微服务架构下分布式会话管理面临集群环境下的会话共享与丢失问题。本文深入解析 Spring Session 架构原理，通过 Redis 实现集中式存储，解决传统 Tomcat 内存会话的扩展性与单点故障缺陷。涵盖 Maven 依赖配置、Redis 集群设置、自定义序列化策略及会话事件监听器。提供电商购物车场景代码示例，展示读写分离、本地缓存优化及分级存储方案。包含性能压测数据对比与故障排查指南，为构建高可用企业级会话系统提供完整实践指导。
在 Java 开发生涯中，参与电商平台重构项目时曾遇到用户频繁反馈'购物车商品莫名消失'、'登录状态时有时无'。经过排查，定位到根本原因：。
单体会话存储模型：
// Tomcat 默认会话存储 - 内存 HashMap
public class StandardSession implements HttpSession {
private Map<String, Object> attributes = new ConcurrentHashMap<>();
private String id;
private long creationTime;
private long lastAccessedTime;
private int maxInactiveInterval;
// 问题：仅存在于当前 JVM 内存
}
这种模式在集群环境下会导致：
| 阶段 | 技术方案 | 核心问题 | 适用场景 |
|---|---|---|---|
| 1.0 - 会话粘滞 | Nginx ip_hash | 负载不均，实例宕机丢失会话 | 小规模集群 |
| 2.0 - 会话复制 | Tomcat 集群广播 | 网络风暴，性能瓶颈 | 中小规模 |
| 3.0 - 集中存储 | Redis/Memcached | 网络延迟，单点风险 | 大规模分布式 |
| 4.0 - 无状态化 | JWT/OAuth2 | 会话管理复杂度转移 | 微服务架构 |
迁移后效果：某金融平台从 Tomcat 会话复制迁移到 Redis 集中存储后：
Spring Session 的核心思想是会话存储与容器解耦。它通过拦截器模式，在 Servlet 容器层面替换默认的会话管理器，实现存储后端的无缝切换。
public class SessionRepositoryFilter<S extends Session> extends OncePerRequestFilter {
@Override
protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain filterChain) {
// 包装 Request/Response
SessionRepositoryRequestWrapper wrappedRequest = new SessionRepositoryRequestWrapper(request, response, this.sessionRepository);
// 继续过滤器链
filterChain.doFilter(wrappedRequest, wrappedResponse);
}
}
public class RedisSessionRepository implements SessionRepository<RedisSession> {
private final RedisOperations<Object, Object> sessionRedisOperations;
@Override
public RedisSession createSession() {
// 创建新会话
RedisSession session = new RedisSession();
session.setCreationTime(System.currentTimeMillis());
session.setLastAccessedTime(session.getCreationTime());
session.setMaxInactiveInterval(DEFAULT_MAX_INACTIVE_INTERVAL);
// 保存到 Redis
save(session);
return session;
}
@Override
public void save(RedisSession session) {
// 序列化并存储
String sessionKey = getSessionKey(session.getId());
Map<Object, Object> delta = session.getDelta();
if (!delta.isEmpty()) {
// 使用 Pipeline 批量操作
sessionRedisOperations.executePipelined((RedisCallback<Object>) connection -> {
connection.hMSet(sessionKey.getBytes(), serializeDelta(delta));
connection.expire(sessionKey.getBytes(), session.getMaxInactiveInterval());
return null;
});
}
}
}
测试环境配置：
性能对比数据：
| 存储方案 | QPS | 平均延迟 | P99 延迟 | 内存占用 | 网络 IO |
|---|---|---|---|---|---|
| Tomcat 内存 | 15,000 | 8ms | 25ms | 2-4GB | 低 |
| Redis 单机 | 8,500 | 15ms | 45ms | +200MB | 中 |
| Redis 集群 | 42,000 | 9ms | 28ms | +300MB | 高 |
| Redis Pipeline | 68,000 | 6ms | 18ms | +300MB | 中 |
关键发现：
<!-- pom.xml -->
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.7.0</version>
</parent>
<groupId>com.example</groupId>
<artifactId>session-demo</artifactId>
<version>1.0.0</version>
<properties>
<java.version>11</java.version>
<spring-session.version>2.7.0</spring-session.version>
<lettuce.version>6.1.8.RELEASE</lettuce.version>
</properties>
<dependencies>
<!-- Spring Boot 核心 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- Spring Session + Redis -->
<dependency>
<groupId>org.springframework.session</groupId>
<artifactId>spring-session-data-redis</artifactId>
<version>${spring-session.version}</version>
</dependency>
<!-- Redis 客户端（推荐 Lettuce） -->
<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
<version>${lettuce.version}</version>
</dependency>
<!-- 序列化支持 -->
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-databind</artifactId>
</dependency>
<!-- 监控与健康检查 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!-- 测试依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
