiki知识库】09.欢迎页面展示（浏览量统计）SpringBoot部分

news 来源：原创 2024/9/20 9:40:58

🍊 编程有易不绕弯，成长之路不孤单！

大家好，我是熊哈哈，这个项目从我接手到现在有了两个多月的时间了吧，其实本来我在七月初就做完的吧，但是六月份的时候生病了，在家里休息了一个月的时间，后来回到学校考试，考完试之后就出来实习了，这个项目也就一直拖了下去，最近时间够了就在努力的去完成这个项目。

总体来说这个项目不是很难，有很多的东西不够细节，处理的也不是很到位，请大家谅解一下。在我考虑到的不充分的地方一个就是在删除电子书的时候，并没有删除电子书对应存在数据库当中的文章，还有就是在登录的时候，密码加密应该在前端就开始加密了，不应该传到后端在进行加密处理，其实还有很多不到位的地方需要大家去查找，我在提示一下，有没有考虑到为接口添加事物？

此外，项目还可以有改进部分，一个是添加AOP做日志管理，还有自定义异常类，这些都是很重要的模块，在实际的开发当中，一定不要像代码当中的那么随意。其他的我还没有想到，不过我记得我之前说过这个项目的权限校验不太合理，有兴趣的可以了解一下RBAC还有SpringSecurity。

🍊 编程有易不绕弯，成长之路不孤单！

一、今日目标

二、SpringBoot代码修改

2.1 新增IpUtil

2.2 添加访问量统计功能

2.3 新增点赞功能

2.4 实现数据统计

2.4.1 定时更新ebook数据

2.4.2 定时更新ebook_snapshot

2.5 展示总浏览量和30天内的数据变化

一、今日目标

上篇文章链接：【wiki知识库】08.添加用户登录功能--后端SpringBoot部分-CSDN博客

上篇文章做了登录功能的后端逻辑，实现了登录拦截还有权限校验部分，为网站提供了一定的安全性保障，在这篇文章就要实现最后的部分：浏览量的统计和点赞功能。

这一部分就是纯Sql，还有自动化任务。

二、SpringBoot代码修改

2.1 新增IpUtil

这个工具类的作用就是在你访问接口的时候，可以获取到你的真实IP。
public class IpUtil {private static final String UNKNOWN = "unknown";private static final String LOCALHOST = "127.0.0.1";private static final String SEPARATOR = ",";public static String getIpAddr(HttpServletRequest request) {System.out.println(request);String ipAddress;try {ipAddress = request.getHeader("x-forwarded-for");if (ipAddress == null || ipAddress.length() == 0 || UNKNOWN.equalsIgnoreCase(ipAddress)) {ipAddress = request.getHeader("Proxy-Client-IP");}if (ipAddress == null || ipAddress.length() == 0 || UNKNOWN.equalsIgnoreCase(ipAddress)) {ipAddress = request.getHeader("WL-Proxy-Client-IP");}if (ipAddress == null || ipAddress.length() == 0 || UNKNOWN.equalsIgnoreCase(ipAddress)) {ipAddress = request.getRemoteAddr();if (LOCALHOST.equals(ipAddress)) {InetAddress inet = null;try {inet = InetAddress.getLocalHost();} catch (UnknownHostException e) {e.printStackTrace();}ipAddress = inet.getHostAddress();}}// 对于通过多个代理的情况，第一个IP为客户端真实IP,多个IP按照','分割// "***.***.***.***".length()if (ipAddress != null && ipAddress.length() > 15) {if (ipAddress.indexOf(SEPARATOR) > 0) {ipAddress = ipAddress.substring(0, ipAddress.indexOf(","));}}} catch (Exception e) {ipAddress = "";}return ipAddress;}
}
2.2 添加访问量统计功能

这个功能一说出来你知道要在哪里添加吗？就是我们之前写过的fint-content接口，当我们点开一篇文章查看的时候，对应的我们要为这一篇文章增加访问量。

找打这个接口，然后修改代码。
    /*** 查找某个doc的content内容* @param id content的id* @return*/@GetMapping("/find-content/{id}")public CommonResp findContent(@PathVariable Long id) {Content content = contentService.getById(id);// 查找的同时更新阅读数docService.increaseViewCount(id);String message = content.getContent();return new CommonResp(true,"查找成功",message);}
这是在DocServiceImpl中添加的，代码很简单，压力给到mapper。
public void increaseViewCount(Long id) {docMapper.increaseViewCount(id);}
走带mapper中，就是要执行我们自己写的sql语句，在这之前大家先来考虑一个问题，为了增加浏览量我这里给大家两种方案。

通过文档的id查询出文档的信息，然后修改文档的浏览量，然后在存回去。
通过文档的id直接找到对应的数据，然后直接修改浏览量。

不用想也是第二种。但是一定要注意，如果要执行自定义的Sql，一定要把xml文件放到resources目录下的mapper中。
<update id="increaseViewCount">update doc set view_count = view_count + 1 where id = #{id}
</update>
2.3 新增点赞功能

