目录
[合伙人系统中产品分配未读计数的实现与 Redis 选型分析](#合伙人系统中产品分配未读计数的实现与 Redis 选型分析)
[1. 核心触发逻辑](#1. 核心触发逻辑)
[2. 核心工具类：AppletRedisUtil](#2. 核心工具类：AppletRedisUtil)
[三、选型：为什么用 Redis 而非 MySQL？](#三、选型：为什么用 Redis 而非 MySQL？)
[1. 性能碾压：高频场景响应速度差 3 个量级](#1. 性能碾压：高频场景响应速度差 3 个量级)
[2. 操作更轻量：避免 MySQL 复杂开销](#2. 操作更轻量：避免 MySQL 复杂开销)
[3. 天然并发安全：解决 MySQL 更新冲突](#3. 天然并发安全：解决 MySQL 更新冲突)
[4. 缓存特性适配：减少数据库压力](#4. 缓存特性适配：减少数据库压力)
[5. 灵活扩展：支持更多交互场景](#5. 灵活扩展：支持更多交互场景)
[四、注意事项：Redis 数据安全兜底方案](#四、注意事项：Redis 数据安全兜底方案)
合伙人系统中产品分配未读计数的实现与 Redis 选型分析
一、业务场景说明
在合伙人系统的产品分配流程中，存在两种分配模式，核心差异在于是否需要审核：
- 直接分配：一级（城市合伙人）向二级（销售合伙人）分配产品，无需审核，直接生效；
- 间接分配：二级（销售合伙人）向三级（流量合伙人）分配产品，必须经过对应一级（城市合伙人）审核，审核通过后分配才生效。
为提升城市合伙人的操作效率，小程序需在 "分配产品页面" 为城市合伙人显示待审核数，实时提醒其待处理的间接分配申请，而未读计数的存储与管理是实现该功能的核心。
二、未读计数的实现方案
1. 核心触发逻辑
在 "间接分配审核接口" 的最后，通过一行代码触发未读计数更新，直接调用工具类完成城市合伙人未读数量的累加：
java
// 添加未读数（默认新增1条待审核提醒）
appletRedisUtil.addUnreadCount(cityPartner.getId());2. 核心工具类：AppletRedisUtil
工具类基于 Redis 实现未读计数的 "新增、查询、重置" 全流程管理，代码与逻辑解析如下：
java
import jakarta.annotation.Resource;
import org.springblade.business.constant.RedisKeyConstant;
import org.springblade.business.pojo.entity.ProductApplyRecord;
import org.springblade.business.service.ProductApplyRecordService;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import java.util.Objects;
@Component // 注入Spring容器，全局可用
public class AppletRedisUtil {
@Resource
private RedisTemplate<String, Long> redisTemplate; // 操作Redis的核心组件
// 1. 重载方法：默认给城市合伙人新增1条未读消息
public void addUnreadCount(Long miniUserId) {
addUnreadCount(miniUserId, 1L);
}
// 2. 核心方法：支持自定义新增未读条数，含数据准确性校验
public void addUnreadCount(Long miniUserId, Long value) {
// 2.1 工具类无法直接注入Service，通过Spring上下文获取
ProductApplyRecordService productApplyRecordService = SpringContextUtil.getBean(ProductApplyRecordService.class);
// 2.2 查该城市合伙人的总申请数（未读上限，避免未读数超过实际总数）
Long totalCount = productApplyRecordService.lambdaQuery()
.eq(ProductApplyRecord::getCityPartnerId, miniUserId)
.count();
// 2.3 查当前Redis中的未读数量（空值兜底返回0，避免空指针）
Long currentUnread = getUnreadCount(miniUserId);
// 2.4 修正未读数量：若累加后超总申请数，取总申请数（防止数据异常）
value = (currentUnread + value) > totalCount ? totalCount : (currentUnread + value);
