java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > java数据随机分页

java数据随机分页实现方案

作者:壹米饭

本文主要介绍了java数据随机分页实现方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

导语 | 网上搜到的方法,是使用数据库的随机排序ORDER BY RAND()进行的,较大数据的时候,显然就不好使了,而且在数据库层面进行随机分页就比较困难,无法保证基础的有序性,因此需要考虑其他方法来进行实现:数据库+redis+List洗牌的方式就孕育而生。

问题产生

公司业务遇到此场景:在前端分页展示数据时,为了让每个数据都有相同的几率被展示,每次分页展示数据时,都是随机展示的,并要求每一页之间数据不能重复;而且,优先展示最近三天的上传的数据,用户看完数据后,继续加载三天前又三天的数据。

此时大概率会有一会有以下痛点:

因此提出这个需求;数据需要随机分页出现。

问题分析与解决

分析一

遇到这种问题,单纯的使用数据库就不好使了,况且数据库本身就比较脆弱;因此,我想到引入第三方工具:redis,而其我们软件本身就使用redis;使用redis性能也会得到极大提升,主要用到redis list 的方法;

分析二

针对问题一,同一用户数据占满一页,以及问题二的解决办法;大脑跳出来的方法就是数据随机选择,这时我想到通过list洗牌的方法。

分析三

问题三,用户看完数据后继续加载后面的数据,类似【懒加载】;解决办法:当用户刷数据到最后一页的时候,就触发【懒加载】,数据追加到redis list里面。
实现步骤与部分代码

1. 查询三天的数据,把主键id list 洗牌放入redis list;

// 使用 package java.util.Collections;
    /**
     * Randomly permutes the specified list using a default source of
     * randomness.  All permutations occur with approximately equal
     * likelihood.
     */
    public static void shuffle(List<?> list) {
        Random rnd = r;
        if (rnd == null)
            r = rnd = new Random(); // harmless race.
        shuffle(list, rnd);
    }
 /**
     * 追加Lisit
     *
     * @param key 关键字
     * @param list 列表
     * @param expireTime 有效期
     * @return boolean
     */
    public Boolean addAll(String key, List list, Long expireTime) {
        try {
            redisTemplate.opsForList().rightPushAll(key, list);
            redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);
            return true;
        } catch (JedisException e) {
            handleJedisException(e);
            throw e;
        } finally {
            RedisConnectionUtils.unbindConnection(Objects.requireNonNull(redisTemplate.getConnectionFactory()));
        }
    }

这里需要注意,设置key的有效期;否则,你懂的!!!

2.  触发数据【懒加载】

/**
     * 构建分页数据
     * @param so 入参
     * @param key redis key
     * @param dayKey 天数区间的key
     * @return page
     */
    private IPage<PictureAlbumForUserDTO> buildPage(PublishedPictureAlbumSO so, String key, String dayKey) {
        Long total = redisUtil.listSize(key);
        long toIndex = so.getSize() * so.getPage();
        if (toIndex > total) { // 用户加载到最后一页,触发【懒加载】
            // 发现池,加载更多数据
            String dayValue = redisUtil.get(dayKey);
            String[] dayValueArray = dayValue.split("#");
            long start = Long.parseLong(dayValueArray[0]) - rangeDay;
            long end = Long.parseLong(dayValueArray[1]) - rangeDay;
            if (appendList(key, dayKey, start, end)) {
                // 递归调用;递归后,数据追加到redis
                return buildPage(so, key, dayKey);
            } else {
                toIndex = total;
            }
        }
        // 根据下标获取redis里面分页数据
        List list = redisUtil.listRange(key, so.getSize() * (so.getPage() - 1), toIndex);
        if (CollectionUtil.isEmpty(list)) {
            return null;
        }
        so.setAlbumIdList(list);
        // 因为进行list id 分页,这里默认去数据库里查询第一页就行了
        so.setPage(1);
        Page<PictureAlbumForUserDTO> pageData = new Page<>(so.getPage(), so.getSize());
        IPage<PictureAlbumForUserDTO> iPage = baseMapper.findAllActive(pageData, so);
        List<PictureAlbumForUserDTO> dtoList = iPage.getRecords();
        Collections.shuffle(dtoList);
        iPage.setRecords(dtoList);
        iPage.setTotal(total);
        iPage.setSize(so.getSize());
        iPage.setCurrent(so.getPage());
        iPage.setPages((total + so.getSize() - 1) / so.getSize());
        return iPage;
    }
 /**
     * 读取redis lisit 区间数据
     *
     * @param key 关键字
     * @param start 开始下标
     * @param end 结束下标
     * @return boolean
     */
    public List listRange(String key, long start, long end) {
        try {
            return redisTemplate.opsForList().range(key, start, end);
        } catch (JedisException e) {
            handleJedisException(e);
            throw e;
        } finally {
            RedisConnectionUtils.unbindConnection(Objects.requireNonNull(redisTemplate.getConnectionFactory()));
        }
    }

3. 每页数据随机展示

如何想让用户每一页看到的数据不一样;分页的数据可以再进行洗牌,而且不会打乱数据池整体的数据排列,有种【千人千面】的错觉;缺点就是用户可能会觉得,你的分页数据存在问题。

总结

介绍了一种实现随机分页的方案,关键在与数据库结合redis的使用和list的洗牌,这种方法从效率和使用性性都比较高的;对付万级核心数据的随机分页,应该是没有问题的。

到此这篇关于java数据随机分页实现方案的文章就介绍到这了,更多相关java数据随机分页内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文