業務場景

在單機系統中，用戶登錄以後，服務端會保存用戶的會話信息，只要用戶不退出從新登錄，在一段時間內用戶能夠一直訪問該網站，無需重複登錄。用戶的信息存在服務端的 session 中，session中能夠存放服務端須要的一些用戶信息，例如用戶ID，所屬公司companyId，所屬部門deptId等等。java

可是隨着業務的發展，技術架構須要調整，原來的單機系統逐漸被更換，架構由單機擴展到分佈式，甚至當下流行的微服務。雖然在用戶端看來系統仍然是一個總體，但在技術端來講業務則被拆分紅多個模塊，各個模塊之間相互獨立，甚至不在同一臺物理機器上，模塊之間經過 RPC 進行通訊。web

那麼原來單機只需一份的 session，如何知足在多系統的運行下保證會話一致性呢？單獨保存在任何一個系統中都不合適，並且每一個單獨模塊系統也多是分佈式形式的，是由集羣組成。那麼session的分配就更復雜了。redis

Redis 實現

針對以上問題，咱們可能會從如下幾個方面想到解決的方法，每一個服務端存儲一份，經過同步的方式保證一致性，可是這種方式有個很明顯的缺點：session的同步須要數據傳輸，佔內網帶寬，有時延，網絡不穩定的時候會形成部分系統同步延遲，那麼就不能保證 session 一致性。並且全部服務端都包含全部session數據，數據量受內存限制，沒法水平擴展。spring

那麼咱們是否能夠單獨將 session 信息存儲在某一個獨立的介質中，介質能夠是DB也能夠是緩存。數據庫

考慮到以下業務：登錄的時候咱們常常會給用戶一個過時時間（通常移動端常設置爲7天或者一個月甚至更久），到期後用戶須要輸入登錄信息從新登錄，即會話過時。這種到期的設置咱們天然想到了Redis的 key expire功能，因此最終咱們能夠將Redis引入進來實現咱們的這種需求。系統以下圖所示：緩存

咱們只需在用戶首次登錄的時候將用戶信息放到 Token並緩存到 Redis 中，同時設置一個過時時間，僞代碼以下：markdown

@Override
    public Map login(UserDto dto) {
        Map<String, Object> restMap = new HashMap<>();
        
        // 校驗登錄信息
        User user = checkLoginInfo(dto);

         //刪除舊的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);
        }
        // 惟一簽名信息
        String signStr = user.getCompanyId() + user.getUserName() + dto.getPassword() + DateUtils.now().getTime();
        token = MD5Utils.md5(signStr);
        // 設置用戶 token
        redisUtils.setExpiredAt(CacheConstants.USER_TOKEN_KEY_WEB + token, user.getId(), LOGIN_EXPIRED_TIME);
        //緩存新的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;
    }
複製代碼

那麼在系統中如何使用呢，咱們能夠定義一個攔截器 SessionInterceptor，當訪問 web 接口的時候檢驗用戶的 token 信息，判斷用戶是否登錄，未登陸的狀況下一些業務接口是沒法訪問的，以及在登錄的狀況下拿到咱們須要的用戶信息，如 userId。網絡

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();
        }
        // 從獲取RequestAttributes中獲取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("驗證token", "token驗證失敗,{}", "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("驗證token", "token驗證失敗,{}", "token超時");
            throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
        }
        User user = userService.getById(userId.longValue());
        if (ObjectUtils.isEmpty(user)){
            Log.debug("驗證token", "token驗證失敗,{}", "用戶信息不存在");
            throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
        }
        if (user.getStatus() == UserStatusEnum.NO.getCode() || user.getDeleteFlag() == DeleteFlagEnum.YES.getCode()){
            Log.debug("驗證token", "token驗證失敗,用戶信息異常 userName : {}, status : {},deleteFlag : {}", user.getUserName(),user.getStatus(), user.getDeleteFlag());
            throw new FieldException(Constants.LOGIN_ERROR_CODE, "login.session.timeout");
        }
        return proceedingJoinPoint.proceed();
    }
    
}
複製代碼

以上實現方式簡單易用，並且Redis 在分佈式系統中的使用率也很高，因此無需額外的技術引入。能夠支持水平擴展，數據庫或緩存水平切分便可，服務端重啓或者擴容都不會有session丟失的狀況發生。session

我的公衆號：JaJian架構

歡迎長按下圖關注公衆號：JaJian！

按期爲你奉上分佈式，微服務等一線互聯網公司相關技術的講解和分析。

分佈式系統中session一致性問題

業務場景

Redis 實現