基于Redis代替Session的业务流程

基于Redis解决Session共享问题

一、Session共享问题

我们通过后端生成的验证码登一系列信息都是存在Session然后返回前端的,而每一个Tomcat都有其独立的Session,这就会出现一个问题:Session不共享,简单来说就是,当我们有多个Tomcat服务器时,你的登录信息通过Session被放在A Tomcat中,下次登录请求被负载均衡到B Tomcat时,在第二台Tomcat服务器上,肯定没有第一台Tomcat服务器存放的session,所以此时整个登录拦截功能就会出现问题。

所以咱们后来采用的方案都是基于redis来完成,我们把session换成redis,redis数据本身就是共享的,就可以避免session共享的问题了。

二、整体访问流程

当注册完成后,用户去登录会去校验用户提交的手机号和验证码,是否一致,如果一致,则根据手机号查询用户信息,不存在则新建,最后将用户数据保存到redis,并且生成token作为redis的key,当我们校验用户是否登录时,会去携带着token进行访问,从redis中取出token对应的value,判断是否存在这个数据,如果没有则拦截,如果存在则将其保存到threadLocal中,并且放行。

三、详细代码

其实代码还是很简单的,就是把存入session 的逻辑替换成存入redis,从session中取出数据的逻辑替换成从redis中取出数据。


@Service
@Slf4j
public class UserServiceImpl extends ServiceImpl<UserMapper, User> implements IUserService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    /**
     * 发送验证码
     * @param phone
     * @param session
     * @return
     */
    @Override
    public Result sendCode(String phone, HttpSession session) {
        // 1.校验手机号
        if (RegexUtils.isPhoneInvalid(phone)) {
            // 2.如果不符合,返回错误信息
            return Result.fail("手机号格式错误!");
        }
        // 3.符合,生成验证码
        String code = RandomUtil.randomNumbers(6);

        // 3.1如果验证码已存在,则删除redis中的验证码重新发送
        stringRedisTemplate.delete(LOGIN_CODE_KEY + phone);
        //   4.保存验证码到 redis
        stringRedisTemplate.opsForValue().set(LOGIN_CODE_KEY + phone, code, RedisConstants.LOGIN_CODE_TTL, TimeUnit.MINUTES);
        // 5.发送验证码
        log.debug("发送短信验证码成功,验证码:{}", code);
        // 返回ok
        return Result.ok();
    }

    /**
     * 登录功能
     * @param loginForm
     * @param session
     * @return
     */
    @Override
    public Result login(LoginFormDTO loginForm, HttpSession session) {
        log.info("用户登录,loginForm为{}", loginForm);
        // 1.校验手机号
        String phone = loginForm.getPhone();
        if (RegexUtils.isPhoneInvalid(phone)) {
            // 2.如果不符合,返回错误信息
            return Result.fail("手机号格式错误!");
        }
        // 3.从redis获取验证码并校验
        String cacheCode = stringRedisTemplate.opsForValue().get(LOGIN_CODE_KEY + phone);
        String code = loginForm.getCode();
        if (cacheCode == null || !cacheCode.equals(code)) {
            // 不一致,报错
            return Result.fail("验证码错误");
        }

        // 4.一致,根据手机号查询用户 select * from tb_user where phone = ?
        User user = query().eq("phone", phone).one();

        // 5.判断用户是否存在
        if (user == null) {
            // 6.不存在,创建新用户并保存
            user = createUserWithPhone(phone);
        }

        // 7.保存用户信息到 redis中
        // 7.1.随机生成token,作为登录令牌
        String token = UUID.randomUUID().toString(true);
        // 7.2.将User对象转为HashMap存储
        UserDTO userDTO = BeanUtil.copyProperties(user, UserDTO.class);
        Map<String, Object> userMap = BeanUtil.beanToMap(userDTO, new HashMap<>(),
                CopyOptions.create()
                        .setIgnoreNullValue(true)
                        .setFieldValueEditor((fieldName, fieldValue) -> fieldValue.toString()));
        // 7.3.存储
        String tokenKey = LOGIN_USER_KEY + token;
        stringRedisTemplate.opsForHash().putAll(tokenKey, userMap);
        // 7.4.设置token有效期
        stringRedisTemplate.expire(tokenKey, LOGIN_USER_TTL, TimeUnit.MINUTES);

