黑马头条:kafka和异步通知文章上下架
本笔记内容为黑马头条项目的kafka及异步通知文章上下架部分
目录
一、kafka概述
消息中间件对比
特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
---|---|---|---|---|
开发语言 | java | erlang | java | scala |
单机吞吐量 | 万级 | 万级 | 10万级 | 100万级 |
时效性 | ms | us | ms | ms级以内 |
可用性 | 高(主从) | 高(主从) | 非常高(分布式) | 非常高(分布式) |
功能特性 | 成熟的产品、较全的文档、各种协议支持好 | 并发能力强、性能好、延迟低 | MQ功能比较完善,扩展性佳 | 只支持主要的MQ功能,主要应用于大数据领域 |
消息中间件对比-选择建议
消息中间件 | 建议 |
---|---|
Kafka | 追求高吞吐量,适合产生大量数据的互联网服务的数据收集业务 |
RocketMQ | 可靠性要求很高的金融互联网领域,稳定性高,经历了多次阿里双11考验 |
RabbitMQ | 性能较好,社区活跃度高,数据量没有那么大,优先选择功能比较完备的RabbitMQ |
kafka介绍
Kafka 是一个分布式流媒体平台,类似于消息队列或企业消息传递系统。kafka官网:Apache Kafka
kafka介绍-名词解释
-
producer:发布消息的对象称之为主题生产者(Kafka topic producer)
-
topic:Kafka将消息分门别类,每一类的消息称之为一个主题(Topic)
-
consumer:订阅消息并处理发布的消息的对象称之为主题消费者(consumers)
-
broker:已发布的消息保存在一组服务器中,称之为Kafka集群。集群中的每一个服务器都是一个代理(Broker)。 消费者可以订阅一个或多个主题(topic),并从Broker拉数据,从而消费这些已发布的消息。
二、kafka安装配置
Kafka对于zookeeper是强依赖,保存kafka相关的节点数据,所以安装Kafka之前必须先安装zookeeper
Docker安装zookeeper
下载镜像:
docker pull zookeeper:3.4.14
创建容器
docker run -d --name zookeeper -p 2181:2181 zookeeper:3.4.14
Docker安装kafka
下载镜像:
docker pull wurstmeister/kafka:2.12-2.3.1
创建容器
-
docker run -d --name kafka \
-
--env KAFKA_ADVERTISED_HOST_NAME=192.168.200.130 \
-
--env KAFKA_ZOOKEEPER_CONNECT=192.168.200.130:2181 \
-
--env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.200.130:9092 \
-
--env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
-
--env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
-
--net=host wurstmeister/kafka:2.12-2.3.1
三、kafka入门
-
生产者发送消息,多个消费者只能有一个消费者接收到消息
-
生产者发送消息,多个消费者都可以接收到消息
(1)创建kafka-demo项目,导入依赖
-
<dependency>
-
<groupId>org.apache.kafka</groupId>
-
<artifactId>kafka-clients</artifactId>
-
</dependency>
(2)生产者发送消息
-
package com.heima.kafka.sample;
-
-
import org.apache.kafka.clients.producer.KafkaProducer;
-
import org.apache.kafka.clients.producer.ProducerConfig;
-
import org.apache.kafka.clients.producer.ProducerRecord;
-
-
import java.util.Properties;
-
-
/**
-
* 生产者
-
*/
-
public class ProducerQuickStart {
-
-
public static void main(String[] args) {
-
//1.kafka的配置信息
-
Properties properties = new Properties();
-
//kafka的连接地址
-
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.200.130:9092");
-
//发送失败,失败的重试次数
-
properties.put(ProducerConfig.RETRIES_CONFIG,5);
-
//消息key的序列化器
-
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
-
//消息value的序列化器
-
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
-
-
//2.生产者对象
-
KafkaProducer<String,String> producer = new KafkaProducer<String, String>(properties);
-
-
//封装发送的消息
-
ProducerRecord<String,String> record = new ProducerRecord<String, String>("itheima-topic","100001","hello kafka");
-
-
//3.发送消息
-
producer.send(record);
-
-
//4.关闭消息通道,必须关闭,否则消息发送不成功
-
producer.close();
-
}
-
-
}
(3)消费者接收消息
-
package com.heima.kafka.sample;
-
-
import org.apache.kafka.clients.consumer.ConsumerConfig;
-
