这篇文章主要介绍了Java分布式系统中session一致性问题，对分布式系统感兴趣的同学，要仔细看一下
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：
@Override public Map login(UserDto dto) { Map 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; } 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。
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。
以上就是详解Java分布式系统中session一致性问题的详细内容，更多请关注0133技术站其它相关文章！
