几周前,有个盆友问老王,说现在有多台服务器,怎么样来解决这些服务器间的session 同步问题?老王一下就来精神了,因为在 n 年以前,老王还在学校和几个同学一起所谓创业的时候,也遇到了类似的问题。当时查了很多资料,没有解决,于是后来投身百度,终于学到了“葵花宝典”,方才大彻大悟。所以,今天想跟大家分享一下关于 session 同步的那些事儿。

秉着问题驱动的原则,老王先提几个问题:

1 、什么是 session ?什么又是 cookie ?他俩有啥联系和区别?

2 、为什么要在多台服务器间进行 session 的共享同步?

3 、以及有哪些方法来实现这个同步?

大家快搬板凳,老王开始扯淡咯 ~

、 session 和 cookie 的缠绵与悱恻

相信有盆友跟老王一样,曾经为 session 和 cookie 纠结过,或者现在正在为他们纠结。 session 在英文里的意思是会议,而 cookie 则是饼干。你说这个会议和饼干怎么就关联上了呢?(开会的时候可以吃饼干)

我们先来看看百度百科的解释吧:

A 、 cookie :

Cookie ,有时也用其复数形式 Cookies ,指某些网站为了辨别用户身份、进行session 跟踪而储存在用户本地终端上的数据(通常经过加密)。 Cookie 是由服务器端生成,发送给 User-Agent (一般是浏览器),浏览器会将 Cookie 的 key/value 保存到某个目录下的文本文件内,下次请求同一网站时就发送该 Cookie 给服务器(前提是浏览器设置为启用 cookie )

B 、 session :

在计算机中,尤其是在网络应用中,称为“会话控制”。 Session 对象存储特定用户会话所需的属性及配置信息。这样,当用户在应用程序的 Web 页之间跳转时,存储在Session 对象中的变量将不会丢失,而是在整个用户会话中一直存在下去。当用户请求来自应用程序的 Web 页时,如果该用户还没有会话,则 Web 服务器将自动创建一个Session 对象。当会话过期或被放弃后,服务器将终止该会话。

大家看懂了嘛?我打包票,肯定还是有盆友没看懂。老王自己是这么来理解他们的:

A 、 cookie :

浏览器请求服务器,服务器为了区别不同的用户请求,就需要给他们打上标签,比如:发放一个访问令牌 (access_token) 给客户端。发放的过程是通过在 HTTP 请求返回的时候,通过设置 HTTP 的 header : Set-Cookie 来实现的。

以上就是我请求百度,他给我发放的 cookie 们。每一个 Set-Cookie 里一般会含有设置的 key=value 、过期时间,以及域和路径。

当浏览器接收到这样的返回头以后,就把他稳稳当当的存起来,以后每次发送请求的时候,就会把他带上(具体还要看过期时间、作用的域和路径)。

这个 cookie 看起来像个什么东东呢?像不像有关部门给我们发放的身份证?你去有关部门申请,他就把你的 ID 、性别、年龄等等信息给你打到一张叫做身份证的东东上,然后发给你。以后你每次去办点啥关键的事情,就需要带上这些 cookie 们。

一般服务器会在浏览器里种上一些类似于访问令牌( access_token )、用户 ID (user_id )等等的 cookie ,这样你一去访问对应的网站,他就把你认出来了。特别,像 java 的服务器,还会种一些类似 jsession_id 的 cookie ,服务器采用一定的算法(比如随机算法),生成一个一定长度(比如 10 字节)的字符串 " angOwberup " ,然后发放给浏览器: Set-Cookie : jssesion_id= angOwberup ,当浏览器收到这个cookie 以后,就跟拿到宝一样,好好的把这个 key 和 value 收藏了起来,以后每次去服务器请求都带上。

B 、 session :

与此同时,服务器把这个字符串 "angOwberup" 作为 key ,把一个叫做 User 的类的一个实例 user ,设置好 id 、 nickname 等等信息以后,放入了一个类似于 map 的容器里: map.put("angOwberup", user) 。当浏览器请求来的时候,服务器就会getCookie("jsession_id") ,把这个种在浏览器里的字符串取出来,然后用这个字符串去 map 里找找,看看有没有对应的 User 对象: map.get(sessionId) 。如果取到了,说明就找到了这个用户的 id 、 nickname 等等信息,直接就可以在网页上显示:“老王你好,欢迎回来!”。如果没有找到,有可能就跳到登录页面,让用户做登录。