import org.apache.kafka.clients.consumer.ConsumerRecord;
-
import org.apache.kafka.clients.consumer.ConsumerRecords;
-
import org.apache.kafka.clients.consumer.KafkaConsumer;
-
-
import java.time.Duration;
-
import java.util.Collections;
-
import java.util.Properties;
-
-
/**
-
* 消费者
-
*/
-
public class ConsumerQuickStart {
-
-
public static void main(String[] args) {
-
//1.添加kafka的配置信息
-
Properties properties = new Properties();
-
//kafka的连接地址
-
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.200.130:9092");
-
//消费者组
-
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group2");
-
//消息的反序列化器
-
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
-
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
-
-
//2.消费者对象
-
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
-
-
//3.订阅主题
-
consumer.subscribe(Collections.singletonList("itheima-topic"));
-
-
//当前线程一直处于监听状态
-
while (true) {
-
//4.获取消息
-
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
-
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
-
System.out.println(consumerRecord.key());
-
System.out.println(consumerRecord.value());
-
}
-
}
-
-
}
-
-
}
总结
-
生产者发送消息,多个消费者订阅同一个主题,只能有一个消费者收到消息(一对一)
-
生产者发送消息,多个消费者订阅同一个主题,所有消费者都能收到消息(一对多)
四、kafka高可用设计
1、集群
-
Kafka 的服务器端由被称为 Broker 的服务进程构成,即一个 Kafka 集群由多个 Broker 组成
-
这样如果集群中某一台机器宕机,其他机器上的 Broker 也依然能够对外提供服务。这其实就是 Kafka 提供高可用的手段之一
2、备份机制(Replication)
Kafka 中消息的备份又叫做 副本(Replica)
Kafka 定义了两类副本:
-
领导者副本(Leader Replica)
-
追随者副本(Follower Replica)
同步方式
ISR(in-sync replica)需要同步复制保存的follower
如果leader失效后,需要选出新的leader,选举的原则如下:
第一:选举时优先从ISR中选定,因为这个列表中follower的数据是与leader同步的
第二:如果ISR列表中的follower都不行了,就只能从其他follower中选取
极端情况,就是所有副本都失效了,这时有两种方案
第一:等待ISR中的一个活过来,选为Leader,数据可靠,但活过来的时间不确定
第二:选择第一个活过来的Replication,不一定是ISR中的,选为leader,以最快速度恢复可用性,但数据不一定完整
五、kafka生产者详解
1、发送类型
同步发送
使用send()方法发送,它会返回一个Future对象,调用get()方法进行等待,就可以知道消息是否发送成功
-
RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
-
System.out.println(recordMetadata.offset());
异步发送
调用send()方法,并指定一个回调函数,服务器在返回响应时调用函数
-
//异步消息发送
-
producer.send(kvProducerRecord, new Callback() {
-
-
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
-
if(e != null){
-
System.out.println("记录异常信息到日志表中");
-
}
-
System.out.println(recordMetadata.offset());
-
}
-
});
2、参数详解
ack
代码的配置方式:
-
//ack配置 消息确认机制
-
prop.put(ProducerConfig.ACKS_CONFIG,"all");
参数的选择说明
确认机制 | 说明 |
---|---|
acks=0 | 生产者在成功写入消息之前不会等待任何来自服务器的响应,消息有丢失的风险,但是速度最快 |
acks=1(默认值) | 只要集群首领节点收到消息,生产者就会收到一个来自服务器的成功响应 |
acks=all | 只有当所有参与赋值的节点全部收到消息时,生产者才会收到一个来自服务器的成功响应 |
retries
生产者从服务器收到的错误有可能是临时性错误,在这种情况下,retries参数的值决定了生产者可以重发消息的次数,如果达到这个次数,生产者会放弃重试返回错误,默认情况下,生产者会在每次重试之间等待100ms
代码中配置方式:
-
//重试次数
-
prop.put(ProducerConfig.RETRIES_CONFIG,10);
消息压缩
默认情况下, 消息发送时不会被压缩。
代码中配置方式:
-
//数据压缩
-
prop.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"lz4");
压缩算法 | 说明 |
---|---|
snappy | 占用较少的 CPU, 却能提供较好的性能和相当可观的压缩比, 如果看重性能和网络带宽,建议采用 |
