分布式session一致性解决方案

2024-09-04 05:48

本文主要是介绍分布式session一致性解决方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

分布式Session一致性问题

在早期的时候,很多网站由于用户规模较小,都是采取的单机部署的模式,只用一台服务器来承载用户的请求,这时候Session是存在同一台服务器上,所以能够很容易实现会话跟踪和保持。然而随着用户规模的扩大,单机部署模式已经无法承载所有用户的请求了,这时候人们自然而然想到用多台服务器来处理用户的请求,用户的请求会先到达负载均衡,然后再被转发到某个具体应用服务器上进行处理。这时候我们就会遇到一个问题,每次处理同个用户的请求的服务可能不同,那怎么让它们的Session数据保持一致呢?

一般来说有以下四种方案:

  • Cookie存储Session

  • Session粘滞

  • Session复制

  • Session集中管理

我们来一个一个了解它们的优劣和使用场景

分布式Session一致性解决方案

Cookie存储Session

我们知道Cookie总只有一份的,而且是存在用户端的,所以我们可以通过Cookie来存储Session信息,这样不管最后发送到哪台服务器处理,我们都能通过Cookie取到Session信息。使用这个方案有以下优缺点

优点

  • 简单易用,无需额外的配置

  • 无需额外的外部存储

缺点

  • 为了数据不被泄露,一般需要进行加密,加解密过程需要一定开销

  • Cookie长度和数量有限制,会限制数据的存储

  • 每次请求都多出来了Session的数据,需要消耗更多网络带宽和系统性能

  • 受限于Cookie的开闭,如果用户关闭Cookie,Session就失效了,用户也就无法正常访问了

适用场景:数据量小的情况。

Session粘滞

也就是粘性Session,当用户访问负载均衡时,通过某种方法算出该用户应该访问的后端服务器,例如通过hash算法。这样保证了每个会话都在同一台服务器上。使用这个方案有以下优缺点:

优点

  • 使用简单,只需要配置好转发规则即可。

  • 没有额外网络开销

缺点

  • 存在单点问题,一但某台机器重启或宕机,相对应的Session数据将会丢失

  • 会话标识是应用层的信息,则负载均衡器要将同一个会话的请求都保存到同一个Web服务器上的话,就需要进行应用层(七层)的解析,这个开销比第四层的交换要大。或许有同学会说,nginx 四层转发可以支持ip hash的方式,这样就能通过四层转发了。事实上最好的方案是通过会话id进行hash,因为在日常生活中还是很容易出现ip发生变化的情况,例如从家里出去的时候,我们手机连接的网络从wifi切换到无线流量会发生ip变化,这时候通过ip hash的方式就会丢失Session了。

  • 负载均衡器变为了一个有状态的节点,需要计算会话和具体Web服务器的映射,因此内存消耗会更大

适用场景:机器数适中、对稳定性要求不是非常苛刻的情况

Session复制

既然只有一台机器存Session容易出现单点问题,那么我们就所有机器都存Session,每台机器间进行Session同步,这样不管访问到哪台机器都能获得Session。这就是Session复制方式,我们给服务器之间增加了会话数据的同步,通过同步来保证不同服务器之间的Session数据的一致。使用这个方案有以下优缺点:

优点

  • 实现简单,只需要少量配置

  • 即使某台机器宕机或者重启也不影响用户访问

缺点

  • 需要依赖支持Session同步的Web服务器,如果Web服务器不支持就不能使用了

  • 存在延迟,因为要等待Session同步过来,特别是在数据量比较大的情况下更加明显

  • 在服务器集群达到数千台的时候,就会出现瓶颈,因为每台机器都会对外广播自己的Session,同时要接收其他几千台机器发出的Session,非常损耗性能。

  • 数据冗余非常严重,几千台服务器就有几千份冗余数据,浪费了相当多的资源

适用场景:服务器比较少且Session数据量少

Session集中管理

通过单独的服务器集群来存储和管理Session数据,例如redis,其他所有的应用服务器都从这个存储集群获取对应的Session,从而实现Session的共享。

优点

  • 可靠性较高,通过单独的集群进行统一管理

  • 减少应用服务器的资源开销

缺点

  • 实现较为复杂,配置较多

  • 需维护单独的存储集群

适用场景:应用服务器较多、可用性要求较高

每个方案都各有其适用的场景,大家在实际使用过程中需要根据实际情况进行选择

参考资料

http://blog.itpub.net/69951287/viewspace-2664889/

Enjoy it !

