Memcached无底洞现象

 什么是缓存无底洞问题

无底洞现象是facebook的工作人员反应的，facebook在2010年左右，memcached已经达到3000个，存储着数千G的缓存。
他们发现一个问题：memcached连接频繁，效率下降了，于是加memcached服务器节点，添加后发现因为连接频率导致的问题仍然存在，并没有好转 ===> 称之为“无底洞效应”。

原文见：Facebook’s Memcached Multiget Hole: More Machines != More Capacity

缓存无底洞产生的原因

键值数据库或者缓存系统，由于通常采用hash函数将key映射到对应的实例，造成key的分布与业务无关，但是由于数据量、访问量的需求，需要使用分布式后（无论是客户端一致性哈性、redis-cluster、codis），批量操作比如批量获取多个key(例如redis的mget操作)，通常需要从不同实例获取key值，相比于单机批量操作只涉及到一次网络操作，分布式批量操作会涉及到多次网络io。

当服务器增多，用户的信息也被散落在更多的服务器节点，所以，由于同一个人的信息散落到不同的服务器节点，虽然是访问同一个人的信息，也需要连接更多的服务器节点，因此性能并没有随着服务器节点的增多而降低。

无底洞问题带来的危害

(1) 客户端一次批量操作会涉及多次网络操作，也就意味着批量操作会随着实例的增多，耗时会不断增大。

(2) 服务端网络连接次数变多，对实例的性能也有一定影响。

用一句通俗的话总结：更多的机器不代表更多的性能，所谓“无底洞”就是说投入越多不一定产出越多。

分布式又是不可以避免的，因为我们的网站访问量和数据量越来越大，一个实例根本坑不住，所以如何高效的在分布式缓存和存储批量获取数据是一个难点。

解决方案

把某一组key，按照共同的前缀,来分布，比如 user-133-age,user-133-name,user-133-height这个3个key，在用分布式算法求节点时,应该可以用user-133来计算而不是以 user-133-age来计算,这样3个关于个人的信息的key都落到了同一个节点上，点击的访问个人主页的时,只需要连接1个节点。