我们把用户在一定时间内访问某个网站时,请求不同页面的过程叫做一个会话,也就是 session 。在同一个 session 里,我们可以记录用户访问的状态和信息。这样,那个类似于 map 的容器就是 session 管理器。

打个形象的比喻,如果 cookie 是身份证,那 session 就是你的档案。你的所有信息都存放在档案里,有关部门( server )管理着你的档案。当你要办重要的事情时,就需要拿着身份证去有关部门提取档案,有关部门查阅档案后,再看要不要给你办事儿。如果你做了坏事,他们就会往你的档案( session )里写一些不好的东西;当然,如果你得了什么奖,也会往里面放。

这下,是不是有点清楚 cookie 和 session 有什么联系和区别了呢?再简要的总结一下:

A 、 cookie 就是服务器发放给客户端的一些标识,让客户端记住每次请求的时候带上,以区分不同的用户;

B 、 session 是服务器存放在自己那里的用户相关的数据,用每次用户带来的cookie 去提取出来,恢复一个之前访问的历史或者相关环境。

好了,有了上面的内容,接下来,我们就需要讨论一下那个类似于 map 的 session管理器了。

、 session 的管理

上面说了,服务器用了一个类似于 map 的容器来管理 session 。那具体来看,这个map 是怎么样来实现的呢?

不同的服务器、不同的语言框架都有不同的实现。比如 java 的服务器,有的是用文件方式来存储的、有的是用内存 cache 的方式来存储的。老王还听说有的语言的服务器将数据做加密,然后设置成 cookie ,存到了客户端(浏览器)。那这些实现方式都有哪些优缺点呢?我们逐个来分析。(当然,有可能还有其他的实现方法,老王可能不了解,不过大体思路相似,如有遗漏请指正)

A 、文件方式:这种方式,将文件作为一个 map ,当新增一个数据的时候,就在文件中增加类似这样的一条数据:

angOwberup =>

data={"user":{"id":1,"nickname":" 老王 "}};

expiry="2016-10-0100:00:00"

( 当然,具体实现的时候有可能是用的二进制方式,而不是字符串 )

这种方式的好处,就是能够存储大量的用户 session ,使得这个 session 有效期可以比较长(比如:三个月用户不用登录)。不过这个方式也有对应的问题,就是文件操作比较麻烦。比如,有一个用户的 session 过期了,需要删掉这条记录,那这个文件就需要挪动或重写。

B 、 cache 方式:有好多 web 端的逻辑服务器都采用这种方式。这种方式好处非常明显,就是实现起来非常简单。将所有数据放入到内存 cache 中。如果有失效,直接内存删除就可以了。不过带来的问题也很明显,当服务器重启以后,所有 session 都丢失了。或者当有大量用户登录(也有可能是遭受攻击),就会很快让 cache 被充满,然后大量 session 被 LRU 算法淘汰,造成 session 的大量失效,使得用户需要反复登录等操作。

C 、 cookie 方式:这种方式是最偷懒的方式。就是我服务器任何数据都不存,我把你们所有的客户端当做我的存储器,我就需要做一个加密和解密操作。当然这种方式最大的好处就是实现极其简单(还有其他的好处,稍后再说),不过问题也是很明显的,就是客户端要记录大量信息,同时还要保证加密信息的安全。如果 session 里要存放大数据,这种方式就不是很适合了。

除了上述说到的优缺点以外, A 、 B 两种方式还有另外一个问题,就是当我有不止一台服务器的时候,不同服务器间的 session 数据共享就成问题了。

比如,最初我只有一台服务器 1 ,他的 session 里记录了 user-1 和 user-2 的数据。这个时候,我需要增加一台服务器 2 。当 nginx 把用户的请求转发到服务器 2 的时候,他就傻眼了:用户带了一个 jsession_id=angOwberup 这个的 cookie 过来,而在他的 session 管理器里却找不到这样一个 session 数据。那该怎么办?!(苦!恼!啊!)

因此,就出现了我们文章一开始提到的问题:在分布式系统里,用户 session 如何才能实现同步?