// 2.5 更新Redis：用"常量前缀+用户ID"作为key，原子自增未读数量
redisTemplate.opsForValue().increment(RedisKeyConstant.PRODUCT_APPLY_UNREAD_NUM + miniUserId, value);
}
// 3. 查询未读数量：空值兜底，确保返回非null
public Long getUnreadCount(Long miniUserId) {
String key = RedisKeyConstant.PRODUCT_APPLY_UNREAD_NUM + miniUserId;
Long unread = redisTemplate.opsForValue().get(key);
return Objects.isNull(unread) ? 0L : unread;
}
// 4. 重置未读数量：先置0再删key，确保状态彻底清空
public void resetUnreadCount(Long miniUserId) {
String key = RedisKeyConstant.PRODUCT_APPLY_UNREAD_NUM + miniUserId;
redisTemplate.opsForValue().set(key, 0L);
redisTemplate.delete(key);
}
}工具类核心特点
- 数据准确性：通过 "总申请数校验" 避免未读数溢出，空值兜底避免空指针；
- 操作规范性：统一 Redis key 格式（常量前缀 + 用户 ID），避免 key 混乱；
- 功能完整性：覆盖 "新增、查询、重置" 三大核心场景，支持默认 / 自定义新增条数；
- 依赖合理性：通过 Spring 上下文获取 Service，解决工具类无法直接注入的问题。
三、选型：为什么用 Redis 而非 MySQL？
未读计数的核心诉求是 "快、并发安全、简单"，Redis 完美匹配这些需求，而 MySQL 更擅长 "复杂查询、事务一致性、永久存储"，具体优势对比如下：
1. 性能碾压：高频场景响应速度差 3 个量级
|--------|---------------------------|------------------------|
| 特性 | Redis（内存数据库） | MySQL（磁盘数据库） |
| 响应时间 | 微秒级（1μs = 10⁻⁶秒） | 毫秒级（1ms = 10⁻³ 秒） |
| 每秒读写能力 | 数万～数十万次 | 千级次 |
| 高频场景表现 | 无卡顿，轻松扛住并发（如同时 100 个申请提交） | 易出现 "查询卡顿""写入排队"，拖慢数据库 |
2. 操作更轻量：避免 MySQL 复杂开销
- Redis：用 increment 原子命令，1 行代码完成 "未读数 + 1"，无需锁 / 事务；
- MySQL：需执行 UPDATE xxx SET unread_count = unread_count + 1 WHERE ...，还需处理事务隔离级别、行锁竞争，代码繁琐且开销大。
3. 天然并发安全：解决 MySQL 更新冲突
当多个请求同时修改同一城市合伙人的未读计数时（如同时 2 条申请提交）：
- Redis：INCR 是单线程原子操作，即使 100 个请求同时 + 1，结果也绝对正确（0→100）；
- MySQL：易出现 "并发更新丢失"（如两个请求同时读 5，都 + 1 后写 6，实际应是 7），需额外加 "乐观锁 / 悲观锁"，增加复杂度。
4. 缓存特性适配：减少数据库压力
- Redis：未读计数是 "缓存"，所有读写走 Redis，MySQL 仅存原始申请记录，极大降低 MySQL 访问压力；
- MySQL：若直接存储未读数，高频读写会占用数据库资源，影响核心业务（如申请记录查询）。
5. 灵活扩展：支持更多交互场景
Redis 的特性可轻松满足未来扩展需求，MySQL 难以实现：
- 过期自动清理：给未读计数 key 设 expire，实现 "30 天未读自动失效"，无需定时任务；
- 批量操作：用 MSET/MGET 批量更新 / 查询多个城市合伙人的未读数，效率极高；
- 丰富计数器操作：支持 INCRBY（自定义加量）、DECR（减量）、GETSET（获取并重置），覆盖全场景。
四、注意事项：Redis 数据安全兜底方案
虽然 Redis 是内存数据库，但工具类已做足数据安全保障，避免数据丢失：
- 数据源兜底：未读计数的 "源头" 是 MySQL（申请记录存在 MySQL），Redis 仅为缓存；
- 异常修正：若 Redis 数据丢失，getUnreadCount 会返回 0，而 addUnreadCount 会重新查询 MySQL 总申请数，自动修正未读计数，不会失真。