使用redis构建文章投票系统

本博客代码都是参考《Redis IN ACTION》这本书，由于书中代码都是python所写，所以本文代码为java语言编写，方便读者查阅

public class Chapter01
{
private static final int ONE_WEEK_IN_SECONDS = 7 * 86400; //用来计算超过7天之后的文章不可以投票
private static final int VOTE_SCORE = 432; //432来源 这个常量是通过将一天的秒数（86400）除以文章展示一天所需的支持票数量（200 -支持票超过200就算有趣文章）得出的，文章每获得一张支持票，程序要需要将文章的评分增加432分
private static final int ARTICLES_PER_PAGE = 25;

public static final void main(String[] args) {
new Chapter01().run();
}

public void run() {
Jedis conn = new Jedis("192.168.32.128");
conn.select(15);

// 初始化10篇文章
//        for(int i=1;i<11;i++)
//        {
//            String articleId = postArticle(conn, "username_"+i, "A title"+i);
//            System.out.println("create a new article: " + articleId);
//            Map<String, String> articleData = conn.hgetAll("article:" + articleId);
//            for(Map.Entry<String, String> entry : articleData.entrySet())
//            {
//                System.out.println("  " + entry.getKey() + ": " + entry.getValue());
//            }
//        }

// 投票代码开始
//        articleVote(conn, "jack", "article:1");
//        articleVote(conn, "jack", "article:2");
//        articleVote(conn, "jack", "article:3");
//        articleVote(conn, "jack", "article:4");
//        articleVote(conn, "jack", "article:5");
//        articleVote(conn, "jack", "article:6");
//        articleVote(conn, "jack", "article:8");
//        articleVote(conn, "jack", "article:9");
//        articleVote(conn, "jack1", "article:1");
//        articleVote(conn, "jack2", "article:1");
//        articleVote(conn, "jack3", "article:1");
//        articleVote(conn, "jack4", "article:1");
//        articleVote(conn, "jack2", "article:3");
//        articleVote(conn, "jack3", "article:3");
//        String votes = conn.hget("article:1", "votes");
//        System.out.println("We voted for the article, it now has votes: " + votes);

//得到从高到低的排名
//        System.out.println("The currently highest-scoring articles are:");
//        List<Map<String,String>> articles = getArticles(conn, 1);
//        printArticles(articles);

// 给文章分组
//        addGroups(conn, "1", new String[]{"jack01-group","jack02-group"});
//        addGroups(conn, "2", new String[]{"jack01-group","jack02-group"});
//        addGroups(conn, "5", new String[]{"jack01-group","jack02-group"});
//        addGroups(conn, "6", new String[]{"jack01-group","jack03-group"});
//        addGroups(conn, "7", new String[]{"jack03-group","jack02-group"});
//        addGroups(conn, "10", new String[]{"jack01-group","jack03-group"});
//        addGroups(conn, "8", new String[]{"jack03-group","jack02-group"});
//        addGroups(conn, "9", new String[]{"jack03-group","jack02-group"});
//        addGroups(conn, "4", new String[]{"jack03-group","jack02-group"});

val articles = getGroupArticles(conn, "jack03-group", 1);
printArticles(articles);
}

/**
* 1,生成文章ID
* 2，将发布者ID增加到已投票用户名单集合中
* 3，使用HMSET命令来存储文章相关信息
* 4，将文章初始评分和发布时间分别添加到2个相应的有序集合中
* @return
*/
public String postArticle(Jedis conn, String userName, String title) {
String articleId = String.valueOf(conn.incr("article:"));

String voted = "voted:" + articleId;

//set
conn.sadd(voted, userName);
conn.expire(voted, ONE_WEEK_IN_SECONDS);

////hash
long now = System.currentTimeMillis() / 1000;
String article = "article:" + articleId;
HashMap<String,String> articleData = new HashMap<String,String>();
articleData.put("title", title);
articleData.put("user", userName);
articleData.put("now", String.valueOf(now));
conn.hmset(article, articleData);

