← 返回学习路线

SYSTEM

涉及的 Bug 及修复

后端实战三、涉及的 Bug 及修复blog-dev
src/content/notes/blog-dev/涉及的-Bug-及修复.md

三、涉及的 Bug 及修复

Bug 1:BlogCacheConstants 重复常量定义

现象:编译错误 Duplicate field

原因:LIKE_SYNC_LOCK、ARTICLE_LIKE_DIRTY_KEY、ARTICLE_LIKE_COUNT_KEY 在类中定义了两次——一组 public static final,一组包级私有。

修复:删除重复的包级私有定义。

// 修复前(第 47-51 行)
String LIKE_SYNC_LOCK = "blog:like:sync:lock";
String ARTICLE_LIKE_DIRTY_KEY = "blog:article:like:dirty";
String ARTICLE_LIKE_COUNT_KEY = "blog:article:like:count:";

// 修复后:删除以上三行,保留 public static final 版本

Bug 2:BrowseHistory 索引列名使用 Java 属性名

现象:@Index 的 columnList 使用 browseTime(Java 驼峰),但 JPA 默认命名策略 SpringPhysicalNamingStrategy 会将其转为 browse_time(数据库下划线),索引定义中的列名与物理列名不匹配,索引实际失效。

修复:columnList 中使用数据库列名。

// 修复前
@Index(name = "idx_user_time", columnList = "userId, browseTime DESC")

// 修复后
@Index(name = "idx_user_time", columnList = "userId, browse_time DESC")

Bug 3:BrowseHistoryConsumer 幂等性 key 粒度太粗

现象:同一用户对同一篇文章的浏览记录,永远只有第一次会持久化到 DB,后续全部被幂等性拦截。

原因:幂等性 key 只用了 userId:articleId,不含时间戳,导致不同时间点的浏览被当作重复消息。

修复:key 追加 message.getTimestamp()。

// 修复前
String doneKey = HISTORY_DONE_PREFIX + message.getUserId() + ":" + message.getArticleId();

// 修复后
String doneKey = HISTORY_DONE_PREFIX + message.getUserId() + ":" + message.getArticleId()
        + ":" + message.getTimestamp();

Bug 4:@Transactional 注解导入错误

现象:ArticleServiceImpl.syncLikeCountToDB() 的 @Transactional(rollbackFor = Exception.class) 编译报错。

原因:import 的是 jakarta.transaction.Transactional,该注解没有 rollbackFor 属性。

修复:改为 org.springframework.transaction.annotation.Transactional。

// 修复前
import jakarta.transaction.Transactional;

// 修复后
import org.springframework.transaction.annotation.Transactional;

Bug 5:redisUtil.get() 返回 Object 被赋值给 String

现象:syncLikeCountToDB() 中 String countStr = redisUtil.get(...) 编译报错。

原因:redisUtil.get() 返回 Object,不能直接赋值给 String。

修复:用 Object 接收,通过 instanceof Number 安全转换。

// 修复前
String countStr = redisUtil.get(ARTICLE_LIKE_COUNT_KEY + articleId);
int realLikeCount = Objects.nonNull(countStr) ? Integer.parseInt(countStr) : 0;

// 修复后
Object countObj = redisUtil.get(ARTICLE_LIKE_COUNT_KEY + articleId);
int realLikeCount = countObj instanceof Number ? ((Number) countObj).intValue() : 0;

四、涉及文件清单

文件 操作 说明
controller/LikeController.java 新建 点赞/取消点赞 + 查询点赞状态
controller/UserHistoryController.java 新建 浏览历史查询(Redis → DB 回源)
dto/LikeMessage.java 新建 点赞消息 DTO(delta 增量)
dto/BrowseHistoryMessage.java 新建 浏览记录消息 DTO
service/LikeConsumer.java 新建 点赞消息异步消费者
service/BrowseHistoryConsumer.java 新建 浏览记录消息异步消费者
controller/ArticleController.java 修改 文章详情中嵌入浏览历史记录逻辑
common/constant/BlogCacheConstants.java 修改 新增点赞/浏览记录相关常量
repository/ArticleRepository.java 修改 新增 incrementLikeCount + updateLikeCount
repository/BrowseHistoryRepository.java 新建 浏览记录 JPA 仓库
entity/BrowseHistory.java 新建 浏览记录实体
service/impl/ArticleServiceImpl.java 修改 新增 syncLikeCountToDB 定时任务
config/RabbitMQConfig.java 修改 新增 LIKE/HISTORY 交换机/队列

五、总结

  1. Redis 先写 + MQ 异步持久化:用户请求只写 Redis 即返回,响应时间降低 50%+。MQ 削峰填谷,DB 写压力可控。

  2. 两层持久化保障:LikeConsumer 实时增量同步 + 定时任务覆盖兜底。即使 MQ 消息丢失,10 分钟后定时任务也能从 Redis 读取最新计数修复 DB。

  3. 幂等性 key 必须包含时间戳:对于”同一用户可多次浏览同一文章”的场景,幂等性 key 只用 userId:articleId 会导致后续浏览记录全部丢失。加上 timestamp 后,只有同一次投递的重复消息被拦截,正常业务不受影响。

  4. Redis 数据结构选型:点赞计数用 String(INCR 原子操作),点赞用户用 Set(SISMEMBER 快速判断),浏览历史用 List(LPUSH + LTRIM 天然有序且限长),脏标记用 Set(去重)。

  5. DB 原子更新:UPDATE SET like_count = like_count + delta 而非先查后改,避免并发覆盖问题。delta 为 +1 或 -1,由 Controller 层计算,Consumer 层直接执行,职责清晰。