zoukankan      html  css  js  c++  java
  • Memcache

    Memcache

     1、介绍

      MemCache是一个自由、源码开放、高性能、分布式的分布式内存对象缓存系统,用于动态Web应用以减轻数据库的负载。它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高了网站访问的速度。 MemCaChe是一个存储键值对的HashMap,在内存中对任意的数据(比如字符串、对象等)所使用的key-value存储,数据可以来自数据库调用、API调用,或者页面渲染的结果。

      本质上,它是一个简洁的key-value存储系统。

      一般的使用目的是,通过缓存数据库查询结果,减少数据库访问次数,以提高动态Web应用的速度、提高可扩展性。

      MemCache的工作流程如下:先检查客户端的请求数据是否在memcached中,如有,直接把请求数据返回,不再对数据库进行任何操作;如果请求的数据不在memcached中,就去查数据库,把从数据库中获取的数据返回给客户端,同时把数据缓存一份到memcached中(memcached客户端不负责,需要程序明确实现);每次更新数据库的同时更新memcached中的数据,保证一致性;当分配给memcached内存空间用完之后,会使用LRU(Least Recently Used,最近最少使用)策略加上到期失效策略,失效数据首先被替换,然后再替换掉最近未使用的数据。[2] 

    2、Memcached安装和基本使用

    1、Memcached安装

    wget http://memcached.org/latest
    tar -zxvf memcached-1.x.x.tar.gz
    cd memcached-1.x.x
    ./configure && make && sudo make install
     
    PS:依赖libevent
           yum install libevent-devel
           apt-get install libevent-dev

    2、启动Memcached

    memcached -d -m 10    -u root -l 192.168.49.130 -p 12000 -c 256 -P /tmp/memcached.pid
     
    参数说明:
        -d 是启动一个守护进程
        -m 是分配给Memcache使用的内存数量,单位是MB
        -u 是运行Memcache的用户
        -l 是监听的服务器IP地址
        -p 是设置Memcache监听的端口,最好是1024以上的端口
        -c 选项是最大运行的并发连接数,默认是1024,按照你服务器的负载量来设定
        -P 是设置保存Memcache的pid文件

    3、Memcached命令

    存储命令: set/add/replace/append/prepend/cas
    获取命令: get/gets
    其他命令: delete/stats..

    4、检查服务:

    1、查看启动的memcache服务:

    netstat -lp | grep memcached

    2、查看memcache的进程号(根据进程号,可以结束memcache服务:“kill -9 进程号”)

    ps -ef | grep memcached 

    3、Python操作Memcached

    安装API

    python操作Memcached使用Python-memcached模块
    下载安装:https://pypi.python.org/pypi/python-memcached

    操作

    import memcache
    
    mc=memcache.Client(['192.168.49.130:12000'],debug=True) #连接
    #debug = True 表示运行出现错误时,显示错误信息,上线后移除该参数
    mc.set('foo','bar')  #通过键值对将数据放入缓存
    # 设置失效时间
    # mc.set('foo','bar',10) #10秒后失效
    ret=mc.get('foo')      #通过键取值
    print(ret)

    可能出现的错误

    MemCached: MemCache: inet:192.168.49.130:12000: connect: timed out.  Marking dead.

    如果memcached服务启动正常,那就是Linux防火墙的原因,需要在iptables里开放12000端口的访问权限,

    #查看状态:
    iptables -L -n
    #下面添加对特定端口开放的方法:
    #使用iptables开放如下端口
    /sbin/iptables -I INPUT -p tcp --dport 8000 -j ACCEPT
    #保存
    /etc/rc.d/init.d/iptables save
    #重启服务
    service iptables restart
    #查看需要打开的端口是否生效?
    service iptables status
    解决方法

    2、天生支持集群

    分布式缓存集群设计思想:

      1、每一台Memcached服务器的内容都是不一样的,这些Memcached服务器缓存的内容加起来接近整个数据库的数据容量。

      2、通过在客户端程序或者Memcached的负载均衡器上用hash算法,让同一数据内容都分配到Memcached服务器。

      3、普通的hash算法对于节点宕机会带来大量的缓存数据流动(失效),可能会引起学崩效应。

      4、一致性哈希算法(还可以带虚拟节点)可以让缓存节点宕机对节点的数据流动(失效)降到最低。

    python-memcached模块原生支持集群操作,其原理是在内存维护一个主机列表,且集群中主机的权重值和主机在列表中重复出现的次数成正比

      # 主机    权重
        1.1.1.1   1
        1.1.1.2   2
        1.1.1.3   1
     
    #那么在内存中主机列表为:
        host_list = ["1.1.1.1", "1.1.1.2", "1.1.1.2", "1.1.1.3", ]

    如果用户根据如果要在内存中创建一个键值对(如:k1 = "v1"),那么要执行一下步骤:

    • 根据算法将 k1 转换成一个数字
    • 将数字和主机列表长度求余数,得到一个值 N( 0 <= N < 列表长度 )
    • 在主机列表中根据 第2步得到的值为索引获取主机,例如:host_list[N]
    • 连接 将第3步中获取的主机,将 k1 = "v1" 放置在该服务器的内存中

    代码实现如下:

    mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)
     
    mc.set('k1', 'v1')

    3、add

    添加一条键值对,如果已经存在的 key,重复执行add操作异常

    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
    mc.add('k1', 'v1')
    # mc.add('k1', 'v2') # 报错,对已经存在的key重复添加,失败!!!

