怎么使用java和redis实现一个简单的热搜功能

这篇文章主要介绍“怎么使用java和redis实现一个简单的热搜功能”，在日常操作中，相信很多人在怎么使用java和Redis实现一个简单的热搜功能问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么使用java和redis实现一个简单的热搜功能”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

具备以下功能：

搜索栏展示当前登陆的个人用户的搜索历史记录，删除个人历史记录

用户在搜索栏输入某字符，则将该字符记录下来 以zset格式存储的redis中，记录该字符被搜索的个数以及当前的时间戳 （用了DFA算法，感兴趣的自己百度学习吧）

每当用户查询了已在redis存在了的字符时，则直接累加个数， 用来获取平台上最热查询的十条数据。 （可以自己写接口或者直接在redis中添加一些预备好的关键词）

最后还要做不雅文字过滤功能。这个很重要不说了你懂的。

代码实现热搜与个人搜索记录功能，主要controller层下几个方法就行了 ：

向redis 添加热搜词汇(添加的时候使用下面不雅文字过滤的方法来过滤下这个词汇，合法再去存储

每次点击给相关词热度 +1

根据key搜索相关最热的前十名

插入个人搜索记录

查询个人搜索记录

首先配置好redis数据源等等基础 

最后贴上核心的 服务层的代码 ：

package com.****.****.****.user; import com.jianlet.service.user.RedisService;import org.apache.commons.lang.StringUtils;import org.springframework.data.redis.core.*;import org.springframework.stereotype.Service;import javax.annotation.Resource;import java.util.*;import java.util.concurrent.TimeUnit; @Transactional@Service("redisService")public class RedisServiceImpl implements RedisService {     //导入数据源    @Resource(name = "redisSearchTemplate")    private StringRedisTemplate redisSearchTemplate;      //新增一条该userid用户在搜索栏的历史记录    //searchkey 代表输入的关键词    @Override    public int addSearchHistoryByUserId(String userid, String searchkey) {        String shistory = RedisKeyUtils.getSearchHistoryKey(userid);        boolean b = redisSearchTemplate.hasKey(shistory);        if (b) {            Object hk = redisSearchTemplate.opsForHash().get(shistory, searchkey);            if (hk != null) {                return 1;            }else{                redisSearchTemplate.opsForHash().put(shistory, searchkey, "1");            }        }else{            redisSearchTemplate.opsForHash().put(shistory, searchkey, "1");        }        return 1;    }     //删除个人历史数据    @Override    public Long delSearchHistoryByUserId(String userid, String searchkey) {        String shistory = RedisKeyUtils.getSearchHistoryKey(userid);        return redisSearchTemplate.opsForHash().delete(shistory, searchkey);    }     //获取个人历史数据列表    @Override    public List<String> getSearchHistoryByUserId(String userid) {        List<String> stringList = null;        String shistory = RedisKeyUtils.getSearchHistoryKey(userid);        boolean b = redisSearchTemplate.hasKey(shistory);        if(b){            Cursor<Map.Entry<Object, Object>> cursor = redisSearchTemplate.opsForHash().scan(shistory, ScanOptions.NONE);            while (cursor.hasNext()) {                Map.Entry<Object, Object> map = cursor.next();                String key = map.geTKEy().toString();                stringList.add(key);            }            return stringList;        }        return null;    }     //新增一条热词搜索记录，将用户输入的热词存储下来    @Override    public int incrementScoreByUserId(String searchkey) {        Long now = System.currentTimeMillis();        ZSetOperations zSetOperations = redisSearchTemplate.opsForZSet();        ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();        List<String> title = new ArrayList<>();        title.add(searchkey);        for (int i = 0, lengh = title.size(); i < lengh; i++) {            String tle = title.get(i);            try {                if (zSetOperations.score("title", tle) <= 0) {                    zSetOperations.add("title", tle, 0);                    valueOperations.set(tle, String.valueOf(now));                }            } catch (Exception e) {                zSetOperations.add("title", tle, 0);                valueOperations.set(tle, String.valueOf(now));            }        }        return 1;    }        //根据searchkey搜索其相关最热的前十名 (如果searchkey为null空，则返回redis存储的前十最热词条)    @Override    public List<String> getHotList(String searchkey) {        String key = searchkey;        Long now = System.currentTimeMillis();        List<String> result = new ArrayList<>();        ZSetOperations zSetOperations = redisSearchTemplate.opsForZSet();        ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();        Set<String> value = zSetOperations.reverseRangeByScore("title", 0, Double.MAX_VALUE);        //key不为空的时候 推荐相关的最热前十名        if(StringUtils.isNotEmpty(searchkey)){            for (String val : value) {                if (StringUtils.containsIgnoreCase(val, key)) {                    if (result.size() > 9) {//只返回最热的前十名                        break;                    }                    Long time = Long.valueOf(valueOperations.get(val));                    if ((now - time) < 2592000000L) {//返回最近一个月的数据                        result.add(val);                    } else {//时间超过一个月没搜索就把这个词热度归0                        zSetOperations.add("title", val, 0);                    }                }            }        }else{            for (String val : value) {                if (result.size() > 9) {//只返回最热的前十名                    break;                }                Long time = Long.valueOf(valueOperations.get(val));                if ((now - time) < 2592000000L) {//返回最近一个月的数据                    result.add(val);                } else {//时间超过一个月没搜索就把这个词热度归0                    zSetOperations.add("title", val, 0);                }            }        }        return result;    }     //每次点击给相关词searchkey热度 +1    @Override    public int incrementScore(String searchkey) {        String key = searchkey;        Long now = System.currentTimeMillis();        ZSetOperations zSetOperations = redisSearchTemplate.opsForZSet();        ValueOperations<String, String> valueOperations = redisSearchTemplate.opsForValue();        zSetOperations.incrementScore("title", key, 1);        valueOperations.getAndSet(key, String.valueOf(now));        return 1;    }  }

