CSS單標簽實現轉轉logo
轉轉品牌升級后更新了全新的Logo，今天我們用純CSS來實現轉轉的新Logo，為了有一定的挑戰性，這里我們只使用一個標簽實現，將最大化的使用CSS能力完成Logo的繪制與動畫效果。新logo
該文是系統的用戶手冊，主要體現系統功能和所支持的高級特性，關于系統的核心設計正在整理中，請稍安勿躁
隨著社交媒體的普及，用戶生成的內容數量急劇增加。為了幫助用戶更好地發現和分享內容，許多社交媒體平臺都提供了贊/踩服務。
贊/踩服務是一種用戶反饋機制。隨著社交媒體的普及和發展，人們越來越喜歡在一種平臺上分享自己的觀點和生活，這時就需要一種形式化的反饋機制來快速評價這些信息的好壞。贊/踩服務的目標是為了提高用戶互動性，增加內容的社會影響力，從而增加活躍用戶數量。
系統所涉及的功能包括：
功能 | 描述 |
贊/踩 | 用戶可以點擊對應的贊或踩按鈕，以表達自己的喜好或不喜好 |
取消贊/踩 | 用戶可以取消之前的贊/踩，以更正自己的想法 |
計數器 | 贊和踩的數量都需要計數器，用于顯示文章或評論的受歡迎程度和社交影響力等 |
贊/踩歷史 | 用戶可以查看自己贊/踩的歷史記錄，以查看自己對文章或評論的態度 |
基于 Spring Boot 框架進行開發，以 DDD 作為業務邏輯承載模型。
框架 | 版本 | 依賴說明 |
JDK | 1.8+ | 運行環境 |
Spring Boot | 2.3.12.RELEASE | |
Spring Data | 2.3.9.RELEASE | 基于 JPA 實現持久化；基于 Redis 完成緩存加速（可選） |
Lego | 0.1.22 | DDD 模型落地 |
springfox | 3.0.0 | 文檔管理 |
RocketMQ | 2.2.1 | 領域事件，異步處理（可選） |
Sharding Sphere | 4.4.1 | 分庫分表（可選） |
該項目使用標準的 “六邊形架構”，對業務和技術進行分離，所以模塊較多，但層次更為清晰。
模塊 | 作用 |
domain | 核心邏輯層，DDD 中核心組件，包括實體、值對象、聚合根、領域服務等 |
app | 應用服務層，DDD 中的應用服務，主要負責流程編排 |
infrastructure | 基礎設施層，主要負責與 DB 或其他服務進行通訊 |
api | RPC 服務中的接口定義，被 FeignClient 和 FeignService 依賴 |
FeignService | api 中接口的實際實現者，完成接口的適配 |
FeignClient | api 中Proxy實現者，方便使用方直接調用 |
bootstrap | 應用啟動入口，包括 Spring Boot 入口和所有配置 |
建表語句在infrastructure/src/main/resources/sql 目標下，包括單庫和分庫分表配置。單庫建表語句如下：
create table dislike_action( id bigint auto_increment primary key, create_time datetime not null, delete_time datetime null, update_time datetime null, vsn int not null, status char(16) not null, target_id bigint not null, target_type varchar(16) not null, user_id bigint not null, constraint unq_user_target unique (user_id, target_type, target_id));create table dislike_target_count( id bigint auto_increment primary key, create_time datetime not null, delete_time datetime null, update_time datetime null, vsn int not null, count bigint not null, target_id bigint not null, target_type varchar(16) not null, constraint unq_target unique (target_id, target_type));create table like_action( id bigint auto_increment primary key, create_time datetime not null, delete_time datetime null, update_time datetime null, vsn int not null, status char(16) not null, target_id bigint not null, target_type varchar(16) not null, user_id bigint not null, constraint unq_user_target unique (user_id, target_type, target_id));create table like_target_count( id bigint auto_increment primary key, create_time datetime not null, delete_time datetime null, update_time datetime null, vsn int not null, count bigint not null, target_id bigint not null, target_type varchar(16) not null, constraint unq_target unique (target_id, target_type));修改bootstrap/src/main/resource/application.yml 增加數據配置，具體如下：
spring: datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://127.0.0.1:3306/like username: root password: root直接運行 bootstrap 模塊下的 LikeApplication 類，輸入地址：http://127.0.0.1:8080/swagger-ui/
當看到如下界面證明程序啟動成功：
核心接口如下：
功能 | 請求地址 | 參數類型 | 參數說明 | 返回結果 | cur Demo |
點贊 | POST /feignService/action/command/like | RequestBody | {"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id} | 無 | curl -X POST "http://127.0.0.1:8080/feignService/action/command/like" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"TEST","userId":2}" |
取消點贊 | POST /feignService/action/command/unlike | RequestBody | {"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id} | 無 | curl -X POST "http://127.0.0.1:8080/feignService/action/command/unlike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}" |
