今天研究Memcached的Java的Client,使用XMemcached 1.3.5,做个简单的测试,并介绍如何与Spring集成。
相关链接:
Memcached笔记——(一)安装&常规错误&监控
Memcached笔记——(二)XMemcached&Spring集成
Memcached笔记——(三)Memcached使用总结
Memcached笔记——(四)应对高并发攻击
一、Memcached Client简要介绍
Memcached Client目前有3种:
这三种Client一直存在各种争议:
- Memcached Client for Java 比 SpyMemcached更稳定、更早、更广泛;
- SpyMemcached 比 Memcached Client for Java更高效;
- XMemcached 比 SpyMemcache并发效果更好。
用数据来说话,参考官方性能对比:
Memcached Client for Java:https://github.com/gwhalin/Memcached-Java-Client/wiki/PERFORMANCE
XMemcached:http://xmemcached.googlecode.com/svn/trunk/benchmark/benchmark.html
二、XMemcached特性
XMemcached特性:
- 高性能
- 支持完整的memcached文本协议,二进制协议。
- 支持JMX,可以通过MBean调整性能参数、动态添加/移除server、查看统计等。
- 支持客户端统计
- 支持memcached节点的动态增减。
- 支持memcached分布:余数分布和一致性哈希分布。
- 更多的性能调整选项。
此外,XMemcached更容易与Spring集成。而且,属于中国原创!
三、XMemcached简单实现
MemcachedClientBuilder是MemcachedClient核心接口,用来控制Client的构建(build()方法)和关闭(shutdown()方法)。
XMemcachedClientBuilder一般通过构造方法配置地址列表,通常还要配置权重,代码如下:
- public XMemcachedClientBuilder(List<InetSocketAddress> addressList) {
- if (addressList != null) {
- for (InetSocketAddress addr : addressList) {
- this.addressMap.put(addr, null);
- }
- }
- }
- public XMemcachedClientBuilder(List<InetSocketAddress> addressList,
- int[] weights) {
- if (addressList != null) {
- for (InetSocketAddress addr : addressList) {
- this.addressMap.put(addr, null);
- }
- }
- this.weights = weights;
- }
不过这哥们如果用this()可以省点代码, 还有给加点注释吧!
此外,还需要设置连接池大小,使用二进制协议/文本协议等。
通过build()方法获得MemcachedClient
然后就可以通过Memcached进行set、get、replace、delete等Memcached操作了!
上代码:
- import static junit.framework.Assert.*;
- import java.io.IOException;
- import java.util.concurrent.TimeoutException;
- import net.rubyeye.xmemcached.MemcachedClient;
- import net.rubyeye.xmemcached.MemcachedClientBuilder;
- import net.rubyeye.xmemcached.XMemcachedClientBuilder;
- import net.rubyeye.xmemcached.command.BinaryCommandFactory;
- import net.rubyeye.xmemcached.exception.MemcachedException;
- import net.rubyeye.xmemcached.utils.AddrUtil;
- import org.junit.Test;
- public class MemcachedClientTest {
- @Test
- public void test() {
- MemcachedClientBuilder builder = new XMemcachedClientBuilder(
- AddrUtil.getAddresses("10.11.155.26:11211 10.11.155.41:11211 10.10.76.31:11211 10.10.76.35:11211"),
- new int[] { 1, 1, 1, 1 });
- // 设置连接池大小,即客户端个数
- builder.setConnectionPoolSize(50);
- // 宕机报警
- builder.setFailureMode(true);
- // 使用二进制文件
- builder.setCommandFactory(new BinaryCommandFactory());
- MemcachedClient memcachedClient = null;
- try {
- memcachedClient = builder.build();
- try {
- // 设置/获取
- memcachedClient.set("zlex", 36000, "set/get");
- assertEquals("set/get", memcachedClient.get("zlex"));
- // 替换
- memcachedClient.replace("zlex", 36000, "replace");
- assertEquals("replace", memcachedClient.get("zlex"));
- // 移除
- memcachedClient.delete("zlex");
- assertNull(memcachedClient.get("zlex"));
- } catch (TimeoutException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- } catch (InterruptedException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- } catch (MemcachedException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- }
- } catch (IOException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- } finally {
- if (memcachedClient != null) {
- try {
- memcachedClient.shutdown();
- } catch (IOException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- }
- }
- }
- }
- }
四、XMemcached与Spring集成
