分布式系列教程(15) - 解决分布式Session一致性问题

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
传统型负载均衡 CLB,每月750个小时 15LCU
应用型负载均衡 ALB,每月750个小时 15LCU
简介: 分布式系列教程(15) - 解决分布式Session一致性问题

引言

何为Session?

Session 是客户端与服务器通讯会话技术, 比如浏览器登陆、记录整个浏览会话信息。

Session原理:客户对向服务器端发送请求后,Session 创建在服务器端,返回Sessionid给客户端浏览器保存在本地,当下次发送请求的时候,在请求头中传递sessionId获取对应的从服务器上获取对应的Sesison对象。Session是保存在服务器的,及时关闭服务器。

熟悉下相关代码:

@SpringBootApplication
@RestController
public class TestSessionController {
  // 创建session 会话
  @RequestMapping("/createSession")
  public String createSession(HttpServletRequest request, String nameValue) {
    HttpSession session = request.getSession();
    System.out.println("存入Session  sessionid:信息" + session.getId() + ",nameValue:" + nameValue);
    session.setAttribute("name", nameValue);
    return "success";
  }
  // 获取session 会话
  @RequestMapping("/getSession")
  public Object getSession(HttpServletRequest request) {
    HttpSession session = request.getSession();
    System.out.println("获取Session sessionid:信息" + session.getId());
    Object value = session.getAttribute("name");
    return value;
  }
  public static void main(String[] args) {
    SpringApplication.run(TestSessionController.class, args);
  }
}

引出问题:当服务器集群时,如果服务器产生了集群后,因为session是存放在服务器上,客户端会使用同一个Sessionid在多个不同的服务器上获取对应的Session,从而会导致Session不一致问题,那么该如何解决呢?

答:可以通过nginx或者haproxy实现IP绑定来解决Session一致性的问题 。

先看看Nginx相关配置:

1.Nginx负载均衡配置

Nginx负载均衡提供上游服务器(真实业务逻辑访问的服务器),负载均衡、故障转移、失败重试、容错、健康检查等。

当上游服务器(真实业务逻辑访问的服务器)发生故障时,可以转移到其他上游服务器(真实业务逻辑访问的服务器)。

upstream 主要配置如下(配置上游服务器的IP地址和端口):

###定义上游服务器(需要被nginx真实代理访问的服务器) 默认是轮训机制
upstream  backServer{
 server 127.0.0.1:8080;
 server 127.0.0.1:8081;
}
server {
       listen       80;
       server_name  www.xxx.com;
       location / {
      ### 指定上游服务器负载均衡服务器
      proxy_pass http://backServer;
           index  index.html index.htm;
       }
   }

1.1 负载均衡算法

  • 轮询(默认): 每个请求按时间顺序逐一分配到不同的后端服务,如果后端某台服务器死机,自动剔除故障系统,使用户访问不受影响。
  • weight(轮询权值):weight的值越大分配到的访问概率越高,主要用于后端每台服务器性能不均衡的情况下。或者仅仅为在主从的情况下设置不同的权值,达到合理有效的地利用主机资源。
  • ip_hash :每个请求按访问IP的哈希结果分配,使来自同一个IP的访客固定访问一台后端服务器,并且可以有效解决动态网页存在的session共享问题,俗称IP绑定。
  • fair(第三方):比 weight、ip_hash更加智能的负载均衡算法,fair算法可以根据页面大小和加载时间长短智能地进行负载均衡,也就是根据后端服务器的响应时间 来分配请求,响应时间短的优先分配。Nginx本身不支持fair,如果需要这种调度算法,则必须安装upstream_fair模块。
  • url_hash(第三方):按访问的URL的哈希结果来分配请求,使每个URL定向到一台后端服务器,可以进一步提高后端缓存服务器的效率。Nginx本身不支持url_hash,如果需要这种调度算法,则必须安装Nginx的hash软件包。

2.分布式Session一致性解决方案

文章开头前已经提出了解决方案,解决Session一致性问题,可以使用Nginx或者Haproxy的IP绑定来处理:

  • Nginx:用Nginx 做的负载均衡可以添加ip_hash这个配置
  • Haproxy:用haproxy做的负载均衡可以用 balance source这个配置

使用Nginx和Haproxy是偏向于运营人员的,那么开发这边要怎么处理呢?其实最靠谱的分布式Session一致性解决方案是“基于令牌的方式”,因为Session本身就是分布式共享链接。

简单的来说,就是把Session保存到Redis服务器,token有服务端生成,通过token从Redis服务器获取Session对象,其伪代码如下:

1.TokenService:

@Service
public class TokenService {
  @Autowired
  private RedisService redisService;
  // 新增 返回token
  public String put(Object object) {
    String token = getToken();
    redisService.setString(token, object);
    return token;
  }
  // 获取信息
  public String get(String token) {
    String reuslt = redisService.getString(token);
    return reuslt;
  }
  public String getToken() {
    return UUID.randomUUID().toString();
  }
}