獲取點贊數量 | GET /feignService/targetCount/query/getLikeCountByTarget | RequestParam | type:目標類型；ids：目標id集合 | [{"targetType":目標對象類型,“targetId":目標對象id,"count":點贊數量}] | curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getLikeCountByTarget?type=test&ids=1" -H "accept: /" |
獲取點贊記錄 | GET /feignService/action/query/getLikeByUserAndType | RequestParam | type:目標類型；userId：userId | [{"targetType":目標對象類型,“targetId":目標對象id,"userId":用戶id,"valid":是否有效}] | curl -X GET "http://127.0.0.1:8080/feignService/action/query/getLikeByUserAndType?userId=2&type=test" -H "accept: /" |
踩 | POST /feignService/action/command/dislike | RequestBody | {"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id} | 無 | curl -X POST "http://127.0.0.1:8080/feignService/action/command/dislike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}" |
取消踩 | POST /feignService/action/command/unDislike | RequestBody | {"userId": 用戶id, "targetType": 目標對象類型,"targetId": 目標對象 id} | 無 | curl -X POST "http://127.0.0.1:8080/feignService/action/command/unDislike" -H "accept: /" -H "Content-Type: application/json" -d "{"targetId":1,"targetType":"test","userId":2}" |
獲取踩數量 | GET /feignService/targetCount/query/getDislikeCountByType | RequestParam | type:目標類型；ids：目標id集合 | [{"targetType":目標對象類型,“targetId":目標對象id,"count":點贊數量}] | curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getDislikeCountByType?type=test&ids=1" -H "accept: /" |
獲取點贊記錄 | GET /feignService/action/query/getDislikeByUserAndType | RequestParam | type:目標類型；userId：userId | [{"targetType":目標對象類型,“targetId":目標對象id,"userId":用戶id,"valid":是否有效}] | curl -X GET "http://127.0.0.1:8080/feignService/action/query/getDislikeByUserAndType?userId=2&type=test" -H "accept: /" |
核心API直接在 Swagger UI 上進行測試即可?。。?span style="display:none">dEe28資訊網——每日最新資訊28at.com
流程中涉及兩個重要的概念：
在實際業務場景，需要對這兩個對象的有效性進行驗證，比如：
用戶是否存在？
用戶狀態是否有效？
是否是黑名單用戶？
這些功能擴展直接實現對應的 Loader 即可。
ActionUser 定義如下：
public class ActionUser { @Column(name = "user_id", updatable = false) private Long userId; @Transient private boolean valid;}如果用戶狀態存在問題，直接將 valid 置為 false 即可。
ActionUserLoader 定義如下：
public interface ActionUserLoader { ActionUser loadByUserId(Long userId);}只需實現 ActionUserLoader 并注冊為 Spring 托管 Bean 即可，具體如下：
@Component(value = LoadActionUserByUserId.BEAN_NAME)public class TestActionUserLoader implements ActionUserLoader { @Override public ActionUser loadByUserId(Long userId) { if (userId == null || userId.longValue() < 0){ return ActionUser.apply(userId, false); }else { return ActionUser.apply(userId); } }}當 userId 為 null 或者 小于 0 時，表明為無效用戶，將 valid 設置為 false。
【備注】Bean 必須注冊為LoadActionUserByUserId.BEAN_NAME（actionUserLoader），否則框架將無法識別。
ActionTarget 定義如下：
public class ActionTarget { @Column(name = "target_type", updatable = false) private String type; @Column(name = "target_id", updatable = false) private Long id; @Transient private boolean valid;}如果目標對象狀態存在問題，直接將 valid 置為 false 即可。
由于系統中可以存在多種目標對象，為每個類型提供單獨的 Loader，接口如下：
public interface SingleActionTargetLoader { /** * 是否支持 type 類型的 Target * @param type * @return */ boolean support(String type); /** * 加載 Target 對象 * @param type * @param id * @return */ ActionTarget load(String type, Long id);}按需要實現接口，樣例如下：
