如何通过负载平衡策略更好地利用本地缓存?

如何解决如何通过负载平衡策略更好地利用本地缓存?

我有一个身份验证服务,我需要在其中缓存一些用户信息以提高性能。我选择使用本地缓存,因为可能会在每个请求上调用身份验证服务,因此我希望它超级快。与远程缓存选项相比,本地缓存要快得多(本地缓存访问时间低于1ms,而远程缓存访问时间则约为25ms)。

问题在于,如果不用完内存(谈论数百万个用户),我无法缓存与分布式缓存一样多的信息。我可以保留它的原样,当本地缓存达到内存限制时,它会驱逐其他数据,但这将不利于缓存的优化。或者,我可以使用某种负载平衡器策略,根据用户的IP地址或其他条件将用户重定向到相同的身份验证服务实例,从而使缓存命中率更高。

这有点打败了提供无状态服务的目的,但是我想如果我想要一致性和可用性的话,我可以在网络层稍微偏离这个原则。对于身份验证,这两者对于全面安全至关重要(用户信息始终必须是最新的并且可用)。

目前有什么样的负载均衡技术可以解决此类问题?还有其他解决方案吗?

注意:尽管此问题是针对身份验证的,但我认为许多其他经常访问且需要速度的服务可以从使用本地缓存中受益匪浅。

解决方法

所以-在这里回答这个问题-负载平衡器可以使用其哈希算法来解决这个问题。

我经常使用Azure,因此以Azure Load Balancer为例:

从文档中

基于哈希的分发模式

Azure的默认分发模式 负载平衡器是一个五元组哈希。

元组由以下组成:

  • 源IP
  • 源端口
  • 目标IP
  • 目的地端口
  • 协议类型

散列用于将流量映射到可用服务器。的 该算法仅在传输会话内提供粘性。包数 在同一会话中的地址被定向到相同的数据中心IP 在负载平衡端点之后。当客户端开始新的 会话从相同的源IP,源端口更改并导致 传输到另一个数据中心端点的流量。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 <select id="xxx"> SELECT di.id, di.name, di.work_type, di.updated... <where> <if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 <property name="dynamic.classpath" value="tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -> systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping("/hires") public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate<String
使用vite构建项目报错 C:\Users\ychen\work>npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-