这个功能还是在DocController中添加的。

对应的接口代码如下。
/*** 给文章点赞* @param id 传入的doc的id* @return*/@GetMapping("/vote/{id}")public CommonResp vote(@PathVariable Long id) {docService.increaseVoteCount(id);return  new CommonResp(true,"点赞成功",null);}
DocServiceImpl中新增代码。这段代码中，获取了HttpServletRequest对象，通过这个对象我们就可以拿到用户访问时的IP，为什么需要用户的IP？

你有没有经历过这种情况，当你访问某一篇博客的时候，或者看一个视频的时候，在你点赞了之后你就不能够在点赞了，或者你在点赞就是取消点赞了，我们这里解析用户IP也是一样的道理，我们要把当前点赞用户的IP存放在Redis当中，当用户点过一次之后，我们就设置24小时内不能够在点赞。为什么一定要IP呢？因为网站用户不需要账号登陆。

现在你知道了IpUtil的作用了吗。
 public void increaseVoteCount(Long id) {ServletRequestAttributes attributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes();HttpServletRequest request = attributes.getRequest();// 通过IPUtil获取远程访问的IPString ip = IpUtil.getIpAddr(request);// 判断用户是否已经投票if (redisUtil.validateRepeat("DOC_VOTE_" + id + "_" + ip, 60 * 60 * 24)) {docMapper.increaseVoteCount(id);} else {throw new RuntimeException("您今日已经投过票了");}docMapper.increaseVoteCount(id);}
2.4 实现数据统计

想一下，如果这个功能让你来实现，你会从哪里入手？

先来看看我们的数据库的表格吧。我们点开doc、ebook后都能看到有浏览量的统计，但不同的是doc记录的是每一篇文档的浏览量，而ebook记录的是某个电子书的浏览量，至于下边的ebook_snapshot意味着每一日的电子书快照，什么意思呢？就是每一天当中每一本电子书的总浏览量和今日增长的浏览量。

再回想我们的代码，我们只有在代码中添加了有关doc的浏览量统计，那我们改如何同步三个表格呢？

想想看，doc统计的是文档的浏览量，文档是带有ebook的id的，我们只要把某个ebook下的doc做一个统计就好了，这样就可以的到ebook中的浏览量数据了。

那么ebook_snapshot中的数据呢？就像是下边的图所示。

view_count是电子书访问的总浏览量，这个我们在ebook当中就已经有了，至于vote_count和view_count同理。

那么view_increase呢？这个数据记录着今日访问量。

我给大家标注了一下，现在不难猜了吧，今日的当前总访问量和昨天截止的访问量相减就是今日访问量了。

好了知道了这些就会让你更容易地理解Sql怎么写。

2.4.1 定时更新ebook数据

这是一个自动化任务，过一段时间ebook中的数据就要和doc中的数据进行同步。
@Component
public class EbookInfoTask {private static final Logger LOG = LoggerFactory.getLogger(EbookInfoTask.class);@Resourceprivate DocService docService;@Resourceprivate SnowFlake snowFlake;/*** 每30秒更新电子书信息*/@Scheduled(cron = "5/30 * * * * ?")public void cron() {// 增加日志流水号MDC.put("LOG_ID", String.valueOf(snowFlake.nextId()));LOG.info("更新电子书下的文档数据开始");long start = System.currentTimeMillis();docService.updateEbookInfo();LOG.info("更新电子书下的文档数据结束，耗时：{}毫秒", System.currentTimeMillis() - start);}
}
service中的代码如下，这个就好理解了。
    <update id="updateEbookInfo">update ebook t1, (select ebook_id, count(1) doc_count, sum(view_count) view_count, sum(vote_count) vote_countfrom doc group by ebook_id) t2set t1.doc_count = t2.doc_count, t1.view_count = t2.view_count, t1.vote_count = t2.vote_countwhere t1.id = t2.ebook_id</update>
2.4.2 定时更新ebook_snapshot
@Component
public class EbookSnapshotTask {private static final Logger LOG = LoggerFactory.getLogger(EbookSnapshotTask.class);@Resourceprivate EbookSnapshotService ebookSnapshotService;@Resourceprivate SnowFlake snowFlake;/*** 自定义cron表达式跑批* 只有等上一次执行完成，下一次才会在下一个时间点执行，错过就错过*/@Scheduled(cron = "0 0/1 * * * ?")public void doSnapshot() {// 增加日志流水号MDC.put("LOG_ID", String.valueOf(snowFlake.nextId()));LOG.info("生成今日电子书快照开始");Long start = System.currentTimeMillis();ebookSnapshotService.genSnapshot();LOG.info("生成今日电子书快照结束，耗时：{}毫秒", System.currentTimeMillis() - start);}
}
下边直接给出大家sql语句。
<update id="genSnapshot">INSERT INTO ebook_snapshot(ebook_id, `date`, view_count, vote_count, view_increase, vote_increase)SELECT t1.id, CURDATE(), 0, 0, 0, 0FROM ebook t1WHERE NOT EXISTS (SELECT 1FROM ebook_snapshot t2WHERE t1.id = t2.ebook_idAND t2.`date` = CURDATE());UPDATE ebook_snapshot t1JOIN ebook t2 ON t1.ebook_id = t2.idSET t1.view_count = t2.view_count,t1.vote_count = t2.vote_countWHERE t1.`date` = CURDATE();UPDATE ebook_snapshot t1LEFT JOIN (SELECT ebook_id, view_count, vote_countFROM ebook_snapshotWHERE `date` = DATE_SUB(CURDATE(), INTERVAL 1 DAY)) t2 ON t1.ebook_id = t2.ebook_idSET t1.view_increase = (t1.view_count - IFNULL(t2.view_count, 0)),t1.vote_increase = (t1.vote_count - IFNULL(t2.vote_count, 0))WHERE t1.`date` = CURDATE();</update>
不过你也别被吓到，这个update中一共有三个sql，现在来一条一条分析。