@Component@Order(0)public class TestActionTargetLoader extends AbstractSingleActionTargetLoader implements SingleActionTargetLoader { public TestActionTargetLoader() { super("Test"); } @Override protected ActionTarget doLoadById(String type, Long id) { if (id == null || id.longValue() < 0){ return ActionTarget.apply(type, id, false); }else { return ActionTarget.apply(type, id); } }}該實現對 type 為 Test 的 Target 進行加載。
領域事件是 DDD 中的重要概念，當系統發生狀態變化后，將變化結果對外進行廣播，從而實現系統間的集成。
外部領域事件通過 RocketMQ 向外廣播，需要搭建 RocketMQ 集群并在項目中增加 RocketMQ 的支持。
在 bootstrap 模塊的 pom 中增加 rocketmq starter，具體如下：
<dependency> <groupId>org.apache.rocketmq</groupId> <artifactId>rocketmq-spring-boot-starter</artifactId></dependency>在 application.yml 增加 rocketmq 的配置，具體如下：
rocketmq: name-server: http://127.0.0.1:9876 producer: group: like-service至此，便完成了與 rocketmq 的集成。
在 application.yml 添加如下配置：
like: event: #開啟領域事件 enable: true #指定領域事件發送的 topic topic: like-event-topic開啟領域事件，并指定事件發送的 topic
重新啟動項目，當控制臺輸出以下表明配置成功：
Use RocketMQ to Publish Like Event
使用 swagger 運行 dislike 操作，從日志中可知消息發送成功：
系統支持的領域事件包括：
領域事件類型 | 觸發機制 | tag | 消息體 |
LikeMarkedEvent | 點贊成功 | LikeMarkedEvent | 見 LikeMarkedEvent 類 |
LikeCancelledEvent | 取消點贊成功 | LikeCancelledEvent | 見 LikeCancelledEvent 類 |
DislikeMarkedEvent | 踩成功 | DislikeMarkedEvent | 見 DislikeMarkedEvent 類 |
DislikeCancelledEvent | 取消踩成功 | DislikeCancelledEvent | 見 DislikeCancelledEvent 類 |
在系統中，獲取目標對象的 贊/踩 數量接口調用量最大，會成為系統的第一個性能卡點，針對這個問題，可以通過引入 redis 緩存進行性能加速。
首先需要引入 redis 相關依賴，在 bootstrap 的 pom 中增加如下配置：
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId></dependency>然后在 application.yml 中增加 redis 相關配置：
spring: redis: host: 127.0.0.1 port: 6379完成redis配置后，需要在 application.yml 開啟對應的緩存，具體如下：
target: count: dislike: cache: # 是否開啟緩存 enable: true like: cache: # 是否開啟緩存 enable: true未開啟緩存前，每次查詢數量都會執行一條 sql，具體如下：curl 命令如下：
curl -X GET "http://127.0.0.1:8080/feignService/targetCount/query/getDislikeCountByType?type=test&ids=1" -H "accept: */*"輸出 sql 如下：
Hibernate: select disliketar0_.id as id1_1_, disliketar0_.create_time as create_t2_1_, disliketar0_.delete_time as delete_t3_1_, disliketar0_.update_time as update_t4_1_, disliketar0_.vsn as vsn5_1_, disliketar0_.count as count6_1_, disliketar0_.target_id as target_i7_1_, disliketar0_.target_type as target_t8_1_ from dislike_target_count disliketar0_ where disliketar0_.target_type=? and (disliketar0_.target_id in (?))開啟緩存后，再次執行以上 curl，控制臺不會輸出sql，而是會輸出一行日志：
c.g.l.i.s.RedisBasedTargetCountCache : load All Data From Cache for test and [1]說明緩存已經生效。
所有的 action 操作都會與同步的對緩存進行更新。
當目標對象出現熱點時，會產生高并發請求，對于 action 來說，主要以數據插入和數據的分散更新為主。但對于 count，就會產生熱點更新，從而成為系統的瓶頸。在這個場景，最適合的解決方案便是引入 MQ 對流量進行削峰填谷。
與 4.2.1. 添加 RocketMQ 內容一致，在此不再重復。
在 application.yml 中增加如下配置：
target: count: dislike: async: # 是否開啟異步更新 enable: true # 異步更新所使用的 topic topic: dislike-target-count-async-topic # 異步更新使用的消費者組 consumerGroup: dislike-target-count-async-group like: async: # 是否開啟異步更新 enable: true # 異步更新所使用的 topic topic: like-target-count-async-topic # 異步更新使用的消費者組 consumerGroup: like-target-count-async-group重啟應用程序，在 swagger 中執行 點贊 操作，從控制臺可以看到如下日志：
