memcached在大负载高并发网站上的应用（一）---简介

大家可能对memcached这种产品早有了解，或者已经应用在自己的网站中了，但是也有一些朋友从来都没有听说过或者使用过。

　　这都没什么关系，本文旨在从各个角度综合的介绍这种产品，尽量深入浅出，如果能对您现在或以后的工作有所帮助，笔者将感到无比荣幸。

　　我要介绍的内容包括以下几个方面：

　　1、memcached的简介

　　2、memcached的应用场景

　　3、memcached的安装

　　4、memcached的使用

　　5、memcached的部署架构

　　6、memcached的局限性

　　7、memcached的改进

　　一、简介

　　1.1 背景

　　memcached是一个高性能、分布式的内存对象缓存系统。

　　memcached广泛应用在大负载高并发的网站上，是一种非常成熟的产品（称为一项技术也未尝不可）。像facebook，youtube,yahoo,sina，sohu，netease，豆瓣等网站均或多或少使用了该项产品。memcached在以用户为中心的网站上，表现尤其突出，例如sns,blog等web2.0应用的站点。这些站点一般来讲，特别注重用户体验，用户对服务器的响应速度要求很高，用户数据相对比较复杂、关连度比较高，需要经常对数据库进行更新和检索。

　　memcache是danga.com几个开源项目中的一个，最初是专门为livejournal.com站点而开发的，当时这个站点日pv达到了千万级，在使用过程中出现了很多的与负载和响应速度相关的问题，于是开发了这个项目，旨在改善网站当时的困境。memcache可以应对任意多个连接，使用非阻塞的网络IO。它的使用非常简单和方便，最常用的功能不超过5个方法。

　　memcache官方网站：http://www.danga.com/memcached。

　　1.2 特点

　　1、高性能

　　无论哪一种数据库dbms(mysql,oracle,mssql,db2,Postgres等等)，再怎么优化，最终也避不开与慢速的存储介质（硬盘、磁带）进行数据交换，但往往一旦涉及到了存储介质的io操作，存取性能就会急剧下降。memcached，顾名思义，它的全部操作自始至终都是在内存中进行的，所以存取数据的效率非常高。

当然，通常情况下，大型网站对于数据库的操作都会做优化。通常的手段有两种：

　　a、读写数据分离，采用主/辅库的方式，来分散数据库的压力，提高查询速度。

　　b、按照业务特点横向或者纵向分割数据库。简单来讲，就是大库变小库，大表变小表，来提高数据库访问的效率。一般来讲，一个数据库具有很多表或者一张表有N多的记录，都会明显的降低数据库的服务能力，比如mysql数据库单表记录达到2000万条左右（笔者以前的工作经验），性能会下降到几乎无法忍受。关于数据库的设计和优化，我们以后可以单独做一个专题，这里不做太多的研究。

　　数据库会在以下情况下会出现访问瓶颈：

　　a、事务操作

　　企业级的数据库（比如mysql的innodb模式）都支持事务操作。由于事务具有原子性，事务中涉及的数据表在运行过程中将会加锁。在这种情况下，访问这些表的数据会出现延迟。

　　b、数据更新

　　数据库中任何的表在数据更新过程中，同样会被加锁。在这种情况下，也会出现上面同样的结果。

　　memcached的操作基本上就不会存在以上情况（实际上也有加锁的情况，在后面再详细探讨），所以它的性能非常高。官方网站上对它的正式评价是very fast。事实上也是如此，相关的实验室测试对比结果，大家可以到网上搜索一下，比比皆是。

　　2、分布式

　　所谓分布式系统比较专业的解释是：

　　一种计算机硬件的配置方式和相应的功能配置方式。它是一种多处理器的计算机系统，各处理器通过互连网络构成统一的系统。系统采用分布式计算结构，即把原来系统内中央处理器处理的任务分散给相应的处理器，实现不同功能的各个处理器相互协调，共享系统的外设与软件。这样就加快了系统的处理速度，简化了主机的逻辑结构。

memcache的分布式特性主要表现在两个方面：

　　a.memcache客户端mc和服务器端ms可以单独安装在任何独立server上。

　　当然部署在同一台server上也没问题，甚至于一台机器上可以部署n个memcached。

　　b.memcache服务器端ms可以安装在任意数量的server上，提供并行存储和计算的能力。

　　这是分布式特性的本质体现。ms可以形成任意多台server组成的集群，为mc提供服务。

　　1.3 用途

　　1、提高系统的并发能力

　　2、减轻数据库的负担

　　这两种用途其实非常容易理解。由于memcached高性能，所以可以同时服务于更多的连接，大大提高了系统的并发处理的能力。另外，memcached通常部署在业务逻辑层（前台应用）和存储层（主指数据库）之间，作为数据库和前台应用的数据缓冲，因此可以快速的响应前端的请求，减少对数据库的访问。

　　以下是一个memcached部署的逻辑示意图，其中mc是指memcached client,ms是指memcached server：

　　Memcached 是以守护程序方式运行于一个或多个服务器中，随时接受客户端的连接操作，客户端可以由各种语言编写，目前已知的客户端 API 包括 Perl/PHP/Python/Ruby/Java/C#/C 等等。客户端首先与 Memcached 服务建立连接，然后存取对象。每个被存取的对象都有一个唯一的标识符 key，存取操作均通过这个 key 进行，保存的时候还可以设置有效期。保存在 Memcached 中的对象实际上是放置在内存中的，而不是在硬盘上。Memcached 进程运行之后，会预申请一块较大的内存空间，自己进行管理，用完之后再申请一块，而不是每次需要的时候去向操作系统申请。Memcached将对象保存在一个巨大的Hash表中，它还使用NewHash算法来管理Hash表，从而获得进一步的性能提升。所以当分配给Memcached的内存足够大的时候， Memcached的时间消耗基本上只是网络Socket连接了。

 

　　Memcached按照LRU方式调度数据。LRU是Least Recently Used的缩写，即最近最少使用页面置换算法，是为虚拟页式存储管理服务的。LRU算法在实际的工作环境中会与操作系统相关，比如32位的操作系统，最大的寻址空间是4G,如果当前内存的使用超过了这个限度，将被调出内存，内存中总维持最新最常用的数据。64位操作系统大大扩展了内存的寻址能力，所以现在很memcached服务都是运行在64位系统上。