XMemcached与Spring集成可以参考http://code.google.com/p/xmemcached/wiki/Spring_Integration,这里只说最常用的方法。
memcached.properties做基本配置:
- #连接池大小即客户端个数
- memcached.connectionPoolSize=50
- memcached.failureMode=true
- #server1
- memcached.server1.host=10.11.155.26
- memcached.server1.port=11211
- memcached.server1.weight=4
- #server2
- memcached.server2.host=10.11.155.41
- memcached.server2.port=11211
- memcached.server2.weight=3
- #server3
- memcached.server3.host=10.10.76.31
- memcached.server3.port=11211
- memcached.server3.weight=2
- #server4
- memcached.server4.host=10.10.76.35
- memcached.server4.port=11211
- memcached.server4.weight=1
XML配置文件:
- <?xml version="1.0" encoding="UTF-8"?>
- <beans
- xmlns="http://www.springframework.org/schema/beans"
- xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
- xmlns:context="http://www.springframework.org/schema/context"
- xmlns:p="http://www.springframework.org/schema/p"
- xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd
- http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd">
- <!-- http://code.google.com/p/xmemcached/wiki/Spring_Integration -->
- <context:property-placeholder location="memcached.properties" />
- <bean
- id="memcachedClientBuilder"
- class="net.rubyeye.xmemcached.XMemcachedClientBuilder"
- p:connectionPoolSize="${memcached.connectionPoolSize}"
- p:failureMode="${memcached.failureMode}">
- <!-- XMemcachedClientBuilder have two arguments.First is server list,and
- second is weights array. -->
- <constructor-arg>
- <list>
- <bean class="java.net.InetSocketAddress">
- <constructor-arg>
- <value>${memcached.server1.host}</value>
- </constructor-arg>
- <constructor-arg>
- <value>${memcached.server1.port}</value>
- </constructor-arg>
- </bean>
- <bean class="java.net.InetSocketAddress">
- <constructor-arg>
- <value>${memcached.server2.host}</value>
- </constructor-arg>
- <constructor-arg>
- <value>${memcached.server2.port}</value>
- </constructor-arg>
- </bean>
- <bean class="java.net.InetSocketAddress">
- <constructor-arg>
- <value>${memcached.server3.host}</value>
- </constructor-arg>
- <constructor-arg>
- <value>${memcached.server3.port}</value>
- </constructor-arg>
- </bean>
- <bean class="java.net.InetSocketAddress">
- <constructor-arg>
- <value>${memcached.server4.host}</value>
- </constructor-arg>
- <constructor-arg>
- <value>${memcached.server4.port}</value>
- </constructor-arg>
- </bean>
- </list>
- </constructor-arg>
- <constructor-arg>
- <list>
- <value>${memcached.server1.weight}</value>
- <value>${memcached.server2.weight}</value>
- <value>${memcached.server3.weight}</value>
- <value>${memcached.server4.weight}</value>
- </list>
- </constructor-arg>
- <property name="commandFactory">
- <bean class="net.rubyeye.xmemcached.command.TextCommandFactory" />
- </property>
- <property name="sessionLocator">
- <bean class="net.rubyeye.xmemcached.impl.KetamaMemcachedSessionLocator" />
- </property>
- <property name="transcoder">
- <bean class="net.rubyeye.xmemcached.transcoders.SerializingTranscoder" />
- </property>
- </bean>
- <!-- Use factory bean to build memcached client -->
- <bean
- id="memcachedClient"
- factory-bean="memcachedClientBuilder"
- factory-method="build"
- destroy-method="shutdown" />
- </beans>
这里的memcachedClientBuilder节点完成MemcachedClientBuilder,然后通过memcachedClient节点配置factory-method,调用MemcachedClientBuilder的build()方法产生MemcachedClient,并配置destroy-method进行关闭。
不过我还是疑惑,这里的异常由谁来处理?Spring容器吗? 或者需要另一个代理Bean包装一下?