[nio-8080-exec-7] c.g.l.c.a.order.OrderedAsyncInterceptor : success to send orderly async Task to RocketMQ, args is [ActionTarget(type=test, id=18, valid=true), 1], shardingKey is 18, msg is GenericMessage [payload={"0":"{/"type/":/"test/",/"id/":18,/"valid/":true}","1":"1"}, headers={id=c84e6be5-acec-27c2-3f44-6250003a56c7, timestamp=1685275901638}], result is SendResult [sendStatus=SEND_OK, msgId=7F0000014F505C8DA9628F610AC60007, offsetMsgId=C0A8032300002A9F00000000001A0AFD, messageQueue=MessageQueue [topic=dislike-target-count-async-topic, brokerName=MacdeMacBook-Pro-171.local, queueId=3], queueOffset=8][MessageThread_4] g.l.i.d.DislikeTargetCountRepositoryImpl : begin to incr for db target ActionTarget(type=test, id=18, valid=true), count 1[nio-8080-exec-7] com.geekhalo.like.app.RocketMQPublisher : success to send msg GenericMessage [payload={"targetId":18,"targetType":"test","userId":1}, headers={id=4e8e13f9-b3cd-7b90-059f-f506f09d9948, timestamp=1685275901640}] to like-event-topic:DislikeMarkedEvent, msgId is 7F0000014F505C8DA9628F610AC80008[nio-8080-exec-7] c.g.l.c.c.s.AbstractCommandService : success to sync AbstractCommandService.Syncer.Data(id=106, action=UPDATE, a=DislikeAction(super=AbstractAction(super=AbstractAggRoot(super=AbstractEntity(vsn=0, createAt=Sun May 28 20:11:41 CST 2023, updateAt=Sun May 28 20:11:41 CST 2023, deleteAt=null), events=[]), id=106, user=ActionUser(userId=1, valid=true), target=ActionTarget(type=test, id=18, valid=true), status=VALID)))[MessageThread_4] g.l.i.d.DislikeTargetCountRepositoryImpl : success to incr for db target ActionTarget(type=test, id=18, valid=true), count 1[MessageThread_4] .s.AbstractSingleMethodConsumerContainer : consume message 7F0000014F505C8DA9628F610AC60007, cost: 27 ms從日志上看，可以得出：
隨著系統的運行，數據量會逐漸增大，最終超出單個 DB 的容量上限。這種情況下，最佳實踐便是對數據庫進行分庫分表。
在 infrastructure 模塊的 sql 目錄下存在兩個 sql 文件：
示例中總共分16張表，存放在兩個數據庫中：
如圖所示：
在 bootstrap 的pom 文件增加 ShardingSphere 的依賴，具體如下：
<dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter</artifactId></dependency>其次，增加分庫分表配置文件，為了方便新建 application.properties 存放分庫分表配置：
# 數據源配置# 總共4個數據源spring.shardingsphere.datasource.names=action-ds0, action-ds1, count-ds0, count-ds1 # action-ds0 數據源配置spring.shardingsphere.datasource.action-ds0.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.action-ds0.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.action-ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_action_0?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.action-ds0.username=rootspring.shardingsphere.datasource.action-ds0.password=root# action-ds1 數據源配置spring.shardingsphere.datasource.action-ds1.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.action-ds1.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.action-ds1.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_action_1?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.action-ds1.username=rootspring.shardingsphere.datasource.action-ds1.password=root# count-ds0 數據源配置spring.shardingsphere.datasource.count-ds0.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.count-ds0.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.count-ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_count_0?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.count-ds0.username=rootspring.shardingsphere.datasource.count-ds0.password=root# count-ds1 數據源配置spring.shardingsphere.datasource.count-ds1.type=com.zaxxer.hikari.HikariDataSourcespring.shardingsphere.datasource.count-ds1.driver-class-name=com.mysql.cj.jdbc.Driverspring.shardingsphere.datasource.count-ds1.jdbc-url=jdbc:mysql://127.0.0.1:3306/like_count_1?