核心的部分写完了，剩下的需要你自己将如上方法融入到你自己的代码中就行了。

 代码实现过滤不雅文字功能，在SpringBoot 里面写一个配置类加上@Configuration注解，在项目启动的时候加载一下，代码如下： 

package com.***.***.interceptor; import org.springframework.context.annotation.Configuration;import org.springframework.core.io.ClassPathResource;import java.io.*;import java.util.HashMap;import java.util.HashSet;import java.util.Map;import java.util.Set;  //屏蔽敏感词初始化@Configuration@SuppressWarnings({ "rawtypes", "unchecked" })public class SensitiveWordInit {    // 字符编码    private String ENcoding = "UTF-8";    // 初始化敏感字库    public Map initKeyWord() throws IOException {        // 读取敏感词库 ,存入Set中        Set<String> wordSet = readSensitiveWordFile();        // 将敏感词库加入到HashMap中//确定有穷自动机DFA        return addSensitiveWordToHashMap(wordSet);    }     // 读取敏感词库 ,存入HashMap中    private Set<String> readSensitiveWordFile() throws IOException {    Set<String> wordSet = null;        ClassPathResource classPathResource = new ClassPathResource("static/censorword.txt");        InputStream inputStream = classPathResource.getInputStream();        //敏感词库        try {        // 读取文件输入流            InputStreamReader read = new InputStreamReader(inputStream, ENCODING);            // 文件是否是文件 和 是否存在            wordSet = new HashSet<String>();            // StringBuffer sb = new StringBuffer();            // BufferedReader是包装类，先把字符读到缓存里，到缓存满了，再读入内存，提高了读的效率。            BufferedReader br = new BufferedReader(read);            String txt = null;            // 读取文件，将文件内容放入到set中            while ((txt = br.readLine()) != null) {                wordSet.add(txt);            }            br.close();            // 关闭文件流            read.close();        } catch (Exception e) {            e.printStackTrace();        }        return wordSet;    }    // 将HashSet中的敏感词,存入HashMap中    private Map addSensitiveWordToHashMap(Set<String> wordSet) {    // 初始化敏感词容器，减少扩容操作    Map wordMap = new HashMap(wordSet.size());        for (String word : wordSet) {            Map nowMap = wordMap;            for (int i = 0; i < word.length(); i++) {                // 转换成char型                char keyChar = word.charAt(i);                // 获取                Object tempMap = nowMap.get(keyChar);                // 如果存在该key，直接赋值                if (tempMap != null) {                    nowMap = (Map) tempMap;                }                // 不存在则，则构建一个map，同时将isEnd设置为0，因为他不是最后一个                else {                    // 设置标志位                    Map<String, String> newMap = new HashMap<String, String>();                    newMap.put("isEnd", "0");                    // 添加到集合                    nowMap.put(keyChar, newMap);                    nowMap = newMap;                }                // 最后一个                if (i == word.length() - 1) {                    nowMap.put("isEnd", "1");                }            }        }        return wordMap;    }}