如果觉得文章对你有用,可以赞助我喝杯咖啡~

版权声明

转载请注明作者和文章出处
作者: X先生
https://blog.csdn.net/u013314679/article/details/105637192

这篇关于分布式session一致性解决方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1135168

相关文章

Java空指针异常NullPointerException的原因与解决方案

《Java空指针异常NullPointerException的原因与解决方案》在Java开发中,NullPointerException(空指针异常)是最常见的运行时异常之一,通常发生在程序尝试访问或... 目录一、空指针异常产生的原因1. 变量未初始化2. 对象引用被显式置为null3. 方法返回null

Golang实现Redis分布式锁(Lua脚本+可重入+自动续期)

《Golang实现Redis分布式锁(Lua脚本+可重入+自动续期)》本文主要介绍了Golang分布式锁实现,采用Redis+Lua脚本确保原子性,持可重入和自动续期,用于防止超卖及重复下单,具有一定... 目录1 概念应用场景分布式锁必备特性2 思路分析宕机与过期防止误删keyLua保证原子性可重入锁自动

宝塔安装的MySQL无法连接的情况及解决方案

《宝塔安装的MySQL无法连接的情况及解决方案》宝塔面板是一款流行的服务器管理工具,其中集成的MySQL数据库有时会出现连接问题,本文详细介绍两种最常见的MySQL连接错误:“1130-Hostisn... 目录一、错误 1130:Host ‘xxx.xxx.xxx.xxx’ is not allowed

redis在spring boot中异常退出的问题解决方案

《redis在springboot中异常退出的问题解决方案》:本文主要介绍redis在springboot中异常退出的问题解决方案,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴... 目录问题:解决 问题根源️ 解决方案1. 异步处理 + 提前ACK(关键步骤)2. 调整Redis消费者组

springboot项目redis缓存异常实战案例详解(提供解决方案)

《springboot项目redis缓存异常实战案例详解(提供解决方案)》redis基本上是高并发场景上会用到的一个高性能的key-value数据库,属于nosql类型,一般用作于缓存,一般是结合数据... 目录缓存异常实践案例缓存穿透问题缓存击穿问题(其中也解决了穿透问题)完整代码缓存异常实践案例Red

使用@Cacheable注解Redis时Redis宕机或其他原因连不上继续调用原方法的解决方案

《使用@Cacheable注解Redis时Redis宕机或其他原因连不上继续调用原方法的解决方案》在SpringBoot应用中,我们经常使用​​@Cacheable​​注解来缓存数据,以提高应用的性能... 目录@Cacheable注解Redis时,Redis宕机或其他原因连不上,继续调用原方法的解决方案1

SpringBoot项目中Redis存储Session对象序列化处理

《SpringBoot项目中Redis存储Session对象序列化处理》在SpringBoot项目中使用Redis存储Session时,对象的序列化和反序列化是关键步骤,下面我们就来讲讲如何在Spri... 目录一、为什么需要序列化处理二、Spring Boot 集成 Redis 存储 Session2.1

基于MongoDB实现文件的分布式存储

《基于MongoDB实现文件的分布式存储》分布式文件存储的方案有很多,今天分享一个基于mongodb数据库来实现文件的存储,mongodb支持分布式部署,以此来实现文件的分布式存储,需要的朋友可以参考... 目录一、引言二、GridFS 原理剖析三、Spring Boot 集成 GridFS3.1 添加依赖

Python报错ModuleNotFoundError的10种解决方案

《Python报错ModuleNotFoundError的10种解决方案》在Python开发中,ModuleNotFoundError是最常见的运行时错误之一,通常由模块路径配置错误、依赖缺失或命名冲... 目录一、常见错误场景与原因分析二、10种解决方案与代码示例1. 检查并安装缺失模块2. 动态添加模块

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.