[[339154]]

session說到 session，我相信每個程序員都不陌生，或多或少在項目中使用過。session 這個詞，其實是一個抽象的概念，它不像 Cookie 那樣有著明確的定義。當(dāng)大多數(shù)程序員談?wù)?session 的時候，可能指的是服務(wù)端存儲數(shù)據(jù)的 session 對象，例如，用戶登錄成功之后把用戶信息存儲在 session 中，類似于這樣的程序。

Session["UserName"] = new User(); 
 
public class User{ 
    public int UserId {get ;set ;} 
    public string UserName {get ;set;} 
 
} 

而在計算機中，尤其是網(wǎng)絡(luò)應(yīng)用中，session 被定義為“會話”，可以把它看做客戶端和服務(wù)端的一條通道連接，同一個用戶的請求使用同一個 session 會話。在大多數(shù)應(yīng)用中，主要用于用戶的識別，通俗來講，服務(wù)端可以通過 session 來記錄每一個用戶的狀態(tài)信息。那我們就以最常用的服務(wù)端 session 對象來啰嗦幾句

單機 session

session 是存儲在服務(wù)端的，這是一個很重要的概念。這意味著它需要占用服務(wù)器的內(nèi)存，并且它需要一種釋放的機制來保證服務(wù)器內(nèi)存不會被撐爆(例如 LRU)。

在項目初期，為了快速上線，服務(wù)器的部署很多情況下只有一臺服務(wù)器，記錄用戶的登錄狀態(tài)普遍使用 session 機制。請不要說這樣做不合理，至少在項目初期這種做法是最簡單而且最快速的方案。隨著項目的不斷迭代升級，用戶量的不斷增加，你會發(fā)現(xiàn)單機系統(tǒng)成為了項目的最大性能瓶頸，這個時候多數(shù)架構(gòu)師會選擇水平擴展方案。

其實說到底，系統(tǒng)性能的提升都圍繞著一個“分”字，無論是數(shù)據(jù)庫的分庫分表，還是現(xiàn)在興起的微服務(wù)，始終在圍繞著一個領(lǐng)域進行切分

當(dāng)單機的 session 機制進行水平擴展就面臨著必須要要解決的問題：session 的親和性(粘性)要怎么樣去解決?

分布式 session

一個單機系統(tǒng)擴展為一個分布式系統(tǒng)，就會面臨著分布式 CAP 理論中 AP 和 CP 的選擇

談到分布式 session 的一致性問題，其實主要是要解決用戶 session 的親和性，同一個用戶的請求怎么樣才能保證到達(dá)正確存儲 session 信息的服務(wù)器呢?

session 復(fù)制

最初的方案是采用 session 復(fù)制方案，整體的流程非常簡單：假設(shè)現(xiàn)在有三臺服務(wù)器，當(dāng)一個 session 在其中一臺服務(wù)器上被創(chuàng)建，則同時把這個 session 復(fù)制到其他兩臺服務(wù)器上。這樣當(dāng)用戶的請求無論到達(dá)哪臺服務(wù)器，都會有相應(yīng)的 session 數(shù)據(jù)。

這種方案的優(yōu)勢在于服務(wù)器可以任意水平擴展，每個服務(wù)器都保留著所有的 session 信息，當(dāng)加入一臺服務(wù)器只需要把所有的 session 信息復(fù)制過去即可。但是劣勢更加明顯

• 每個服務(wù)器上都保存著全部的 session 信息，服務(wù)器占用的資源大大增加。
• session 同步需要占用網(wǎng)絡(luò)帶寬，最重要的是如果采用的異步復(fù)制方式，數(shù)據(jù)會有短暫性的不一致，可能會導(dǎo)致用戶訪問失敗。

session 復(fù)制的方案現(xiàn)在已經(jīng)很少有人使用了

負(fù)載均衡方案

當(dāng)一臺服務(wù)器擴展為多臺服務(wù)器，目前最常用的方案是在流量的入口添加負(fù)載均衡器，大體的部署圖是這樣的

image

如果負(fù)載均衡器能夠利用某種手段來實現(xiàn) session 的粘性就能實現(xiàn)分布式 session。目前主流的 nginx 可以根據(jù)“hash_ip”算法將同一個 IP 的請求固定到某臺服務(wù)器，這樣來自于同一個 ip 的 session 請求總是請求到同樣的服務(wù)器。

這種方式比 session 同步方式要好很多，每臺服務(wù)器只存儲對應(yīng)的 session 數(shù)據(jù)，這大大節(jié)省了內(nèi)存資源，而且服務(wù)器之間沒有數(shù)據(jù)同步過程。當(dāng)有新服務(wù)器加入的時候，只需要修改負(fù)載均衡器的配置即可，這樣很方便就支持了服務(wù)器水平擴展。但是，同時也面臨著一些不足

服務(wù)器重啟意味著對應(yīng)的 session 信息丟失，這在一些重要的業(yè)務(wù)場景中是不允許的

服務(wù)器的水平擴展需要修改負(fù)載均衡器的配置，修改之后可能會導(dǎo)致之前的 session 重新分布，這樣會導(dǎo)致一部分用戶路由不到正確的 session

session 剝離

現(xiàn)在應(yīng)用更廣泛的分布式 session 技術(shù)是把 session 數(shù)據(jù)徹底從業(yè)務(wù)服務(wù)器中剝離，單獨存儲在其他外部設(shè)備中，而這些外部設(shè)備可以采用主備或者主從，甚至集群的模式來達(dá)到高可用。比如現(xiàn)在最常用的方案是把 session 數(shù)據(jù)存儲在 redis 中，雖然從 redis 讀寫 session 數(shù)據(jù)需要花費一定的網(wǎng)絡(luò)耗時，但是對于一般的應(yīng)用來說在可以接受范圍之內(nèi)。

這種方案好處是整體架構(gòu)更加清晰，也更加靈活，應(yīng)用的服務(wù)器整體擴展能力再也不用考慮 session 的影響，而 session 的問題被轉(zhuǎn)移到外部設(shè)備，通常可以利用內(nèi)存性 NOSql 來解決性能問題，而這些外部設(shè)備一般都會有對應(yīng)的分布式集群方案，例如 redis，可以利用主從或者哨兵模式甚至集群來提供更大規(guī)模的數(shù)據(jù)支撐能力。

Actor 模型

Actor 模型解決這種用戶粘性問題會更加優(yōu)雅，它天生就自帶了對象識別功能，簡單來說，同一個 key 的請求，總能到達(dá)正確的 actor 實例，這不是我們想要的結(jié)果嗎?而且 actor 模型下不用加鎖就能處理并發(fā)問題，為什么沒人用呢?而且采用 acotr 模型就可以利用進程內(nèi)緩存的形式，比請求局域網(wǎng) redis 的網(wǎng)絡(luò)延遲要低很多。

本文轉(zhuǎn)載自微信公眾號「 架構(gòu)師修行之路」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系 架構(gòu)師修行之路公眾號