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTCspring.shardingsphere.datasource.count-ds1.username=rootspring.shardingsphere.datasource.count-ds1.password=root# 分庫分表規則配置# 使用雪花算法生成分布式主鍵id的值spring.shardingsphere.sharding.default-key-generator.column=idspring.shardingsphere.sharding.default-key-generator.column-type=BIGINTspring.shardingsphere.sharding.default-key-generator.type=SNOWFLAKEspring.shardingsphere.sharding.default-key-generator.algorithm-expression=SNOWFLAKE_HASH(id, 12)spring.shardingsphere.sharding.default-key-generator.matrix-handling-type=SHARDING_DEFAULT# 踩行為表配置spring.shardingsphere.sharding.tables.dislike_action.actual-data-nodes=action-ds0.dislike_action_$->{0..7},action-ds1.dislike_action_$->{8..15}# user_id 為分表分片鍵spring.shardingsphere.sharding.tables.dislike_action.table-strategy.inline.sharding-column=user_id# 根據 user_id 以 16 取模，進行分表spring.shardingsphere.sharding.tables.dislike_action.table-strategy.inline.algorithm-expression=dislike_action_$->{Math.abs(user_id.hashCode()) % 16}# user_id 為分庫分片鍵spring.shardingsphere.sharding.tables.dislike_action.database-strategy.inline.sharding-column=user_id# 根據 user_id 以 16 取模后除8 ，進行分庫spring.shardingsphere.sharding.tables.dislike_action.database-strategy.inline.algorithm-expression=action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode()) % 16) , 8)}spring.shardingsphere.sharding.tables.like_action.actual-data-nodes=action-ds0.like_action_$->{0..7},action-ds1.like_action_$->{8..15}spring.shardingsphere.sharding.tables.like_action.table-strategy.inline.sharding-column=user_idspring.shardingsphere.sharding.tables.like_action.table-strategy.inline.algorithm-expression=like_action_$->{Math.abs(user_id.hashCode()) % 16}spring.shardingsphere.sharding.tables.like_action.database-strategy.inline.sharding-column=user_idspring.shardingsphere.sharding.tables.like_action.database-strategy.inline.algorithm-expression=action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode()) % 16) , 8)}# 計數表配置spring.shardingsphere.sharding.tables.dislike_target_count.actual-data-nodes=count-ds0.dislike_target_count_$->{0..7},count-ds1.dislike_target_count_$->{8..15}# target_id 為分表分片鍵spring.shardingsphere.sharding.tables.dislike_target_count.table-strategy.inline.sharding-column=target_id# 根據 target_id 以 16 取模，進行分表spring.shardingsphere.sharding.tables.dislike_target_count.table-strategy.inline.algorithm-expression=dislike_target_count_$->{Math.abs(target_id.hashCode()) % 16}# target_id 為分庫分片鍵spring.shardingsphere.sharding.tables.dislike_target_count.database-strategy.inline.sharding-column=target_id# 根據 target_id 以 16 取模后除8 ，進行分庫spring.shardingsphere.sharding.tables.dislike_target_count.database-strategy.inline.algorithm-expression=count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}spring.shardingsphere.sharding.tables.like_target_count.actual-data-nodes=count-ds0.like_target_count_$->{0..7},count-ds1.like_target_count_$->{8..15}spring.shardingsphere.sharding.tables.like_target_count.table-strategy.inline.sharding-column=target_idspring.shardingsphere.sharding.tables.like_target_count.table-strategy.inline.algorithm-expression=like_target_count_$->{Math.abs(target_id.hashCode()) % 16}spring.shardingsphere.sharding.tables.like_target_count.database-strategy.inline.sharding-column=target_idspring.shardingsphere.sharding.tables.like_target_count.database-strategy.inline.algorithm-expression=count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)}# 打印 SQL 配置（可選）spring.shardingsphere.props.sql.show=true在雪花算法情況下，尾數會變的極度不均勻，所以在進行計算之前，通常先執行 hashCode 在進行取模操作。
啟動應用程序，控制臺輸出 sharding 相關配置，具體如下：