、 session 的同步

有了上面的情况,我们就必须要去考虑,如何在多个服务器之间实现 session 同步这个操作。常见的做法有以下几种,我们逐个来看看:

A 、进程间通信传递 session 数据。

这是最容易想到的一个方法。我们在不同的 server 服务里开一个 socket ,然后用socket 来将相互拥有的 session 数据进行传递。我记得多年以前 tomcat 就是采用这样的方式来做的(已经很久没用过 tomcat 了,不知道现在是否还在这样使用)。

这种方式的好处很明显,就是原理简单明了;坏处也很明显,就是同步合并过程复杂,还容易造成同步延迟。比如,某个用户在 server-1 登录了, server-1 存储了这个用户的 session ,当正准备将数据同步给 server-2 的时候,由于用户访问实在是太快(飞一般的速度), server-2 还没收到 server-1 传来的 session 数据,用户访问就已经来了。这个时候, server-2 就不能识别这个用户,造成用户需要再次登录。

而且,当有成千上万台服务器的时候, session 同步就是一个噩梦:每一个服务器都要将自己拥有的 session 广播给其他所有机器,而且还要随时进行,不能停歇……(最后这些机器估计都是累死的)

B 、 cookie 存储方式。我们在上面讲到了一个很偷懒的方式,就是把 session 数据做加密,然后存储到 cookie 中。用户请求到了,就直接从 cookie 读取,然后做解密。这种方式真是把分布式思想发挥到了一个相当的高度。他把用户也当做分布式的一员,你要访问数据,那你就自己携带着他,每次到服务器的时候,我们的服务器就只负责解密……

对于 session 里只存放小数据,并且加密做的比较好(防止碰撞做暴力破解)的系统来讲,这是一个比较好的选择。他实现超级简单,而且不用考虑数据的同步。

不过如果要往 session 里存放大数据的情况就不是太好处理。或者安全性要求很高的系统,也不是太好的一个方式(数据有被破解的风险)。

C 、 cache 集群或者数据库做 session 管理。我们也可以采用另外一种架构来解决session 同步问题,那就是引入统一 session 接入点。

我们 session 放入到 cache 集群或者数据库中,每次请求的时候,都从他们中来获取。这样,所有的机器都能获取到最新的 session 数据。这种方案也是很多中大型网站采用的解决方案。他实现起来相对简单(利用 cache 集群或者主从数据库自身的管理来实现多机的互备),而且效率很高,安全性也不错。

D 、还有一种方式是从上面这种方式延展出来的,就是提供 session 服务。这个服务负责管理 session ,其他服务器每次从这个服务处获取 session 数据,从而达到数据的共享。

大家如果仔细观察一下 baidu 或者 google ,你做登录的时候,他们可能会让你跳到passport.baidu.com 或者 accounts.google.com 这两个域名之下。这两个就是他们用来做用户登录和类似 session 管理的一个地方(由于之前只呆过 baidu ,所以 google并不是非常清楚)。当一个访问请求来的时候, server 就从 cookie 里取类似session_id 的东东,然后用这个东东去 passport 服务去请求用户的 session 数据。

这种方式的好处就在于:

A 、可以非常方便的扩展用户登录的数量以及存储数据的大小。当时在 x 度的时候, N 亿用户的 session 都在这个系统里进行管理;

B 、方便做性能优化。如果用 cache 集群的方案,如果 cache 有机器坏掉,那么就会造成一部分用户 session 失效;如果用数据库方案,如果量太大,有可能会出现性能问题。而这种方案在实现的时候,可以用 cache 和数据库结合的实现方式,保证高效和稳定。同时,针对一些接口,可以做性能的优化,提升查询效率;

C 、对外封闭,保证数据安全。这种方式还有一个好处,就是可以将加密算法、密钥等封闭在系统内部,对外只暴露接口,使得数据安全性更有保障。(涉及到用户信息的,都是隐私!)

不过,这种方式也有自己的问题,就是运维相对更复杂,有可能需要专门的团队去管理这些系统。

当然,除了上述的一些方式以外,还有其他的手段(比如,在入口 nginx 处对用户cookie 做一致 Hash ,将某一用户分配到固定机器)。鉴于老王知识有限,且码字速度有限,就先介绍这些了,不知道你是否看懂了呢?

总结一下:

关于 session 同步,其实方案有很多,没有哪个方案是最好的,只有某一种方案是最适合你现在架构的。所以,老王抛了几了解决方案,供大家了解。如果在业务中能够使用到,老王就很开心了 ~

好了,老王今天就先写这么多吧,如果想听老王继续扯淡,请每周日下午带上你的小板凳,来老王的微信公众号: simplemain ,老王跟你不见不散 ~

今天有个号外:大家看到的文章头图,是家里领导做的曲奇饼干,因为涉及到知识产权同时为了讨好领导,在此郑重声明 —— Image By Pure ! ^_^

分布式系统里session同步的那些事儿
标签: