在單機系統中，用戶登陸之后，服務端會保存用戶的會話信息，只要用戶不退出重新登陸，在一段時間內用戶可以一直訪問該網站，無需重復登陸。用戶的信息存在服務端的 session 中，session中可以存放服務端需要的一些用戶信息，例如用戶ID，所屬公司companyId，所屬部門deptId等等。

但是隨著業務的發展，技術架構需要調整，原來的單機系統逐漸被更換，架構由單機擴展到分布式，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整體，但在技術端來說業務則被拆分成多個模塊，各個模塊之間相互獨立，甚至不在同一臺物理機器上，模塊之間通過 RPC 進行通信。

那么原來單機只需一份的 session， 如何滿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，而且每個單獨模塊系統也可能是分布式形式的，是由集群組成。那么session的分配就更復雜了。

針對以上問題，我們可能會從以下幾個方面想到解決的方法，每個服務端存儲一份，通過同步的方式保證一致性，但是這種方式有個很明顯的缺點：session的同步需要數據傳輸，占內網帶寬，有時延，網絡不穩定的時候會造成部分系統同步延遲，那么就不能保證 session 一致性。而且所有服務端都包含所有session數據，數據量受內存限制，無法水平擴展。

那么我們是否可以單獨將 session 信息存儲在某一個獨立的介質中，介質可以是DB也可以是緩存。

考慮到如下業務：登陸的時候我們經常會給用戶一個過期時間（一般移動端常設置為7天或者一個月甚至更久），到期后用戶需要輸入登陸信息重新登陸，即會話過期。這種到期的設置我們自然想到了Redis的 key expire功能，所以最終我們可以將Redis引入進來實現我們的這種需求。系統如下圖所示：

我們只需在用戶首次登陸的時候將用戶信息放到 Token并緩存到 Redis 中，同時設置一個過期時間，偽代碼如下：

@Overridepublic Map login(UserDto dto) { Map<String, Object> restMap = new HashMap<>();// 校驗登陸信息 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); } // 唯一簽名信息 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;}

那么在系統中如何使用呢，我們可以定義一個攔截器 SessionInterceptor，當訪問 web 接口的時候檢驗用戶的 token 信息，判斷用戶是否登陸，未登錄的情況下一些業務接口是無法訪問的，以及在登陸的情況下拿到我們需要的用戶信息，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();}// 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(); } }

以上實現方式簡單易用，而且Redis 在分布式系統中的使用率也很高，所以無需額外的技術引入。可以支持水平擴展，數據庫或緩存水平切分即可，服務端重啟或者擴容都不會有session丟失的情況發生。

以上就是詳解Java分布式系統中session一致性問題的詳細內容，更多關于Java分布式系統的資料請關注好吧啦網其它相關文章！