</project>
# application.yml - 生产环境配置
spring:
session:
store-type: redis
redis:
namespace: spring:session # Redis key 前缀
flush-mode: on_save # 保存时立即刷新
cleanup-cron: "0 * * * * *" # 定时清理过期会话
redis:
# 集群模式配置
cluster:
nodes:
- redis-node1:6379
- redis-node2:6379
- redis-node3:6379
max-redirects: 3 # 最大重定向次数
# 连接池配置
lettuce:
pool:
max-active: 200 # 最大连接数
max-idle: 50 # 最大空闲连接
min-idle: 10 # 最小空闲连接
max-wait: 5000ms # 获取连接最大等待时间
shutdown-timeout: 100ms # 关闭超时时间
# 超时配置
timeout: 3000ms
connect-timeout: 1000ms
server:
servlet:
session:
timeout: 1800 # 30 分钟过期
cookie:
name: SESSIONID # Cookie 名称
http-only: true # 防止 XSS
secure: true # 仅 HTTPS 传输（生产环境）
same-site: lax # CSRF 防护
max-age: 1800 # Cookie 过期时间
默认的 JDK 序列化存在性能和安全问题，推荐使用 JSON 序列化：
@Configuration
@EnableRedisHttpSession(maxInactiveIntervalInSeconds = 1800)
public class RedisSessionConfig {
@Bean
public RedisSerializer<Object> springSessionDefaultRedisSerializer() {
// 使用 Jackson2JsonRedisSerializer 替代默认 JDK 序列化
ObjectMapper objectMapper = new ObjectMapper();
objectMapper.registerModule(new JavaTimeModule());
objectMapper.disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS);
objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
return new GenericJackson2JsonRedisSerializer(objectMapper);
}
@Bean
public LettuceConnectionFactory redisConnectionFactory() {
RedisClusterConfiguration clusterConfig = new RedisClusterConfiguration();
clusterConfig.clusterNode("redis-node1", 6379);
clusterConfig.clusterNode("redis-node2", 6379);
clusterConfig.clusterNode("redis-node3", 6379);
LettuceClientConfiguration clientConfig = LettuceClientConfiguration.builder()
.commandTimeout(Duration.ofSeconds(3))
.shutdownTimeout(Duration.ofMillis(100))
.build();
return new LettuceConnectionFactory(clusterConfig, clientConfig);
}
@Bean
public RedisTemplate<String, Object> redisTemplate() {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(redisConnectionFactory());
template.setKeySerializer(new StringRedisSerializer());
template.setValueSerializer(springSessionDefaultRedisSerializer());
template.setHashKeySerializer(new StringRedisSerializer());
template.setHashValueSerializer(springSessionDefaultRedisSerializer());
return template;
}
}
@Component
public class SessionEventListener {
private static final Logger log = LoggerFactory.getLogger(SessionEventListener.class);
/**
* 会话创建事件
*/
@EventListener
public void handleSessionCreated(SessionCreatedEvent event) {
Session session = event.getSession();
log.info("会话创建：ID={}, 创建时间={}, 最大空闲时间={}秒",
session.getId(), Instant.ofEpochMilli(session.getCreationTime()),
session.getMaxInactiveInterval().getSeconds());
// 业务逻辑：记录会话创建审计
auditSessionCreate(session);
}
/**
* 会话销毁事件
*/
@EventListener
public void handleSessionDestroyed(SessionDestroyedEvent event) {
String sessionId = event.getSessionId();
log.info("会话销毁：ID={}", sessionId);
// 业务逻辑：清理与会话相关的资源
cleanupSessionResources(sessionId);
}
/**
* 会话过期事件
*/
@EventListener
public void handleSessionExpired(SessionExpiredEvent event) {
Session session = event.getSession();
log.warn("会话过期：ID={}, 最后访问时间={}",
session.getId(), Instant.ofEpochMilli(session.getLastAccessedTime()));
// 业务逻辑：发送会话过期通知
notifySessionExpired(session);
}
}
@RestController
@RequestMapping("/api/cart")
@Slf4j
public class ShoppingCartController {
private static final String CART_KEY = "shoppingCart";
private static final String USER_KEY = "currentUser";
/**
* 添加商品到购物车
*/
@PostMapping("/add")
public ResponseEntity<ApiResponse> addToCart(
@RequestBody CartItem item,
HttpServletRequest request) {