defaultKeyGenerator: column: id type: SNOWFLAKEtables: dislike_action: actualDataNodes: action-ds0.dislike_action_$->{0..7},action-ds1.dislike_action_$->{8..15} databaseStrategy: inline: algorithmExpression: action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode()) % 16) , 8)} shardingColumn: user_id logicTable: dislike_action tableStrategy: inline: algorithmExpression: dislike_action_$->{Math.abs(user_id.hashCode()) % 16} shardingColumn: user_id like_action: actualDataNodes: action-ds0.like_action_$->{0..7},action-ds1.like_action_$->{8..15} databaseStrategy: inline: algorithmExpression: action-ds$->{Math.floorDiv((Math.abs(user_id.hashCode()) % 16) , 8)} shardingColumn: user_id logicTable: like_action tableStrategy: inline: algorithmExpression: like_action_$->{Math.abs(user_id.hashCode()) % 16} shardingColumn: user_id dislike_target_count: actualDataNodes: count-ds0.dislike_target_count_$->{0..7},count-ds1.dislike_target_count_$->{8..15} databaseStrategy: inline: algorithmExpression: count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)} shardingColumn: target_id logicTable: dislike_target_count tableStrategy: inline: algorithmExpression: dislike_target_count_$->{Math.abs(target_id.hashCode()) % 16} shardingColumn: target_id like_target_count: actualDataNodes: count-ds0.like_target_count_$->{0..7},count-ds1.like_target_count_$->{8..15} databaseStrategy: inline: algorithmExpression: count-ds$->{Math.floorDiv((Math.abs(target_id.hashCode()) % 16), 8)} shardingColumn: target_id logicTable: like_target_count tableStrategy: inline: algorithmExpression: like_target_count_$->{Math.abs(target_id.hashCode()) % 16} shardingColumn: target_id在 Swagger UI 中操作點贊，控制臺輸出如下：
Logic SQL: select dislikeact0_.id as id1_0_, dislikeact0_.create_time as create_t2_0_, dislikeact0_.delete_time as delete_t3_0_, dislikeact0_.update_time as update_t4_0_, dislikeact0_.vsn as vsn5_0_, dislikeact0_.status as status6_0_, dislikeact0_.target_id as target_i7_0_, dislikeact0_.target_type as target_t8_0_, dislikeact0_.user_id as user_id9_0_ from dislike_action dislikeact0_ where dislikeact0_.user_id=? and dislikeact0_.target_type=?Actual SQL: action-ds0 ::: select dislikeact0_.id as id1_0_, dislikeact0_.create_time as create_t2_0_, dislikeact0_.delete_time as delete_t3_0_, dislikeact0_.update_time as update_t4_0_, dislikeact0_.vsn as vsn5_0_, dislikeact0_.status as status6_0_, dislikeact0_.target_id as target_i7_0_, dislikeact0_.target_type as target_t8_0_, dislikeact0_.user_id as user_id9_0_ from dislike_action_0 dislikeact0_ where dislikeact0_.user_id=? and dislikeact0_.target_type=? ::: [2707692781417059328, Test]其中：
項目地址見:https://gitee.com/litao851025/lego/tree/master/services/like
本文鏈接：http://www.www897cc.com/showinfo-26-15763-0.html基于 DDD 的互聯網“贊&踩”系統
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： Spring 框架中Spring Cache緩存解決方案
下一篇： 微服務之負載均衡使用場景
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號