这是一条插入语句目的是什么呢，先看where语句，这是一个带有条件的插入sql，当我们从ebook_snapshot中查找数据时，如果没有发现日期是今天，并且存在于ebook中的数据时候就会执行，说白了就是看一下在当天有没有往这个表格中插入ebook的统计信息，没有的话就插进去。
INSERT INTO ebook_snapshot(ebook_id, `date`, view_count, vote_count, view_increase, vote_increase)SELECT t1.id, CURDATE(), 0, 0, 0, 0FROM ebook t1WHERE NOT EXISTS (SELECT 1FROM ebook_snapshot t2WHERE t1.id = t2.ebook_idAND t2.`date` = CURDATE());
再来看下一条，这是一条更新语句，更新的是表格当中的电子书总浏览量和总点赞量，注意是当天的数据。
 UPDATE ebook_snapshot t1JOIN ebook t2 ON t1.ebook_id = t2.idSET t1.view_count = t2.view_count,t1.vote_count = t2.vote_countWHERE t1.`date` = CURDATE();
来看最后一条，还是更新语句，只不过更新的是当天的每个电子书的当日访问量和点赞量。

两张ebook_snapshot表格做连接，拿到一张表格中今天所有电子书的数据，还有昨天所有电子书的数据，然后更新今天所有电子书的view_increase和vote_increase，数值就是前边说的相减。
 UPDATE ebook_snapshot t1LEFT JOIN (SELECT ebook_id, view_count, vote_countFROM ebook_snapshotWHERE `date` = DATE_SUB(CURDATE(), INTERVAL 1 DAY)) t2 ON t1.ebook_id = t2.ebook_idSET t1.view_increase = (t1.view_count - IFNULL(t2.view_count, 0)),t1.vote_increase = (t1.vote_count - IFNULL(t2.vote_count, 0))WHERE t1.`date` = CURDATE();
2.5 展示总浏览量和30天内的数据变化
@RestController
@RequestMapping("/ebook-snapshot")
public class EbookSnapshotController {@Resourceprivate EbookSnapshotService ebookSnapshotService;@GetMapping("/get-statistic")public CommonResp getStatistic() {List<StatisticVo> statisticResp = ebookSnapshotService.getStatistic();return new CommonResp<>(true,"success",statisticResp);}@GetMapping("/get-30-statistic")public CommonResp get30Statistic() {List<StatisticVo> statisticResp = ebookSnapshotService.get30Statistic();return new CommonResp<>(true,"success",statisticResp);}
}
话不多说，我们直接上sql，因为代码里直接一路调到mapper了。

这个是统计总浏览量和总点赞量的，我这里统计多了，其实直接让date等于curdate()就可以了。
<select id="getStatistic" resultType="com.my.hawiki.vo.StatisticVo">selectt1.`date` as `date`,sum(t1.view_count) as viewCount,sum(t1.vote_count) as voteCount,sum(t1.view_increase) as viewIncrease,sum(t1.vote_increase) as voteIncreasefromebook_snapshot t1wheret1.`date` >= date_sub(curdate(), interval 1 day)group byt1.`date`order byt1.`date` desc;</select>
这个呢就是统计三十日内的数据信息，统计的是每一天的浏览量和点赞数，但是不包括当日。
 <select id="get30Statistic" resultType="com.my.hawiki.vo.StatisticVo">selectt1.`date` as `date`,sum(t1.view_increase) as viewIncrease,sum(t1.vote_increase) as voteIncreasefromebook_snapshot t1wheret1.`date` between date_sub(curdate(), interval 30 day) and date_sub(curdate(), interval 1 day)group byt1.`date`order byt1.`date` asc;</select>
🍊 🍊 🍊 到了这里也就结束了，如果在代码上有问题或者想要获取源码的同学们可以私信联系我，或者联系易编橙。🍊 🍊 🍊

易编橙·终身成长社群，相遇已是上上签！-CSDN博客

文章底部有链接