// 1. 获取当前会话
HttpSession session = request.getSession(false);
if (session == null) {
session = request.getSession(true);
log.info("创建新会话：{}", session.getId());
}
// 2. 获取或创建购物车
ShoppingCart cart = (ShoppingCart) session.getAttribute(CART_KEY);
if (cart == null) {
cart = new ShoppingCart();
session.setAttribute(CART_KEY, cart);
}
// 3. 添加商品
cart.addItem(item);
// 4. 更新最后访问时间（自动延长会话有效期）
session.setAttribute("lastCartUpdate", System.currentTimeMillis());
// 5. 异步保存到数据库（最终一致性）
CompletableFuture.runAsync(() -> {
cartService.saveCartSnapshot(session.getId(), cart);
});
return ResponseEntity.ok(ApiResponse.success("添加成功", cart));
}
/**
* 获取购物车详情
*/
@GetMapping("/detail")
public ResponseEntity<ApiResponse> getCartDetail(
@RequestParam(required = false) String sessionId,
HttpServletRequest request) {
HttpSession session;
if (StringUtils.hasText(sessionId)) {
// 支持通过 sessionId 获取（用于跨设备同步）
session = request.getSession(false);
if (session == null || !session.getId().equals(sessionId)) {
// 创建指定 ID 的会话（需要自定义 SessionRepository 支持）
session = customSessionRepository.createSession(sessionId);
}
} else {
session = request.getSession(false);
if (session == null) {
return ResponseEntity.ok(ApiResponse.success("购物车为空", null));
}
}
ShoppingCart cart = (ShoppingCart) session.getAttribute(CART_KEY);
return ResponseEntity.ok(ApiResponse.success("获取成功", cart));
}
/**
* 清空购物车
*/
@PostMapping("/clear")
public ResponseEntity<ApiResponse> clearCart(HttpServletRequest request) {
HttpSession session = request.getSession(false);
if (session != null) {
// 移除购物车属性
session.removeAttribute(CART_KEY);
// 可选：立即保存到 Redis
sessionRepository.save(session);
log.info("清空购物车：sessionId={}", session.getId());
}
return ResponseEntity.ok(ApiResponse.success("清空成功"));
}
}
/**
* 购物车实体类
*/
@Data
@AllArgsConstructor
@NoArgsConstructor
public class ShoppingCart implements Serializable {
private String cartId;
private List<CartItem> items = new ArrayList<>();
private BigDecimal totalAmount = BigDecimal.ZERO;
private Date createTime;
private Date updateTime;
public void addItem(CartItem item) {
// 检查是否已存在
Optional<CartItem> existing = items.stream()
.filter(i -> i.getProductId().equals(item.getProductId()))
.findFirst();
if (existing.isPresent()) {
// 更新数量
CartItem existItem = existing.get();
existItem.setQuantity(existItem.getQuantity() + item.getQuantity());
} else {
// 新增商品
items.add(item);
}
// 重新计算总金额
calculateTotal();
updateTime = new Date();
}
private void calculateTotal() {
totalAmount = items.stream()
.map(item -> item.getPrice().multiply(BigDecimal.valueOf(item.getQuantity())))
.reduce(BigDecimal.ZERO, BigDecimal::add);
}
}
/**
* 自定义 SessionRepository（支持指定 Session ID）
*/
@Component
public class CustomSessionRepository {
private final SessionRepository<? extends Session> delegate;
public CustomSessionRepository(SessionRepository<? extends Session> delegate) {
this.delegate = delegate;
}
public HttpSession createSession(String sessionId) {
// 创建指定 ID 的会话
Session session = delegate.createSession();
// 使用反射设置 ID（生产环境需要更安全的方式）
try {
Field idField = Session.class.getDeclaredField("id");
idField.setAccessible(true);
idField.set(session, sessionId);
} catch (Exception e) {
throw new RuntimeException("无法设置会话 ID", e);
}
// 保存会话
delegate.save(session);
// 包装为 HttpSession
return new HttpSessionWrapper(session);
}
}
Spring Session 默认使用 Hash 存储会话数据，但我们可以优化：
@Configuration
public class OptimizedRedisSessionConfig {
/**
* 优化后的 Redis 序列化配置
*/
@Bean
public RedisSerializer<Object> optimizedRedisSerializer() {
// 使用 Smile 二进制 JSON 格式（比 JSON 小 30%，快 20%）