lz4 | 占用较少的 CPU, 压缩和解压缩速度较快,压缩比也很客观 |
gzip | 占用较多的 CPU,但会提供更高的压缩比,网络带宽有限,可以使用这种算法 |
使用压缩可以降低网络传输开销和存储开销,而这往往是向 Kafka 发送消息的瓶颈所在。
六、kafka消费者详解
1、消费者组
-
消费者组(Consumer Group) :指的就是由一个或多个消费者组成的群体
-
一个发布在Topic上消息被分发给此消费者组中的一个消费者
-
所有的消费者都在一个组中,那么这就变成了queue模型
-
所有的消费者都在不同的组中,那么就完全变成了发布-订阅模型
-
2、消息有序性
应用场景:
-
即时消息中的单对单聊天和群聊,保证发送方消息发送顺序与接收方的顺序一致
-
充值转账两个渠道在同一个时间进行余额变更,短信通知必须要有顺序
topic分区中消息只能由消费者组中的唯一个一个地个消费者处理,所以消息肯定是按照先后顺序进行处理的。但是它也仅仅是保证Topic的一个分区顺序处理,不能保证跨分区的消息先后处理顺序。 所以,如果你想要顺序的处理Topic的所有消息,那就只提供一个分区。
3、提交和偏移量
kafka不会像其他JMS队列那样需要得到消费者的确认,消费者可以使用kafka来追踪消息在分区的位置(偏移量)
消费者会往一个叫做_consumer_offset的特殊主题发送消息,消息里包含了每个分区的偏移量。如果消费者发生崩溃或有新的消费者加入群组,就会触发再均衡
正常的情况
如果消费者2挂掉以后,会发生再均衡,消费者2负责的分区会被其他消费者进行消费
再均衡后不可避免会出现一些问题
问题一:
如果提交偏移量小于客户端处理的最后一个消息的偏移量,那么处于两个偏移量之间的消息就会被重复处理。
问题二:
如果提交的偏移量大于客户端的最后一个消息的偏移量,那么处于两个偏移量之间的消息将会丢失。
如果想要解决这些问题,还要知道目前kafka提交偏移量的方式:
提交偏移量的方式有两种,分别是自动提交偏移量和手动提交
- 自动提交偏移量
当enable.auto.commit被设置为true,提交方式就是让消费者自动提交偏移量,每隔5秒消费者会自动把从poll()方法接收的最大偏移量提交上去
- 手动提交 ,当enable.auto.commit被设置为false可以有以下三种提交方式
-
提交当前偏移量(同步提交)
-
异步提交
-
同步和异步组合提交
-
1.提交当前偏移量(同步提交)
把enable.auto.commit
设置为false,让应用程序决定何时提交偏移量。使用commitSync()提交偏移量,commitSync()将会提交poll返回的最新的偏移量,所以在处理完所有记录后要确保调用了commitSync()方法。否则还是会有消息丢失的风险。
只要没有发生不可恢复的错误,commitSync()方法会一直尝试直至提交成功,如果提交失败也可以记录到错误日志里。
-
while (true){
-
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
-
for (ConsumerRecord<String, String> record : records) {
-
System.out.println(record.value());
-
System.out.println(record.key());
-
try {
-
consumer.commitSync();//同步提交当前最新的偏移量
-
}catch (CommitFailedException e){
-
System.out.println("记录提交失败的异常:" e);
-
}
-
-
}
-
}
2.异步提交
手动提交有一个缺点,那就是当发起提交调用时应用会阻塞。当然我们可以减少手动提交的频率,但这个会增加消息重复的概率(和自动提交一样)。另外一个解决办法是,使用异步提交的API。
-
while (true){
-
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
-
for (ConsumerRecord<String, String> record : records) {
-
System.out.println(record.value());
-
System.out.println(record.key());
-
}
-
consumer.commitAsync(new OffsetCommitCallback() {
-
-
public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
-
if(e!=null){
-
System.out.println("记录错误的提交偏移量:" map ",异常信息" e);
-
}
-
}
-
});
-
}
3.同步和异步组合提交
异步提交也有个缺点,那就是如果服务器返回提交失败,异步提交不会进行重试。相比较起来,同步提交会进行重试直到成功或者最后抛出异常给应用。异步提交没有实现重试是因为,如果同时存在多个异步提交,进行重试可能会导致位移覆盖。
举个例子,假如我们发起了一个异步提交commitA,此时的提交位移为2000,随后又发起了一个异步提交commitB且位移为3000;commitA提交失败但commitB提交成功,此时commitA进行重试并成功的话,会将实际上将已经提交的位移从3000回滚到2000,导致消息重复消费。
-
try {
-
while (true){
-
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
-
for (ConsumerRecord<String, String> record : records) {
-
System.out.println(record.value());
-
System.out.println(record.key());
-
}
-
consumer.commitAsync();
-
}
-
}catch (Exception e){
-
e.printStackTrace();
-
System.out.println("记录错误信息:" e);
-
}finally {
-
try {
-
consumer.commitSync();
-
}finally {
-
consumer.close();
-
}
-
}
七、springboot集成kafka
1、入门
1.导入spring-kafka依赖信息
-
<dependencies>
-
<dependency>
-
<groupId>org.springframework.boot</groupId>