有了Spring容器支持,我们不需要在代码中进行配置,也不需要重复调用build()跟shutdown()方法,这些操作交给Spring来完成。
代码如下:
- import static junit.framework.Assert.*;
- import java.util.concurrent.TimeoutException;
- import net.rubyeye.xmemcached.MemcachedClient;
- import net.rubyeye.xmemcached.exception.MemcachedException;
- import org.junit.Before;
- import org.junit.Test;
- import org.springframework.context.ApplicationContext;
- import org.springframework.context.support.ClassPathXmlApplicationContext;
- public class MemcachedSpringTest {
- private ApplicationContext app;
- private MemcachedClient memcachedClient;
- @Before
- public void init() {
- app = new ClassPathXmlApplicationContext("applicationContext.xml");
- memcachedClient = (MemcachedClient) app.getBean("memcachedClient");
- }
- @Test
- public void test() {
- try {
- // 设置/获取
- memcachedClient.set("zlex", 36000, "set/get");
- assertEquals("set/get", memcachedClient.get("zlex"));
- // 替换
- memcachedClient.replace("zlex", 36000, "replace");
- assertEquals("replace", memcachedClient.get("zlex"));
- // 移除
- memcachedClient.delete("zlex");
- assertNull(memcachedClient.get("zlex"));
- } catch (TimeoutException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- } catch (InterruptedException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- } catch (MemcachedException e) {
- // TODO Auto-generated catch block
- e.printStackTrace();
- }
- }
- }
相关推荐
13、MongoDB分片集群&高级集群架构详解_ev.rar13、MongoDB分片集群&高级集群架构详解_ev.rar13、MongoDB分片集群&高级集群架构详解_ev.rar13、MongoDB分片集群&高级集群架构详解_ev.rar13、MongoDB分片集群&高级集群...
在Windows环境中,搭建MongoDB的主从复制集群是一项常见的任务,以实现数据冗余和高可用性。以下是关于"单台windows搭建mongoDb主从集群"的知识点详细说明: 1. **主从复制(Replication)**: MongoDB的主从复制是...
MongoDB mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片
MongoDB的主从复制是一种常见的高可用性和数据冗余策略,它允许数据在多个服务器之间进行复制,确保数据的安全性和服务的连续性。在主从复制模式中,一个MongoDB实例作为主节点负责处理所有写操作,而其他实例作为从...
### MongoDB 主从复制,副本集分布式存储 #### 一、MongoDB 主从复制与副本集的概念 MongoDB 是一种非常流行的非关系型数据库系统,它采用面向文档的数据模型,能够高效地处理大量的非结构化数据。为了提高系统的...
MongoMultiMaster是一个基于Python编写的工具,专门用于简化MongoDB主从复制(也称为分片集群)的配置过程。在大型分布式系统中,数据的可靠性和可用性是至关重要的,而MongoDB的主从复制机制正好能提供这样的功能。...
### MongoDB主从复制详解 #### 一、MongoDB主从复制概述 MongoDB的主从复制是一种常见的数据复制模式,它允许数据从一个主节点(Master)复制到一个或多个从节点(Slave)。这种架构有助于实现数据冗余、提高读取...
MongoDB的主从复制是一种数据冗余和故障转移机制,它允许数据在多个服务器之间进行复制,确保数据的安全性和可用性。在这个过程中,一个MongoDB实例作为主节点,负责接收所有写操作,而其他实例作为从节点,同步主...
"MongoDB 主从配置步骤详解" MongoDB 是一个基于分布式文件存储系统的开源文档数据库,具有高性能、易扩展、灵活的数据模型等特点。为了提高数据库的可用性和高可用性,MongoDB 提供了主从配置的功能,以下是 ...
深入学习MongoDB:Scaling MongoDB && 50 Tips and Tricks for MongoDB Developers深入学习MongoDB中文版Scaling MongoDB英文版50 Tips and Tricks for MongoDB Developers英文版高清完整目录3本打包合集
MongoDB是一种流行的开源文档数据库系统,它以其高性能、高可用性和可扩展性而备受赞誉。在企业级应用中,为了确保数据的安全性和服务的连续性,通常...了解和掌握这些知识对于运行大型、高可用的MongoDB集群至关重要。
spring-data-mongodb CRUD mybatis plus. mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片
本文档主要讲述的是mongoDB主从仲裁集群安装部署;感兴趣的朋友可以过来看看
MongoDB的主从复制是一种常见的数据冗余和故障恢复策略,它允许数据在多个服务器之间进行同步,确保数据的安全性和可用性。主从复制的基本原理是,一个MongoDB实例作为主节点,负责处理所有写操作,而其他节点作为从...
2020 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片
mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片 mongodb 复制集 & 分片
通过以上步骤,您可以成功地在Linux环境下搭建MongoDB主从集群,并实现基本的数据管理和维护功能。这样的配置能够有效地提高数据处理能力和系统可用性,特别是在高并发场景下表现更加突出。希望这些步骤能帮助您更好...
linux mongodb分布式负载... MongoDB集群主从复制部署帮助文档 MongoDB集群主从复制使用帮助文档 MongoDB集群主从复制遇到问题解决文档 mongodb网页资料 linux内网生产环境使用;文档比较清晰,按照步骤安装即可;