ObjectMapper smileMapper = new ObjectMapper(new SmileFactory());
smileMapper.registerModule(new JavaTimeModule());
return new GenericJackson2JsonRedisSerializer(smileMapper);
}
/**
* 自定义 Session Repository
*/
@Bean
public RedisSessionRepository sessionRepository() {
RedisSessionRepository repository = new RedisSessionRepository(redisTemplate());
// 启用压缩（适合大会话场景）
repository.setDefaultSerializer(new GzipRedisSerializer(optimizedRedisSerializer()));
// 设置会话刷新策略
repository.setRedisFlushMode(RedisFlushMode.IMMEDIATE);
return repository;
}
/**
* GZIP 压缩序列化器
*/
static class GzipRedisSerializer implements RedisSerializer<Object> {
private final RedisSerializer<Object> delegate;
private static final int COMPRESSION_THRESHOLD = 1024; // 1KB
public GzipRedisSerializer(RedisSerializer<Object> delegate) {
this.delegate = delegate;
}
@Override
public byte[] serialize(Object object) throws SerializationException {
byte[] data = delegate.serialize(object);
// 超过阈值才压缩
if (data != null && data.length > COMPRESSION_THRESHOLD) {
try (ByteArrayOutputStream bos = new ByteArrayOutputStream();
GZIPOutputStream gzip = new GZIPOutputStream(bos)) {
gzip.write(data);
gzip.finish();
return bos.toByteArray();
} catch (IOException e) {
throw new SerializationException("压缩失败", e);
}
}
return data;
}
@Override
public Object deserialize(byte[] bytes) throws SerializationException {
if (bytes == null) return null;
// 检查是否为 GZIP 格式
if (bytes.length >= 2 && bytes[0] == (byte) 0x1F && bytes[1] == (byte) 0x8B) {
try (ByteArrayInputStream bis = new ByteArrayInputStream(bytes);
GZIPInputStream gzip = new GZIPInputStream(bis);
ByteArrayOutputStream bos = new ByteArrayOutputStream()) {
byte[] buffer = new byte[1024];
int len;
while ((len = gzip.read(buffer)) > 0) {
bos.write(buffer, 0, len);
}
return delegate.deserialize(bos.toByteArray());
} catch (IOException e) {
throw new SerializationException("解压失败", e);
}
}
return delegate.deserialize(bytes);
}
}
}
对于大型会话（如包含大量商品的购物车），可以采用分片存储：
@Component
public class ShardedSessionRepository {
private static final int MAX_SESSION_SIZE = 1024 * 10; // 10KB
private static final String SESSION_PREFIX = "session:";
private static final String SESSION_DATA_PREFIX = "session_data:";
private final RedisTemplate<String, Object> redisTemplate;
/**
* 保存分片会话
*/
public void saveShardedSession(HttpSession session) {
String sessionId = session.getId();
Map<String, Object> attributes = getAllAttributes(session);
// 序列化并检查大小
byte[] serialized = serializeAttributes(attributes);
if (serialized.length <= MAX_SESSION_SIZE) {
// 小会话：直接存储
redisTemplate.opsForHash().put(SESSION_PREFIX + sessionId, "data", serialized);
} else {
// 大会话：分片存储
List<byte[]> chunks = splitIntoChunks(serialized, MAX_SESSION_SIZE);
// 存储分片信息
Map<String, Object> sessionInfo = new HashMap<>();
sessionInfo.put("chunk_count", chunks.size());
sessionInfo.put("total_size", serialized.length);
sessionInfo.put("last_accessed", session.getLastAccessedTime());
redisTemplate.opsForHash().putAll(SESSION_PREFIX + sessionId, sessionInfo);
// 存储分片数据
for (int i = 0; i < chunks.size(); i++) {
String chunkKey = SESSION_DATA_PREFIX + sessionId + ":" + i;
redisTemplate.opsForValue().set(chunkKey, chunks.get(i), session.getMaxInactiveInterval(), TimeUnit.SECONDS);
}
}
}
/**
* 加载分片会话
*/
public HttpSession loadShardedSession(String sessionId) {
// 获取会话信息
Map<Object, Object> sessionInfo = redisTemplate.opsForHash()
.entries(SESSION_PREFIX + sessionId);
if (sessionInfo.isEmpty()) {
return null;
}
Integer chunkCount = (Integer) sessionInfo.get("chunk_count");