//zset
conn.zadd("score:", now + VOTE_SCORE, article);
//发布的时候 默认作者本人为文章投票
conn.zadd("time:", now, article);

return articleId;
}

/**
* 文章投票
* 1，每一票对应一个常量
* @return
*/
public void articleVote(Jedis conn, String user, String article) {
long cutoff = (System.currentTimeMillis() / 1000) - ONE_WEEK_IN_SECONDS;
if (conn.zscore("time:", article) < cutoff){ //计算是否超过文章投票截止时间
System.out.println("文章发布时间太长了");
return;
}

String articleId = article.substring(article.indexOf(':') + 1);
if (conn.sadd("voted:" + articleId, user) == 1) { //如果值不==1 则用户已经投过此文章了  1 标识原set中没有，本次添加成功
//增加score的分值，使其增加VOTE_SCORE
conn.zincrby("score:", VOTE_SCORE, article);
//修改文章中votes的票数，使其增加1
conn.hincrBy(article, "votes", 1);
}
}

/**
* 分页数据
* @param conn
* @param page
* @return
*/
public List<Map<String,String>> getArticles(Jedis conn, int page) {
return getArticles(conn, page, "score:");
}

/**
* 根据order获取排名靠前的数据
* @param conn
* @param page
* @param order
* @return
*/
public List<Map<String,String>> getArticles(Jedis conn, int page, String order) {
int start = (page - 1) * ARTICLES_PER_PAGE;
int end = start + ARTICLES_PER_PAGE - 1;

Set<String> ids = conn.zrevrange(order, start, end);
List<Map<String,String>> articles = new ArrayList<Map<String,String>>();
for (String id : ids){
Map<String,String> articleData = conn.hgetAll(id);
articleData.put("id", id);
articles.add(articleData);
}

return articles;
}

/**
* 文章分组
* @return
*/
public void addGroups(Jedis conn, String articleId, String[] toAdd) {
String article = "article:" + articleId;
for (String group : toAdd) {
conn.sadd("group:" + group, article);
}
}

public List<Map<String,String>> getGroupArticles(Jedis conn, String group, int page) {
return getGroupArticles(conn, group, page, "score:");
}

/**
* 按顺序得到某一组内的文章
* 这里会使用到关系型数据库里面的\
* Redis Zinterstore 命令计算给定的一个或多个有序集的交集 默认情况下，结果集中某个成员的分数值是所有给定集下该成员分数值之和。
* 使用 WEIGHTS 选项，你可以为 每个 给定有序集 分别 指定一个乘法因子(multiplication factor)，每个给定有序集的所有成员的 score 值在传递给聚合函数(aggregation function)之前都要先乘以该有序集的因子。
* 使用 AGGREGATE 选项，你可以指定并集的结果集的聚合方式。默认使用的参数 SUM ，可以将所有集合中某个成员的 score 值之 和 作为结果集中该成员的 score 值；使用参数 MIN ，可以将所有集合中某个成员的 最小 score 值作为结果集中该成员的 score 值；而参数 MAX 则是将所有集合中某个成员的 最大 score 值作为结果集中该成员的 score 值。
* @return
*/
public List<Map<String,String>> getGroupArticles(Jedis conn, String group, int page, String order) {
String key = order + group;
if (!conn.exists(key)) {
ZParams params = new ZParams().aggregate(ZParams.Aggregate.MAX);
conn.zinterstore(key, params, "group:" + group, order);
conn.expire(key, 60);
}
return getArticles(conn, page, key);
}

private void printArticles(List<Map<String,String>> articles){
for (Map<String,String> article : articles){
System.out.println("  id: " + article.get("id"));
for (Map.Entry<String,String> entry : article.entrySet()){
if (entry.getKey().equals("id")){
continue;
}
System.out.println("    " + entry.getKey() + ": " + entry.getValue());
}
}
}
}

文章中redis采用单机模式，这里小编在写上面代码的时候遇到一个问题，至今没找到原因，有路过的大神希望不吝赐教：

一开始上面代码是使用springboot + rediscluster 模式实现，但是使用redistemplate 执行 zinterstore 的时候报出  

ZINTERSTORE can only be executed when all keys map to the same slot

我们知道redis cluster 值是有16384个卡槽分布在集群的master上存储数据的，每个master分别存储部分数据，这里难道需要我把数据集中到一个slot中才能调用此方法吗？找了很久也没找到合适的解决方案，有了解过的朋友希望留言告知。