【圈友app】为什么要使用MongoDB数据库？— 查询缘分值最高的最佳好友并返回相关信息

快来打我* 2023-09-26 21:39 20阅读 0赞

## **目录** ##

一、为什么要使用MongoDB数据库？

二、缘分值最佳好友

思路

--------------------

## 一、为什么要使用MongoDB数据库？ ##

本项目涉及到的圈子(动态)功能，用户会对朋友圈进行**点赞、评论**；那么随着用户的不断增多，评论点赞收藏等信息也会不断增多；相对来说用户对这些信息看的比较多，写比较少，也就是**读多写少**；且评论/点赞数等数据多一条少一条都没什么关系，没有什么影响，**数据价值低**；且后续还涉及到一个功能，附近人的展示，还会涉及到**地理位置**的相关数据；

所以综合以上，**本项目涉及到对海量数据的处理，且读多写少，存储的数据价值低，且还需包括地理位置相关数据等；**如果这个时候使用mysql或者redis的时候就不合适，无法高效的对海量数据进行处理，所有这里就用到了MongoDB数据库。

## 二、缘分值最佳好友 ##

需求：根据缘分值最高的查询出最佳好友并返回相关信息

#### 思路 ####

![7e636df91c4947dfbbade80e99923981.png][]

第一步：通过令牌拦截器解析token获取到用户id；

@Service
    public class TanhuaService {
    
        @DubboReference
        private RecommendUserApi recommendUserApi ;
    
        @DubboReference
        private UserInfoApi userInfoApi ;    
    
        //查询今日佳友数据
        public TodayBest todayBest() {
            //1、获取用户id
            Long userId = UserHeader.getUserId();
            //2、调用API查询
            RecommendUser recommendUser = recommendUserApi.queryWithMaxScore(userId);
            if (recommendUser == null){
                //没有好友，直接推荐一个用户为1的好友
                recommendUser = new RecommendUser();
                recommendUser.setUserId(1l);
                recommendUser.setScore(99d);
            }
            //3、将RecommendUser转化为TodayBest对象
            //查询出指定的用户对象
            UserInfo userInfo = userInfoApi.getById(recommendUser.getUserId());
            //数据封装
            TodayBest vo = TodayBest.init(userInfo,recommendUser);
            //4、返回
            return vo ;
        }

第二步：根据用户id去查询推荐好友表，将获的的推荐好友列表根据缘分值进行倒序排序，获取最高缘分值的一条数据作为今日最佳好友推荐。

**注：使用MongoDB数据库对数据进行操作**

@DubboService
    public class RecommendUserApiImpl implements RecommendUserApi {
        @Autowired
       private MongoTemplate mongoTemplate;
      
     /**
         * 根据用户id查询最佳好友
         * @param toUserId
         * @return
         */
        @Override
        public RecommendUser queryWithMaxScore(Long toUserId) {
            //根据toUserId查询，根据评分score排序，获取第一条
            //构建Criteria
            Criteria criteria = Criteria.where("toUserId").is(toUserId);
            //构建Query对象
            Query query = new Query(criteria);
            //排序:分数降序,分页第一条
            query.with(Sort.by("score").descending()).limit(1);
    //      Query query = Query.query(criteria).with(Sort.by(Sort.Order.desc("score"))).limit(1);
            RecommendUser one = mongoTemplate.findOne(query, RecommendUser.class);
            //调用mongoTemplate查询
            return one ;
        }
    }

第三步：对最近好友信息进行处理，获取该好友的用户id，拿着id去用户表去查用户信息

第四步：定义封装类，将两表的相关信息进行合并赋值并返回。

> **TodayBest** 信息封装—最佳好友类

@Data
    @NoArgsConstructor
    @AllArgsConstructor
    public class TodayBest implements Serializable {
        private Long id ;   //用户id
        private String avatar ;     //头像
        private String nickname ;   //昵称
        private String gender ;     //性别
        private Integer age ;   //年龄
        private String[] tags ;     //标签
        private Long fateValue ;     //缘分值
    
        /**
         * 在vo对象中补充一个方法，封装转化过程
         * 将用户信息和推荐信息合并赋值
         * 由UserInfo转化为TodayBest
         */
        public static TodayBest init(UserInfo userInfo , RecommendUser recommendUser){
            TodayBest vo = new TodayBest();
            BeanUtils.copyProperties(userInfo,vo);
            //标签分割设置
            if (userInfo.getTags() != null){
                vo.setTags(userInfo.getTags().split(","));
            }
            //获取缘分值并设置
            long value = recommendUser.getScore().longValue();
            vo.setFateValue(value);
            return vo ;
        }
    }

**注：**用户信息存储在Mysql数据库中，好友信息存储在MongoDB数据库中，在需要互相使用数据的时候，使用Dubbo进行远程调用。

[7e636df91c4947dfbbade80e99923981.png]: https://img-blog.csdnimg.cn/img_convert/7e636df91c4947dfbbade80e99923981.png