分布式系统中session一致性问题

喜欢ヅ旅行 2022-01-19 04:35 359阅读 0赞

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。

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。

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。

Redis 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:

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:

  1. @Override
  2. public Map login(UserDto dto) {
  3. Map<String, Object> restMap = new HashMap<>();
  4. // 校验登陆信息
  5. User user = checkLoginInfo(dto);
  6. //删除旧的token
  7. String token = (String) redisUtils.get(CacheConstants.USER_TOKEN_KEY_COPY + user.getUserName());
  8. if (!ObjectUtils.isEmpty(token)) {
  9. redisUtils.delete(CacheConstants.USER_TOKEN_KEY_WEB + token);
  10. }
  11. // 唯一签名信息
  12. String signStr = user.getCompanyId() + user.getUserName() + dto.getPassword() + DateUtils.now().getTime();
  13. token = MD5Utils.md5(signStr);
  14. // 设置用户 token
  15. redisUtils.setExpiredAt(CacheConstants.USER_TOKEN_KEY_WEB + token, user.getId(), LOGIN_EXPIRED_TIME);
  16. //缓存新的token
  17. redisUtils.setExpiredAt(CacheConstants.USER_TOKEN_KEY_COPY + user.getUserName(), token, LOGIN_EXPIRED_TIME);
  18. dto.setCompanyId(user.getCompanyId());
  19. dto.setId(user.getId());
  20. restMap.put("token", token);
  21. restMap.put("userName", user.getUserName());
  22. return restMap;
  23. }
  24. 复制代码

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。

  1. public class SessionInterceptor {
  2. @Autowired
  3. private RedisUtils redisUtils;
  4. @Autowired
  5. private UserService userService;
  6. @Pointcut("execution(* com.jajian.demo.web.*.controller.*.*(..)) && @annotation(org.springframework.web.bind.annotation.RequestMapping)")
  7. public void controllerMethodPointcut() {
  8. }
  9. @Around("controllerMethodPointcut()")
  10. public Object Interceptor(ProceedingJoinPoint proceedingJoinPoint) throws Throwable {
  11. Signature signature = proceedingJoinPoint.getSignature();
  12. MethodSignature methodSignature = (MethodSignature) signature;
  13. Method targetMethod = methodSignature.getMethod();
  14. if (targetMethod.getDeclaringClass().isAnnotationPresent(NoLogin.class) || targetMethod.isAnnotationPresent(NoLogin.class)) {
  15. return proceedingJoinPoint.proceed();
  16. }
  17. // 从获取RequestAttributes中获取HttpServletRequest的信息
  18. RequestAttributes requestAttributes = RequestContextHolder.getRequestAttributes();
  19. HttpServletRequest request = (HttpServletRequest) requestAttributes.resolveReference(RequestAttributes.REFERENCE_REQUEST);
  20. String token = request.getHeader("token");
  21. if(StringUtils.isEmpty(token)){
  22. Log.debug("验证token", "token验证失败,{}", "token不存在");
  23. throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
  24. }
  25. Integer userId= (Integer)redisUtils.get(CacheConstants.USER_TOKEN_KEY_WEB + token);
  26. if (null == userId) {
  27. Log.debug("验证token", "token验证失败,{}", "token超时");
  28. throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
  29. }
  30. User user = userService.getById(userId.longValue());
  31. if (ObjectUtils.isEmpty(user)){
  32. Log.debug("验证token", "token验证失败,{}", "用户信息不存在");
  33. throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
  34. }
  35. if (user.getStatus() == UserStatusEnum.NO.getCode() || user.getDeleteFlag() == DeleteFlagEnum.YES.getCode()){
  36. 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());
  37. throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
  38. }
  39. return proceedingJoinPoint.proceed();
  40. }
  41. }
  42. 复制代码

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。


个人公众号:JaJian

欢迎长按下图关注公众号:JaJian!

定期为你奉上分布式,微服务等一线互联网公司相关技术的讲解和分析。

转载于:https://juejin.im/post/5cf5d53de51d45595319e2fc

发表评论

表情:
评论列表 (有 0 条评论,359人围观)

还没有评论,来说两句吧...

相关阅读