如何基于缓存设计实现一个商品最近搜索记录功能

一、需求背景

基于缓存实现一个商品最近搜索记录功能，需求背景：存在一个商品搜索功能，用户每次搜索商品需要把搜索过的商品记录缓存起来，缓存信息包括商品ID、商品名称，注意：一次搜索可以批量搜索多个商品，考虑到占用Redis内存空间问题，每个用户存储商品key的大小不超过10个。

关键点包括：

使用Java和Redis实现最近搜索记录。
每次搜索可能涉及多个商品，需要批量处理。
每个用户的记录不超过10个，避免内存过大。
需要存储商品ID和名称，可能涉及数据结构的选择。

二、需求分析

最新搜索过的商品需要排在前面，基于这个前提可以使用Redis的Sorted Set（ZSet）来存储浏览记录，并结合时间戳排序。这在搜索结果中也有类似案例，比如使用ZSet存储用户ID和商品ID，通过时间戳作为score来实现排序，这种方法可以自动维护有序性，方便管理最近的数据。

接下来考虑数据结构的选择。每个用户的搜索记录需要存储商品ID和名称，可能需要使用Hash结构来存储商品详情，而使用ZSet来维护最近搜索的顺序。例如，用户A的最近搜索商品ID存储在ZSet中，score为时间戳，而商品的具体信息存在Hash中，这样避免重复存储名称，节省内存。

关于限制每个用户的记录数量，可以在每次添加后检查ZSet的长度，如果超过10个，就移除最旧的记录（即score最小的）。这可以通过ZREMRANGEBYRANK命令来实现，保留最新的10个。

对于批量搜索的处理，需要将多个商品一次性添加到ZSet中，并更新它们的score为当前时间。同时，需要确保重复的商品不会被多次存储，或者在添加时移除旧记录再添加新的，保持唯一性。

获取最近记录时，从ZSet中取出最新的10个ID，再从Hash中获取详细信息。还需要考虑并发情况，比如同一用户同时进行多次搜索，可能需要加锁或者使用原子操作来保证数据一致性。不过，Redis本身是单线程的，大部分命令是原子性的，可能不需要额外处理。

三、技术方案设计

数据结构选择
- 使用ZSET结构存储用户搜索记录（用户ID为key，商品ID为value，时间戳为score）
- 使用HASH结构存储商品详情（商品ID为key，商品名称等为field）
核心逻辑
- 每次搜索时更新ZSET中的时间戳
- 控制ZSET最大长度不超过10
- 批量处理商品ID时保证原子性操作

总结实现步骤：

使用ZSet存储用户最近搜索的商品ID，按时间排序。
使用Hash存储商品ID和名称的映射。
每次搜索批量添加商品，更新ZSet的score为当前时间。
维护ZSet长度不超过10，移除旧记录。
提供获取最近搜索记录的方法，从ZSet和Hash中联合查询。

四、代码实现

RedisTemplate配置

arduino 复制代码

@Configuration 
public class RedisConfig {
    @Bean 
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
        RedisTemplate<String, Object> template = new RedisTemplate<>();
        template.setConnectionFactory(factory); 
        template.setKeySerializer(new  StringRedisSerializer());
        template.setHashKeySerializer(new  StringRedisSerializer());
        template.setValueSerializer(new  GenericJackson2JsonRedisSerializer());
        return template;
    }
}

服务层实现

typescript 复制代码

@Slf4j
@Component
public class LatestSearchUtils {

    @Autowired 
    private RedisTemplate<String, Object> redisTemplate;
 
    // 存储搜索记录（批量）
    public void addSearchHistory(String userId, List<ZbProduct> zbProducts) {
    
        String zsetKey = "lastest:search:history:" + userId;
        String hashKey = "zbproduct:info";
        
        // 批量更新ZSET和HASH 
        redisTemplate.executePipelined((RedisCallback<Object>)  connection -> {
            long now = System.currentTimeMillis(); 
            for (ZbProduct product : zbProducts) {
                // 更新ZSET（时间倒序）
                redisTemplate.opsForZSet().add(zsetKey,  product.getId(),  now--);
                // 存储商品详情 
                redisTemplate.opsForHash().put(hashKey,  product.getId(),  product.getName()); 
            }
            // 修剪ZSET保留最新10条
            redisTemplate.opsForZSet().removeRange(zsetKey,  0, -11);
            return null;
        });
    }
 
    // 获取最近搜索记录 
    public List<ZbProduct> getRecentHistory(String userId) {
        
        String zsetKey = "lastest:search:history:" + userId;
        String hashKey = "zbproduct:info";
        
        Set<Object> productIds = redisTemplate.opsForZSet().reverseRange(zsetKey,  0, 9);
        return redisTemplate.executePipelined((RedisCallback<ZbProduct>)  connection -> {
            for (Object id : productIds) {
                String name = (String) redisTemplate.opsForHash().get(hashKey,  id);
                if(name != null) {
                    return new ZbProduct(id.toString(),  name);
                }
            }
            return null;
        });
    }
}
 
// 商品实体类
@Data 
@AllArgsConstructor 
class ZbProduct {
    private String id;
    private String name;
}

五、关键实现逻辑说明

ZSET时间戳倒序
- 使用递减时间戳（now--）实现相同批次商品按输入顺序存储。
- reverseRange方法实现从新到旧排序读取。
内存控制策略
- removeRange修剪超过10条的旧记录。
- 商品详情统一存储HASH，避免重复存储名称。
性能优化
- 使用管道（pipelined）提升批量操作性能。
- 商品详情分离存储，支持多业务复用。