-
<artifactId>spring-boot-starter-web</artifactId>
-
</dependency>
-
<!-- kafkfa -->
-
<dependency>
-
<groupId>org.springframework.kafka</groupId>
-
<artifactId>spring-kafka</artifactId>
-
<exclusions>
-
<exclusion>
-
<groupId>org.apache.kafka</groupId>
-
<artifactId>kafka-clients</artifactId>
-
</exclusion>
-
</exclusions>
-
</dependency>
-
<dependency>
-
<groupId>org.apache.kafka</groupId>
-
<artifactId>kafka-clients</artifactId>
-
</dependency>
-
<dependency>
-
<groupId>com.alibaba</groupId>
-
<artifactId>fastjson</artifactId>
-
</dependency>
-
</dependencies>
2.在resources下创建文件application.yml
-
server:
-
port: 9991
-
spring:
-
application:
-
name: kafka-demo
-
kafka:
-
bootstrap-servers: 192.168.200.130:9092
-
producer:
-
retries: 10
-
key-serializer: org.apache.kafka.common.serialization.StringSerializer
-
value-serializer: org.apache.kafka.common.serialization.StringSerializer
-
consumer:
-
group-id: ${spring.application.name}-test
-
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
-
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
3.消息生产者
-
package com.heima.kafka.controller;
-
-
import org.springframework.beans.factory.annotation.Autowired;
-
import org.springframework.kafka.core.KafkaTemplate;
-
import org.springframework.web.bind.annotation.GetMapping;
-
import org.springframework.web.bind.annotation.RestController;
-
-
-
public class HelloController {
-
-
-
private KafkaTemplate<String,String> kafkaTemplate;
-
-
-
public String hello(){
-
kafkaTemplate.send("itcast-topic","黑马程序员");
-
return "ok";
-
}
-
}
4.消息消费者
-
package com.heima.kafka.listener;
-
-
import org.springframework.kafka.annotation.KafkaListener;
-
import org.springframework.stereotype.Component;
-
import org.springframework.util.StringUtils;
-
-
-
public class HelloListener {
-
-
-
public void onMessage(String message){
-
if(!StringUtils.isEmpty(message)){
-
System.out.println(message);
-
}
-
-
}
-
}
2、传递消息为对象
目前springboot整合后的kafka,因为序列化器是StringSerializer,这个时候如果需要传递对象可以有两种方式
方式一:可以自定义序列化器,对象类型众多,这种方式通用性不强,本章节不介绍
方式二:可以把要传递的对象进行转json字符串,接收消息后再转为对象即可,本项目采用这种方式
发送消息
-
-
public String hello(){
-
User user = new User();
-
user.setUsername("xiaowang");
-
user.setAge(18);
-
-
kafkaTemplate.send("user-topic", JSON.toJSONString(user));
-
-
return "ok";
-
}
接收消息
-
package com.heima.kafka.listener;
-
-
import com.alibaba.fastjson.JSON;
-
import com.heima.kafka.pojo.User;
-
import org.springframework.kafka.annotation.KafkaListener;
-
import org.springframework.stereotype.Component;
-
import org.springframework.util.StringUtils;
-
-
-
public class HelloListener {
-
-
-
public void onMessage(String message){
-
if(!StringUtils.isEmpty(message)){
-
User user = JSON.parseObject(message, User.class);
-
System.out.println(user);
-
}
-
-
}
-
}
八、自媒体文章上下架功能完成
1、需求分析
-
已发表且已上架的文章可以下架
-
已发表且已下架的文章可以上架
2、流程说明
3、接口定义
说明 | |
---|---|