TokenController :

@RestController
public class TokenController {
  @Autowired
  private TokenService tokenService;
  @Value("${server.port}")
  private String serverPort;
  @RequestMapping("/put")
  public String put(String nameValue) {
    String token = tokenService.put(nameValue);
    return token + "-" + serverPort;
  }
  @RequestMapping("/get")
  public String get(String token) {
    String value = tokenService.get(token);
    return value + "-" + serverPort;
  }
}

总结

目录
相关文章
|
2月前
|
数据采集 监控 NoSQL
优化分布式采集的数据同步:一致性、去重与冲突解决的那些坑与招
本文讲述了作者在房地产数据采集项目中遇到的分布式数据同步问题,通过实施一致性、去重和冲突解决的“三板斧”策略,成功解决了数据重复和同步延迟问题,提高了系统稳定性。核心在于时间戳哈希保证一致性,URL归一化和布隆过滤器确保去重,分布式锁解决写入冲突。
140 2
 优化分布式采集的数据同步:一致性、去重与冲突解决的那些坑与招
|
2月前
|
消息中间件 运维 监控
《聊聊分布式》BASE理论 分布式系统可用性与一致性的工程平衡艺术
BASE理论是对CAP定理中可用性与分区容错性的实践延伸,通过“基本可用、软状态、最终一致性”三大核心,解决分布式系统中ACID模型的性能瓶颈。它以业务为导向,在保证系统高可用的同时,合理放宽强一致性要求,并借助补偿机制、消息队列等技术实现数据最终一致,广泛应用于电商、社交、外卖等大规模互联网场景。
|
6月前
|
监控 算法 关系型数据库
分布式事务难题终结:Seata+DRDS全局事务一致性架构设计
在分布式系统中,CAP定理限制了可用性、一致性与分区容错的三者兼得,尤其在网络分区时需做出取舍。为应对这一挑战,最终一致性方案成为常见选择。以电商订单系统为例,微服务化后,原本的本地事务演变为跨数据库的分布式事务,暴露出全局锁失效、事务边界模糊及协议差异等问题。本文深入探讨了基于 Seata 与 DRDS 的分布式事务解决方案,涵盖 AT 模式实践、分片策略优化、典型问题处理、性能调优及高级特性实现,结合实际业务场景提供可落地的技术路径与架构设计原则。通过压测验证,该方案在事务延迟、TPS 及失败率等方面均取得显著优化效果。
336 61
|
存储 缓存 NoSQL
分布式架构下 Session 共享的方案
【10月更文挑战第15天】在实际应用中,需要根据具体的业务需求、系统架构和性能要求等因素,选择合适的 Session 共享方案。同时,还需要不断地进行优化和调整,以确保系统的稳定性和可靠性。
596 55
|
12月前
|
存储 缓存 负载均衡
一致性哈希:解决分布式难题的神奇密钥
一致哈希是一种特殊的哈希算法,用于分布式系统中实现数据的高效、均衡分布。它通过将节点和数据映射到一个虚拟环上,确保在节点增减时只需重定位少量数据,从而提供良好的负载均衡、高扩展性和容错性。相比传统取模方法,一致性哈希能显著减少数据迁移成本,广泛应用于分布式缓存、存储、数据库及微服务架构中,有效提升系统的稳定性和性能。
652 1
|
存储 NoSQL Java
一天五道Java面试题----第十一天(分布式架构下,Session共享有什么方案--------->分布式事务解决方案)
这篇文章是关于Java面试中的分布式架构问题的笔记,包括分布式架构下的Session共享方案、RPC和RMI的理解、分布式ID生成方案、分布式锁解决方案以及分布式事务解决方案。
一天五道Java面试题----第十一天(分布式架构下,Session共享有什么方案--------->分布式事务解决方案)
|
存储 NoSQL Java
使用springSession完成分布式session
本文介绍了如何使用 `spring-session` 实现分布式 Session 管理,并提供了将 Session 存储在 Redis 中的具体配置示例。通过配置相关依赖及 Spring 的配置文件,可以轻松实现 Session 的分布式存储。示例中详细展示了所需的 Maven 依赖、Spring 配置及过滤器配置,并给出了启动项目后在 Redis 中查看 Session 数据的方法。
200 5
|
SQL NoSQL MongoDB
一款基于分布式文件存储的数据库MongoDB的介绍及基本使用教程
一款基于分布式文件存储的数据库MongoDB的介绍及基本使用教程
369 0
|
消息中间件 缓存 算法
分布式系列第一弹:分布式一致性!
分布式系列第一弹:分布式一致性!
331 0
|
算法 Java 关系型数据库
漫谈分布式数据复制和一致性!
漫谈分布式数据复制和一致性!
169 0