分布式系统中session一致性问题

分布式系统中session一致性问题1|0业务场景在单机系统中,用户登陆之后,服务端会保存用户的会话信息,只要用户不退出重新登陆,在一段时间内用户可以一直访问该网站,无需重复登陆。

欢迎大家来到IT世界,在知识的湖畔探索吧!

1|0业务场景

在单机系统中,用户登陆之后,服务端会保存用户的会话信息,只要用户不退出重新登陆,在一段时间内用户可以一直访问该网站,无需重复登陆。用户的信息存在服务端的 session 中,session中可以存放服务端需要的一些用户信息,例如用户ID,所属公司companyId,所属部门deptId等等。

分布式系统中session一致性问题

但是随着业务的发展,技术架构需要调整,原来的单机系统逐渐被更换,架构由单机扩展到分布式,甚至当下流行的微服务。虽然在用户端看来系统仍然是一个整体,但在技术端来说业务则被拆分成多个模块,各个模块之间相互独立,甚至不在同一台物理机器上,模块之间通过 RPC 进行通信。

分布式系统中session一致性问题

那么原来单机只需一份的 session, 如何满足在多系统的运行下保证会话一致性呢?单独保存在任何一个系统中都不合适,而且每个单独模块系统也可能是分布式形式的,是由集群组成。那么session的分配就更复杂了。

2|0Redis 实现

针对以上问题,我们可能会从以下几个方面想到解决的方法,每个服务端存储一份,通过同步的方式保证一致性,但是这种方式有个很明显的缺点:session的同步需要数据传输,占内网带宽,有时延,网络不稳定的时候会造成部分系统同步延迟,那么就不能保证 session 一致性。而且所有服务端都包含所有session数据,数据量受内存限制,无法水平扩展。

那么我们是否可以单独将 session 信息存储在某一个独立的介质中,介质可以是DB也可以是缓存。

考虑到如下业务:登陆的时候我们经常会给用户一个过期时间(一般移动端常设置为7天或者一个月甚至更久),到期后用户需要输入登陆信息重新登陆,即会话过期。这种到期的设置我们自然想到了Redis的 key expire功能,所以最终我们可以将Redis引入进来实现我们的这种需求。系统如下图所示:

分布式系统中session一致性问题

我们只需在用户首次登陆的时候将用户信息放到 Token并缓存到 Redis 中,同时设置一个过期时间,伪代码如下:

@Override
 public Map login(UserDto dto) {
 Map<String, Object> restMap = new HashMap<>();
 
 // 校验登陆信息
 User user = checkLoginInfo(dto);
 //删除旧的token
 String token = (String) redisUtils.get(CacheConstants.USER_TOKEN_KEY_COPY + user.getUserName());
 
 if (!ObjectUtils.isEmpty(token)) {
 redisUtils.delete(CacheConstants.USER_TOKEN_KEY_WEB + token);
 }
 // 唯一签名信息
 String signStr = user.getCompanyId() + user.getUserName() + dto.getPassword() + DateUtils.now().getTime();
 token = MD5Utils.md5(signStr);
 // 设置用户 token
 redisUtils.setExpiredAt(CacheConstants.USER_TOKEN_KEY_WEB + token, user.getId(), LOGIN_EXPIRED_TIME);
 //缓存新的token
 redisUtils.setExpiredAt(CacheConstants.USER_TOKEN_KEY_COPY + user.getUserName(), token, LOGIN_EXPIRED_TIME);
 dto.setCompanyId(user.getCompanyId());
 dto.setId(user.getId());
 restMap.put("token", token);
 restMap.put("userName", user.getUserName());
 return restMap;
 }

欢迎大家来到IT世界,在知识的湖畔探索吧!

那么在系统中如何使用呢,我们可以定义一个拦截器 SessionInterceptor,当访问 web 接口的时候检验用户的 token 信息,判断用户是否登陆,未登录的情况下一些业务接口是无法访问的,以及在登陆的情况下拿到我们需要的用户信息,如 userId。

欢迎大家来到IT世界,在知识的湖畔探索吧!public class SessionInterceptor {
 @Autowired
 private RedisUtils redisUtils;
 
 @Autowired
 private UserService userService;
 @Pointcut("execution(* com.jajian.demo.web.*.controller.*.*(..)) && @annotation(org.springframework.web.bind.annotation.RequestMapping)")
 public void controllerMethodPointcut() {
 }
 @Around("controllerMethodPointcut()")
 public Object Interceptor(ProceedingJoinPoint proceedingJoinPoint) throws Throwable {
 
 Signature signature = proceedingJoinPoint.getSignature();
 MethodSignature methodSignature = (MethodSignature) signature;
 Method targetMethod = methodSignature.getMethod();
 if (targetMethod.getDeclaringClass().isAnnotationPresent(NoLogin.class) || targetMethod.isAnnotationPresent(NoLogin.class)) {
 return proceedingJoinPoint.proceed();
 }
 // 从获取RequestAttributes中获取HttpServletRequest的信息
 RequestAttributes requestAttributes = RequestContextHolder.getRequestAttributes();
 HttpServletRequest request = (HttpServletRequest) requestAttributes.resolveReference(RequestAttributes.REFERENCE_REQUEST);
 String token = request.getHeader("token");
 if(StringUtils.isEmpty(token)){
 Log.debug("验证token", "token验证失败,{}", "token不存在");
 throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
 }
 Integer userId= (Integer)redisUtils.get(CacheConstants.USER_TOKEN_KEY_WEB + token);
 
 if (null == userId) {
 Log.debug("验证token", "token验证失败,{}", "token超时");
 throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
 }
 User user = userService.getById(userId.longValue());
 if (ObjectUtils.isEmpty(user)){
 Log.debug("验证token", "token验证失败,{}", "用户信息不存在");
 throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
 }
 if (user.getStatus() == UserStatusEnum.NO.getCode() || user.getDeleteFlag() == DeleteFlagEnum.YES.getCode()){
 Log.debug("验证token", "token验证失败,用户信息异常 userName : {}, status : {},deleteFlag : {}", user.getUserName(),user.getStatus(), user.getDeleteFlag());
 throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
 }
 return proceedingJoinPoint.proceed();
 }
 
}

以上实现方式简单易用,而且Redis 在分布式系统中的使用率也很高,所以无需额外的技术引入。可以支持水平扩展,数据库或缓存水平切分即可,服务端重启或者扩容都不会有session丢失的情况发生。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://itzsg.com/31635.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们YX

mu99908888

在线咨询: 微信交谈

邮件:itzsgw@126.com

工作时间:时刻准备着!

关注微信