        // 8.返回token
        return Result.ok(token);
    }
    private User createUserWithPhone(String phone){
        // 1.创建用户
        User user = new User();
        user.setPhone(phone);
        user.setNickName("user_" + RandomUtil.randomString(10));
        // 2.保存用户
        save(user);
        return user;
    }
}

### Redis作为数据库替代方案的场景和优势 #### 场景分析 当传统关系型数据库无法满足高性能、低延迟的要求Redis可以作为一种高效的NoSQL解决方案。以下是适合使用Redis替代传统数据库的具体场景: 1. **高并发读写需求** 如果应用需要处理大量的实数据访问请求,而这些请求对响应间非常敏感,则可以选择Redis。由于Redis完全基于内存运行,其读取速度可达每秒11万次,写入速度可达每秒8万次[^2]。 2. **缓存层优化** 在许多Web应用程序中,频繁查询相同的数据可能导致数据库负载过高。此可以通过将热点数据存储Redis中来减轻数据库压力并提高整体性能[^2]。 3. **计数器与排行榜系统** 对于需要维护动态更新的统计信息或者排名列表的情况(例如社交媒体上的点赞数量),利用Redis内置的支持有序集合(Sorted Set)功能非常适合此类业务逻辑[^3]。 4. **会话管理 (Session Storage)** Web服务器之间共享用户的登录状态或其他临信息通常依赖于集中式的存储机制;在这种情况下采用Redis不仅能够快速检索还会话详情而且还能轻松扩展集群规模以应对更多连接数增长带来的挑战[^2]。 5. **消息队列服务** 借助List类型的push/pop命令组合以及发布订阅(pub/sub)模型等功能模块,开发者很容易构建起轻量级的消息传递框架用于异步任务调度等工作流控制之中。 6. **地理空间计算** 随着地理位置信息服务越来越普及,在线地图标注点距离测量等问题变得尤为重要起来。幸运的是Redis已经原生实现了Geo相关指令集从而简化开发流程的同保持极高的执行效率[^2]。 7. **社交网络互动行为记录** 类似微博评论回复链路设计当中涉及到大量关联性强但又相对独立的小片段内容展示形式正好契合Hash表结构特点因此选用该工具往往事半功倍[^2]。 --- #### 替代传统数据库的优势 1. **极致性能表现** 所有的操作均发生在RAM之上而非机械硬盘驱动器表面寻道动作所消耗的间成本巨大之处故而在吞吐率方面占据绝对领先地位。 2. **灵活多样的数据类型支持** 不同于仅限字符串映射的传统KV store实现方式之外还额外增加了诸如Lists,Sets,ZSets(带分数权重排序能力),Hash Maps等多种高级抽象层次便于建模复杂实体间的关系网状图谱表示法。 3. **事务保障与原子性操作** 即使是在面对多个客户端同修改同一份资源的情况下依然可以通过单条语句完成整个过程确保一致性不受破坏[^2]。 4. **持久化选项可控性强** 虽然本质上属于易失性记忆体范畴但是仍然提供了RDB快照文件生成周期设定AOF追加日志增量恢复两种途径供用户按需启用以便长期保存重要资料副本以防万一发生意外丢失风险事件有所挽回余地[^1]。 5. **易于水平伸缩架构搭建** 支持主从复制模式自动同步最新变动情况并且允许配置哨兵监控节点健康状况及切换领导权防止单点故障影响全局稳定性另外还有Cluster分片技术进一步突破单一实例容量上限瓶颈限制达成更大范围内的资源共享目标[^2]。 6. **开源社区活跃贡献丰富插件生态体系完善** 凭借广泛接受度较高的编程范式标准定义再加上跨平台兼容良好特性促使第三方库集成更加便捷顺畅几乎涵盖了主流语言环境下的全部必要组件供给清单[^2]。 --- ```python import redis # 创建Redis连接池 pool = redis.ConnectionPool(host='localhost', port=6379, decode_responses=True) r = redis.Redis(connection_pool=pool) # 设置键值对 r.set('example_key', 'value') # 获取键对应的值 print(r.get('example_key')) # 删除指定键 r.delete('example_key') ``` --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值