接口路径 | /api/v1/news/down_or_up |
请求方式 | POST |
参数 | DTO |
响应结果 | ResponseResult |
DTO
-
-
public class WmNewsDto {
-
-
private Integer id;
-
/**
-
* 是否上架 0 下架 1 上架
-
*/
-
private Short enable;
-
-
}
ResponseResult
4、自媒体文章上下架-功能实现
1.接口定义
在heima-leadnews-wemedia工程下的WmNewsController新增方法
-
-
public ResponseResult downOrUp({ WmNewsDto dto)
-
return null;
-
}
在WmNewsDto中新增enable属性 ,完整的代码如下:
-
package com.heima.model.wemedia.dtos;
-
-
import lombok.Data;
-
-
import java.util.Date;
-
import java.util.List;
-
-
-
public class WmNewsDto {
-
-
private Integer id;
-
/**
-
* 标题
-
*/
-
private String title;
-
/**
-
* 频道id
-
*/
-
private Integer channelId;
-
/**
-
* 标签
-
*/
-
private String labels;
-
/**
-
* 发布时间
-
*/
-
private Date publishTime;
-
/**
-
* 文章内容
-
*/
-
private String content;
-
/**
-
* 文章封面类型 0 无图 1 单图 3 多图 -1 自动
-
*/
-
private Short type;
-
/**
-
* 提交时间
-
*/
-
private Date submitedTime;
-
/**
-
* 状态 提交为1 草稿为0
-
*/
-
private Short status;
-
-
/**
-
* 封面图片列表 多张图以逗号隔开
-
*/
-
private List<String> images;
-
-
/**
-
* 上下架 0 下架 1 上架
-
*/
-
private Short enable;
-
}
2.业务层编写
在WmNewsService新增方法
-
/**
-
* 文章的上下架
-
* @param dto
-
* @return
-
*/
-
public ResponseResult downOrUp(WmNewsDto dto);
实现方法
-
/**
-
* 文章的上下架
-
* @param dto
-
* @return
-
*/
-
-
public ResponseResult downOrUp(WmNewsDto dto) {
-
//1.检查参数
-
if(dto.getId() == null){
-
return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID);
-
}
-
-
//2.查询文章
-
WmNews wmNews = getById(dto.getId());
-
if(wmNews == null){
-
return ResponseResult.errorResult(AppHttpCodeEnum.DATA_NOT_EXIST,"文章不存在");
-
}
-
-
//3.判断文章是否已发布
-
if(!wmNews.getStatus().equals(WmNews.Status.PUBLISHED.getCode())){
-
return ResponseResult.errorResult(AppHttpCodeEnum.PARAM_INVALID,"当前文章不是发布状态,不能上下架");
-
}
-
-
//4.修改文章enable
-
if(dto.getEnable() != null && dto.getEnable() > -1 && dto.getEnable() < 2){
-
update(Wrappers.<WmNews>lambdaUpdate().set(WmNews::getEnable,dto.getEnable())
-
.eq(WmNews::getId,wmNews.getId()));
-
}
-
return ResponseResult.okResult(AppHttpCodeEnum.SUCCESS);
-
}
3.控制器
-
-
public ResponseResult downOrUp({ WmNewsDto dto)
-
return wmNewsService.downOrUp(dto);
-
}
测试
5、消息通知article端文章上下架
1.在heima-leadnews-common模块下导入kafka依赖
-
<!-- kafkfa -->
-
<dependency>
-
<groupId>org.springframework.kafka</groupId>
-
<artifactId>spring-kafka</artifactId>
-
</dependency>
-
<dependency>
-
<groupId>org.apache.kafka</groupId>
-
<artifactId>kafka-clients</artifactId>
-
</dependency>
2.在自媒体端的nacos配置中心配置kafka的生产者
-
spring:
-
kafka:
-
bootstrap-servers: 192.168.200.130:9092
-
producer:
-
retries: 10
-
key-serializer: org.apache.kafka.common.serialization.StringSerializer
-
value-serializer: org.apache.kafka.common.serialization.StringSerializer
3.在自媒体端文章上下架后发送消息
-
//发送消息,通知article端修改文章配置
-
if(wmNews.getArticleId() != null){
-
Map<String,Object> map = new HashMap<>();
-
map.put("articleId",wmNews.getArticleId());
-