然后这是工具类代码 ： 

package com.***.***.interceptor; import java.io.IOException;import java.util.HashSet;import java.util.Iterator;import java.util.Map;import java.util.Set; //敏感词过滤器：利用DFA算法  进行敏感词过滤public class SensitiveFilter {    //敏感词过滤器：利用DFA算法  进行敏感词过滤    private Map sensitiveWordMap = null;     // 最小匹配规则    public static int minMatchType = 1;     // 最大匹配规则    public static int maxMatchType = 2;     // 单例    private static SensitiveFilter instance = null;     // 构造函数，初始化敏感词库    private SensitiveFilter() throws IOException {        sensitiveWordMap = new SensitiveWordInit().initKeyWord();    }     // 获取单例    public static SensitiveFilter getInstance() throws IOException {        if (null == instance) {            instance = new SensitiveFilter();        }        return instance;    }     // 获取文字中的敏感词    public Set<String> getSensitiveWord(String txt, int matchType) {        Set<String> sensitiveWordList = new HashSet<String>();        for (int i = 0; i < txt.length(); i++) {            // 判断是否包含敏感字符            int length = CheckSensitiveWord(txt, i, matchType);            // 存在,加入list中            if (length > 0) {                sensitiveWordList.add(txt.substring(i, i + length));                // 减1的原因，是因为for会自增                i = i + length - 1;            }        }        return sensitiveWordList;    }    // 替换敏感字字符    public String replaceSensitiveWord(String txt, int matchType,                                       String replaceChar) {        String resultTxt = txt;        // 获取所有的敏感词        Set<String> set = getSensitiveWord(txt, matchType);        Iterator<String> iterator = set.iterator();        String word = null;        String replaceString = null;        while (iterator.hasNext()) {            word = iterator.next();            replaceString = getReplaceChars(replaceChar, word.length());            resultTxt = resultTxt.replaceAll(word, replaceString);        }        return resultTxt;    }         private String getReplaceChars(String replaceChar, int length) {        String resultReplace = replaceChar;        for (int i = 1; i < length; i++) {            resultReplace += replaceChar;        }        return resultReplace;    }         public int CheckSensitiveWord(String txt, int beginIndex, int matchType) {        // 敏感词结束标识位：用于敏感词只有1位的情况        boolean flag = false;        // 匹配标识数默认为0        int matchFlag = 0;        Map nowMap = sensitiveWordMap;        for (int i = beginIndex; i < txt.length(); i++) {            char word = txt.charAt(i);            // 获取指定key            nowMap = (Map) nowMap.get(word);            // 存在，则判断是否为最后一个            if (nowMap != null) {                // 找到相应key，匹配标识+1                matchFlag++;                // 如果为最后一个匹配规则,结束循环，返回匹配标识数                if ("1".equals(nowMap.get("isEnd"))) {                    // 结束标志位为true                    flag = true;                    // 最小规则，直接返回,最大规则还需继续查找                    if (SensitiveFilter.minMatchType == matchType) {                        break;                    }                }            }            // 不存在，直接返回            else {                break;            }        }         if (SensitiveFilter.maxMatchType == matchType){            if(matchFlag < 2 || !flag){        //长度必须大于等于1，为词                matchFlag = 0;            }        }        if (SensitiveFilter.minMatchType == matchType){            if(matchFlag < 2 && !flag){        //长度必须大于等于1，为词                matchFlag = 0;            }        }        return matchFlag;    }}

在你代码的controller层直接调用方法判断即可： 

//非法敏感词汇判断        SensitiveFilter filter = SensitiveFilter.getInstance();        int n = filter.CheckSensitiveWord(searchkey,0,1);        if(n > 0){ //存在非法字符            logger.info("这个人输入了非法字符--> {},不知道他到底要查什么~ userid--> {}",searchkey,userid);            return null;        }

也可将敏感文字替换*等字符 ：

     SensitiveFilter filter = SensitiveFilter.getInstance();     String text = "敏感文字";     String x = filter.replaceSensitiveWord(text, 1, "*");

最后刚才的 SensitiveWordInit.java 里面用到了 censorword.text 文件，放到你项目里面的 resources 目录下的 static 目录中，这个文件就是不雅文字大全，也需要您与时俱进的更新，项目启动的时候会加载该文件。

到此，关于“怎么使用java和redis实现一个简单的热搜功能”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！