if (chunkCount == null || chunkCount == 0) {
// 小会话：直接加载
byte[] data = (byte[]) sessionInfo.get("data");
Map<String, Object> attributes = deserializeAttributes(data);
return createSessionFromAttributes(sessionId, attributes);
} else {
// 大会话：合并分片
List<byte[]> chunks = new ArrayList<>();
for (int i = 0; i < chunkCount; i++) {
String chunkKey = SESSION_DATA_PREFIX + sessionId + ":" + i;
byte[] chunk = (byte[]) redisTemplate.opsForValue().get(chunkKey);
if (chunk != null) {
chunks.add(chunk);
}
}
byte[] merged = mergeChunks(chunks);
Map<String, Object> attributes = deserializeAttributes(merged);
return createSessionFromAttributes(sessionId, attributes);
}
}
}
背景：某头部电商平台，日活 3000 万+，双 11 期间 QPS 峰值 50 万+，购物车会话平均大小 15KB。
挑战：
解决方案：
# 会话分级配置
session:
storage:
# 热数据：最近 5 分钟活跃会话
hot:
type: redis
ttl: 300 # 5 分钟
size-limit: 10240 # 10KB
cluster-size: 12 # 12 节点集群
# 温数据：5 分钟 -2 小时活跃会话
warm:
type: redis
ttl: 7200 # 2 小时
size-limit: 51200 # 50KB
cluster-size: 6
# 冷数据：2 小时以上会话
cold:
type: tidb
ttl: 2592000 # 30 天
compression: gzip
@Service
@Slf4j
public class SessionMigrationService {
private final HotSessionRepository hotRepo;
private final WarmSessionRepository warmRepo;
private final ColdSessionRepository coldRepo;
/**
* 定时迁移任务
*/
@Scheduled(fixedDelay = 60000) // 每分钟执行
public void migrateSessions() {
// 1. 热→温迁移（5 分钟未访问）
migrateHotToWarm();
// 2. 温→冷迁移（2 小时未访问）
migrateWarmToCold();
// 3. 清理过期会话
cleanupExpiredSessions();
}
private void migrateHotToWarm() {
long cutoffTime = System.currentTimeMillis() - 5 * 60 * 1000;
hotRepo.findInactiveSessions(cutoffTime).forEach(session -> {
try {
// 异步迁移
CompletableFuture.runAsync(() -> {
warmRepo.save(session);
hotRepo.delete(session.getId());
log.debug("迁移热会话到温存储：{}", session.getId());
});
} catch (Exception e) {
log.error("热会话迁移失败：{}", session.getId(), e);
}
});
}
}
@Configuration
public class ReadWriteSeparationConfig {
@Bean
@Primary
public RedisConnectionFactory writeConnectionFactory() {
// 主节点：写操作
RedisStandaloneConfiguration config = new RedisStandaloneConfiguration();
config.setHostName("redis-master");
config.setPort(6379);
return new LettuceConnectionFactory(config);
}
@Bean
public RedisConnectionFactory readConnectionFactory() {
// 从节点：读操作
RedisStandaloneConfiguration config = new RedisStandaloneConfiguration();
config.setHostName("redis-slave");
config.setPort(6380);
return new LettuceConnectionFactory(config);
}
@Bean
public RedisTemplate<String, Object> writeRedisTemplate() {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(writeConnectionFactory());
template.setEnableTransactionSupport(true);
return template;
}
@Bean
public RedisTemplate<String, Object> readRedisTemplate() {
RedisTemplate<String, Object> template = new RedisTemplate<>();
template.setConnectionFactory(readConnectionFactory());
template.setEnableTransactionSupport(false);
return template;
}
@Bean
public SessionRepository<?> sessionRepository() {
RedisSessionRepository repository = new RedisSessionRepository(writeRedisTemplate());
// 自定义 Repository，实现读写分离
return new ReadWriteSeparatedSessionRepository(
repository, writeRedisTemplate(), readRedisTemplate()
);
}
}
@Component
@Slf4j
public class LocalSessionCache {
private final Cache<String, HttpSession> localCache;
private final SessionRepository<?> remoteRepository;
public LocalSessionCache(SessionRepository<?> remoteRepository) {
this.remoteRepository = remoteRepository;
// 使用 Caffeine 本地缓存
this.localCache = Caffeine.newBuilder()
.maximumSize(10000) // 最大缓存 10000 个会话
.expireAfterWrite(30, TimeUnit.SECONDS) // 30 秒过期