map.put("enable",dto.getEnable());
-
kafkaTemplate.send(WmNewsMessageConstants.WM_NEWS_UP_OR_DOWN_TOPIC,JSON.toJSONString(map));
-
}
常量类:
-
public class WmNewsMessageConstants {
-
-
public static final String WM_NEWS_UP_OR_DOWN_TOPIC="wm.news.up.or.down.topic";
-
}
4.在article端的nacos配置中心配置kafka的消费者
-
spring:
-
kafka:
-
bootstrap-servers: 192.168.200.130:9092
-
consumer:
-
group-id: ${spring.application.name}
-
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
-
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
5.在article端编写监听,接收数据
-
package com.heima.article.listener;
-
-
import com.alibaba.fastjson.JSON;
-
import com.heima.article.service.ApArticleConfigService;
-
import lombok.extern.slf4j.Slf4j;
-
import org.apache.commons.lang3.StringUtils;
-
import org.springframework.beans.factory.annotation.Autowired;
-
import org.springframework.kafka.annotation.KafkaListener;
-
import org.springframework.stereotype.Component;
-
-
import java.util.Map;
-
-
-
-
public class ArtilceIsDownListener {
-
-
-
private ApArticleConfigService apArticleConfigService;
-
-
-
public void onMessage(String message){
-
if(StringUtils.isNotBlank(message)){
-
Map map = JSON.parseObject(message, Map.class);
-
apArticleConfigService.updateByMap(map);
-
log.info("article端文章配置修改,articleId={}",map.get("articleId"));
-
}
-
}
-
}
6.修改ap_article_config表的数据
新建ApArticleConfigService
-
package com.heima.article.service;
-
-
import com.baomidou.mybatisplus.extension.service.IService;
-
import com.heima.model.article.pojos.ApArticleConfig;
-
-
import java.util.Map;
-
-
public interface ApArticleConfigService extends IService<ApArticleConfig> {
-
-
/**
-
* 修改文章配置
-
* @param map
-
*/
-
public void updateByMap(Map map);
-
}
实现类:
-
package com.heima.article.service.impl;
-
-
import com.baomidou.mybatisplus.core.toolkit.Wrappers;
-
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
-
import com.heima.article.mapper.ApArticleConfigMapper;
-
import com.heima.article.service.ApArticleConfigService;
-
import com.heima.model.article.pojos.ApArticleConfig;
-
import lombok.extern.slf4j.Slf4j;
-
import org.springframework.stereotype.Service;
-
import org.springframework.transaction.annotation.Transactional;
-
-
import java.util.Map;
-
-
-
-
-
public class ApArticleConfigServiceImpl extends ServiceImpl<ApArticleConfigMapper, ApArticleConfig> implements ApArticleConfigService {
-
-
-
/**
-
* 修改文章配置
-
* @param map
-
*/
-
-
public void updateByMap(Map map) {
-
//0 下架 1 上架
-
Object enable = map.get("enable");
-
boolean isDown = true;
-
if(enable.equals(1)){
-
isDown = false;
-
}
-
//修改文章配置
-
update(Wrappers.<ApArticleConfig>lambdaUpdate().eq(ApArticleConfig::getArticleId,map.get("articleId")).set(ApArticleConfig::getIsDown,isDown));
-
-
}
-
}
结束!
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhiaagbe
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
微信运动停用后别人还能看到步数吗
PHP中文网 07-22