    4、replace
    replace 修改某个key的值,如果key不存在,则异常

    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
    # 如果memcache中存在kkkk,则替换成功,否则异常
    mc.replace('kkkk','999')

    5、set 和 set_multi

    #set            设置一个键值对,如果key不存在,则创建,如果key存在,则修改
    #set_multi   设置多个键值对,如果key不存在,则创建,如果key存在,则修改
    
    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
    mc.set('key0', 'sb')
    mc.set_multi({'key1': 'val1', 'key2': 'val2'})

    6、delete 和 delete_multi

    #delete             在Memcached中删除指定的一个键值对
    #delete_multi    在Memcached中删除指定的多个键值对
    
    import memcache
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
     
    mc.delete('key0')
    mc.delete_multi(['key1', 'key2'])

    7、get 和 get_multi

    #get            获取一个键值对
    #get_multi   获取多一个键值对
    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
     
    val = mc.get('key0')
    item_dict = mc.get_multi(["key1", "key2", "key3"])

    8、append 和 prepend

    #append    修改指定key的值,在该值 后面 追加内容
    #prepend   修改指定key的值,在该值 前面 插入内容
    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
    # k1 = "v1"
     
    mc.append('k1', 'after')
    # k1 = "v1after"
     
    mc.prepend('k1', 'before')
    # k1 = "beforev1after"

    9、decr 和 incr  

    #incr  自增,将Memcached中的某一个值增加 N ( N默认为1 )
    #decr 自减,将Memcached中的某一个值减少 N ( N默认为1 )
    import memcache
     
    mc = memcache.Client(['192.168.49.130:12000'], debug=True)
    mc.set('k1', '777')
     
    mc.incr('k1')
    # k1 = 778
     
    mc.incr('k1', 10)
    # k1 = 788
     
    mc.decr('k1')
    # k1 = 787
     
    mc.decr('k1', 10)
    # k1 = 777

    10、gets 和 cas

    如商城商品剩余个数,假设改值保存在memcache中,product_count = 900
    A用户刷新页面从memcache中读取到product_count = 900
    B用户刷新页面从memcache中读取到product_count = 900

    如果A、B用户均购买商品

    A用户修改商品剩余个数 product_count=899
    B用户修改商品剩余个数 product_count=899

    如此一来缓存内的数据便不在正确,两个用户购买商品后,商品剩余还是 899
    如果使用python的set和get来操作以上过程,那么程序就会如上述所示情况!

    如果想要避免此情况的发生,只要使用 gets 和 cas 即可,如:

    import memcache
    mc = memcache.Client(['192.168.49.130:12000'], debug=True, cache_cas=True)
     
    v = mc.gets('product_count')
    # ...
    # 如果有人在gets之后和cas之前修改了product_count,那么,下面的设置将会执行失败,剖出异常,从而避免非正常数据的产生
    mc.cas('product_count', "899")

    Ps:本质上每次执行gets时,会从memcache中获取一个自增的数字,通过cas去修改gets的值时,会携带之前获取的自增值和memcache中的自增值进行比较,如果相等,则可以提交,如果不想等,那表示在gets和cas执行之间,又有其他人执行了gets(获取了缓冲的指定值), 如此一来有可能出现非正常数据,则不允许修改。

  • 相关阅读:
    “敏捷版”全链路压测
    不改一行代码,轻松拥有企业级微服务治理|MSE微服务治理专业版重磅发布
    和 VMware、深信服、天翼云、招商云专家一起聊聊云原生边缘计算
    阿里大规模业务混部下的全链路资源隔离技术演进
    Serverless 下的微服务实践
    阿里云发布云原生加速器,携手生态企业拥抱数字时代
    LifseaOS 悄然来袭,一款为云原生而生的 OS
    12.04 深圳站 | Serverless Developer Meetup 开放报名啦!
    Kubernetes 已经成为云原生时代的安卓,这就够了吗?
    阿里云发布云原生加速器,携手生态企业拥抱数字时代
  • 原文地址:https://www.cnblogs.com/freely/p/6838675.html
Copyright © 2011-2022 走看看