集群session共享问题及解决方案
问题：之前的设计方案是什么？有什么问题？解决方案是什么？为什么使用这种解决方案(Redis)？
当前我们的系统结构作为单体项目是可以的，但是一旦用户量比较大，想要转化为集群项目，这种架构就不行了。主要原因是，当前系统中，我们是基于session来进行数据共享的，但session中的数据只能在同一个服务器中进行共享，如果我们想要扩展为集群项目，使用session就无法做到多个服务器之间数据的共享。因此，必须使用另一种工具作为数据共享。而Redis能够很好的胜任这一要求。
1. Redis本身是一个数据库，而数据库本身就是用于存储数据以便进行数据共享的；2. Redis的数据是存放在内存中的，读取速率快，性能好；3. Redis支持各种数据类型，能够很好的满足各种数据的存储。
验证码存储进Redis以什么作为Key，Value选择什么数据类型？
以手机号作为key，value选择String类型即可，为了减少内存消耗，一般会给验证码存储进Redis时设置一个有效期。
用户信息存储进Redis以什么作为Key，Key的选择需要满足什么条件(唯一，易携带)？为什么不用手机号作为Key？Value选择什么数据类型，为什么选择这种数据类型？
key需要具备唯一性以及请求时方便携带的特点。一般使用一个随机化字符串token作为key，如果使用手机号作为key会暴露用户信息，value选择hash类型，hash结构可以将对象中每个字段但独立存储，可以针对单个字段做CRUD
什么是token，它和cookie和session有什么区别？
session顾名思义，就是指一种会话技术，由于HTTP协议是无状态协议，当客户端和服务器端建立连接后，它们之间的状态就会断开。这种特点为鉴别用户是否是同一个造成了困难，为了解决该问题，就提供了session机制。当客户端向服务器发送请求时，如果该客户是第一次发送请求，服务器会创建一个session对象用于表示两者建立连接的状态，并生成一个sessionid，sessionid会随着响应报文发送给客户端。客户端收到后会将其存放在cookie中，下一次请求时，请求路径会携带cookie，服务器收到后根据cookie找到对应的session，找到两者的连接。token也是用于鉴权的，它的作用就相当于sessionid，只不过它一般是按照某种加密方式生成的一个字符串，使用token相对于cookie来说更加安全方便，相对于session来说消耗的内存更小，因此现在项目中一般使用token作为鉴权令牌使用。
如何定期更新Redis中存储的用户信息(用户活跃时不断更新Redis)？以及对其进行优化
为了减少内存消耗，一般会给存储进Redis中的数据设置一个有效期，有效期一到，Redis就会自动清除数据。这就会引发一个问题，有时候你用着用着就自动退出登录了。这是我们需要解决的问题，常见的解决方案是，当用户在页面上活跃时，就定期去更新这个有效期。做法就是，再设置一个拦截器，一个拦截器用于更新token有效期，另一个用于鉴权登录。
设置拦截器的执行顺序？
需要保证更新token有效期的拦截器先执行，可以通过设置拦截器的order属性来规定拦截器的执行顺序，order值越小，优先级越高。
拦截器配置
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
| package com.hmdp.config;
import com.hmdp.utils.RefreshInterceptor;
import com.hmdp.utils.UserLoginInteceptorHandler;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.servlet.config.annotation.InterceptorRegistry;
import org.springframework.web.servlet.config.annotation.WebMvcConfigurer;
import javax.annotation.Resource;
@Configuration
public class InceptorConfig implements WebMvcConfigurer {
@Resource
StringRedisTemplate stringRedisTemplate;
@Override
public void addInterceptors(InterceptorRegistry registry) {
registry.addInterceptor(new UserLoginInteceptorHandler())
.excludePathPatterns(
"/user/login",
"/user/code",
"/blog/hot",
"/shop/**",
"/shop-type/**",
"/voucher/**",
"/voucher-order/**"
).order(1);
registry.addInterceptor(new RefreshInterceptor(stringRedisTemplate))
.addPathPatterns("/**").order(0);
}
}
|
拦截器实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
| package com.hmdp.utils;
import cn.hutool.core.bean.BeanUtil;
import cn.hutool.core.util.StrUtil;
import com.hmdp.dto.UserDTO;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.servlet.HandlerInterceptor;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.util.Map;
import java.util.concurrent.TimeUnit;
public class RefreshInterceptor implements HandlerInterceptor {
private StringRedisTemplate stringRedisTemplate;
public RefreshInterceptor(StringRedisTemplate stringRedisTemplate){
this.stringRedisTemplate = stringRedisTemplate;
}
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
String token = request.getHeader("authorization");
if(StrUtil.isBlank(token)){
return true;
}
Map<Object, Object> entries = stringRedisTemplate.opsForHash().entries(RedisConstants.LOGIN_USER_KEY + token);
if(entries.isEmpty()){
return true;
}
UserDTO userDTO = BeanUtil.fillBeanWithMap(entries, new UserDTO(), false);
UserHolder.saveUser(userDTO);
stringRedisTemplate.expire(RedisConstants.LOGIN_USER_KEY + token,RedisConstants.LOGIN_USER_TTL, TimeUnit.MINUTES);
return true;
}
@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
UserHolder.removeUser();
}
}
|