.recordStats()
.build();
}
/**
* 获取会话（本地缓存优先）
*/
public HttpSession getSession(String sessionId) {
// 1. 检查本地缓存
HttpSession session = localCache.getIfPresent(sessionId);
if (session != null) {
log.debug("本地缓存命中：{}", sessionId);
return session;
}
// 2. 从远程存储加载
session = remoteRepository.findById(sessionId);
if (session != null) {
// 3. 放入本地缓存
localCache.put(sessionId, session);
log.debug("远程存储加载：{}", sessionId);
}
return session;
}
/**
* 保存会话（写穿透）
*/
public void saveSession(HttpSession session) {
// 1. 保存到远程存储
remoteRepository.save(session);
// 2. 更新本地缓存
localCache.put(session.getId(), session);
log.debug("会话保存完成：{}", session.getId());
}
/**
* 获取缓存统计
*/
public CacheStats getStats() {
return localCache.stats();
}
}
| 问题现象 | 可能原因 | 排查步骤 | 解决方案 |
|---|---|---|---|
| 会话丢失 | Redis 内存不足 | 1. 检查 Redis 内存使用率 |
# Prometheus 监控配置
management:
endpoints:
web:
exposure:
include: health,info,metrics,prometheus
metrics:
export:
prometheus:
enabled: true
tags:
application: ${spring.application.name}
distribution:
percentiles-histogram:
http.server.requests: true
# 自定义会话监控
session:
metrics:
enabled: true
# 关键指标
counters:
- name: session.create.count
description: 会话创建次数
- name: session.destroy.count
description: 会话销毁次数
- name: session.expire.count
description: 会话过期次数
gauges:
- name: session.active.count
description: 活跃会话数
- name: session.avg.size
description: 平均会话大小
@Component
@Slf4j
public class SessionDiagnosticTool {
private final RedisTemplate<String, Object> redisTemplate;
private final SessionRepository<?> sessionRepository;
/**
* 诊断会话健康状态
*/
public SessionHealthReport diagnose(String sessionId) {
SessionHealthReport report = new SessionHealthReport();
report.setSessionId(sessionId);
report.setTimestamp(new Date());
try {
// 1. 检查 Redis 连接
String pong = redisTemplate.getConnectionFactory()
.getConnection().ping();
report.setRedisConnected("PONG".equals(pong));
// 2. 检查会话是否存在
Session session = sessionRepository.findById(sessionId);
report.setSessionExists(session != null);
if (session != null) {
// 3. 检查会话属性
report.setSessionSize(calculateSessionSize(session));
report.setLastAccessedTime(session.getLastAccessedTime());
report.setMaxInactiveInterval(session.getMaxInactiveInterval());
// 4. 检查是否即将过期
long timeToLive = session.getLastAccessedTime() + session.getMaxInactiveInterval() * 1000 - System.currentTimeMillis();
report.setTimeToLive(timeToLive);
report.setNearExpiration(timeToLive < 60000); // 1 分钟内过期
}
// 5. 检查存储性能
long start = System.currentTimeMillis();
sessionRepository.findById("test-session");
report.setReadLatency(System.currentTimeMillis() - start);
} catch (Exception e) {
report.setError(e.getMessage());
log.error("会话诊断失败：{}", sessionId, e);
}
return report;
}
/**
* 批量诊断（生产环境使用）
*/
public List<SessionHealthReport> batchDiagnose(List<String> sessionIds) {
return sessionIds.parallelStream()
.map(this::diagnose)
.collect(Collectors.toList());
}
}
| 场景 | 推荐方案 | 配置要点 | 预期性能 |
|---|---|---|---|
| 中小型应用 | Spring Session + Redis 单机 | 连接池优化，序列化配置 | QPS: 5k-10k |
| 大型应用 | Spring Session + Redis 集群 | 分片策略，读写分离 | QPS: 50k+ |
| 超大型应用 | 分级存储 + 本地缓存 | 热温冷分离，多级缓存 | QPS: 100k+ |
✅ 一定要做的：
❌ 一定要避免的：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
查找任何按下的键的javascript键代码、代码、位置和修饰符。 在线工具，Keycode 信息在线工具，online
JavaScript 字符串转义/反转义；Java 风格 \uXXXX（Native2Ascii）编码与解码。 在线工具，Escape 与 Native 编解码在线工具，online
使用 Prettier 在浏览器内格式化 JavaScript 或 HTML 片段。 在线工具，JavaScript / HTML 格式化在线工具，online
Terser 压缩、变量名混淆，或 javascript-obfuscator 高强度混淆（体积会增大）。 在线工具，JavaScript 压缩与混淆在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online