memcached
Memcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载,故常用来做数据库缓存。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，从而提高动态、数据库驱动网站的速度。Memcached基于一个存储键/值对的hashmap。其守护进程（daemon）是用C写的，但是客户端可以用任何语言来编写，并通过memcached协议与守护进程通信。
安装
yum install libevent-devel*yum install libevent-devel*wget http://memcached.org/latesttar zxvf memcached-1.4.29.tar.gz./configure && make && make test && sudo make install
启动
memcached -d -m 10 -u root -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(可不设) -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
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..
python操作memcached
首先,需要安装memcache:pip3 install python-memcached
简单操作
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('foo','bar')res=mc.get('foo')print(res) 其中,debug=True,表示运行错误时,显示错误信息,生产环境中需要移除.
集群支持
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(unicode对应)
- 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
代码怎么写呢?
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') 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,报错:MemCached: while expecting 'STORED', got unexpected response 'NOT_STORED'
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('foo','bar')mc.add('cc',23) #如果已经存在'cc'的key,会报错print(mc.get('cc')) replace
修改某个key的值，如果key不存在，则异常,报错:MemCached: while expecting 'STORED', got unexpected response 'NOT_STORED'
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.replace('cc',23)mc.replace('alex',33) #无'alex' key,会报错 set 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,注意参数为字典
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('alex',32)mc.set_multi({'cc':'niubi','alex':2222}) delete delete_multi
- delete:删除指定的一个键值对,如果没有指定的key,不会报错
- delete_multi:删除指定的多个键值对,注意参数为列表
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.delete('aaa')mc.delete('alex')print(mc.get('alex'))mc.delete_multi(['cc','alex2'])print(mc.get('alex2'),mc.get('cc')) get get_multi
- get:获取一个键值对
- get_multi:获取多个键值对,参数为列表,返回值为字典类型
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('cc','ccccc')print(mc.get('cc'))print(mc.get_multi(['cc','laex','2222'])) out:
ccccc{'cc': 'ccccc'} append prepend
- append:修改指定key的值,在值的后面追加内容,无指定key会报异常
- prepend:修改指定key的值,在值的前面插入内容
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.append('cc','dd')mc.append('ds','dsdsds') #不存在ds,会报异常print(mc.get('ds'))mc.prepend('cc','aa')print(mc.get('cc')) decr incr
- incr:自增,将Memcached中的某一个值增加N,(N默认为1),如果值非数字,会报错
- decr:自减,将Memcached中的某一个值减少N,(N默认为1),如果值非数字,会报错
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('cc',23)mc.incr('cc')print(mc.get('cc'))mc.decr('cc',3)print(mc.get('cc')) out:
2421
gets cas
使用情景:
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！一句话总结
其实就是为了避免在生产环境中产生脏数据,使用gets和cas
import memcachemc=memcache.Client(['192.168.4.193:12000'],debug=True)mc.set('count',999)print(mc.gets('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，抛出异常，从而避免非正常数据的产生mc.cas('count',981)#cas也能创建一个不存在key的键值对mc.cas('we',90)print(mc.gets('we')) 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。
memcache是否已经过时?
转自:开源中国社区
这两年Redis火得可以，Redis也常常被当作Memcached的挑战者被提到桌面上来。关于Redis与Memcached的比较更是比比皆是。然而，Redis真的在功能、性能以及内存使用效率上都超越了Memcached吗？下面内容来自Redis作者在stackoverflow上的一个回答，对应的问题是《Is memcached a dinosaur in comparison to Redis?》（相比Redis，Memcached真的过时了吗？）You should not care too much about performances. Redis is faster per core with small values, but memcached is able to use multiple cores with a single executable and TCP port without help from the client. Also memcached is faster with big values in the order of 100k. Redis recently improved a lot about big values (unstable branch) but still memcached is faster in this use case. The point here is: nor one or the other will likely going to be your bottleneck for the query-per-second they can deliver.没有必要过多的关心性能，因为二者的性能都已经足够高了。由于Redis只使用单核，而Memcached可以使用多核，所以在比较上，平均每一 个核上Redis在存储小数据时比Memcached性能更高。而在100k以上的数据中，Memcached性能要高于Redis，虽然Redis最近 也在存储大数据的性能上进行优化，但是比起Memcached，还是稍有逊色。说了这么多，结论是，无论你使用哪一个，每秒处理请求的次数都不会成为瓶 颈。（比如瓶颈可能会在网卡）You should care about memory usage. For simple key-value pairs memcached is more memory efficient. If you use Redis hashes, Redis is more memory efficient. Depends on the use case.如果要说内存使用效率，使用简单的key-value存储的话，Memcached的内存利用率更高，而如果Redis采用hash结构来做key-value存储，由于其组合式的压缩，其内存利用率会高于Memcached。当然，这和你的应用场景和数据特性有关。You should care about persistence and replication, two features only available in Redis. Even if your goal is to build a cache it helps that after an upgrade or a reboot your data are still there.如果你对数据持久化和数据同步有所要求，那么推荐你选择Redis，因为这两个特性Memcached都不具备。即使你只是希望在升级或者重启系统后缓存数据不会丢失，选择Redis也是明智的。You should care about the kind of operations you need. In Redis there are a lot of complex operations, even just considering the caching use case, you often can do a lot more in a single operation, without requiring data to be processed client side (a lot of I/O is sometimes needed). This operations are often as fast as plain GET and SET. So if you don’t need just GEt/SET but more complex things Redis can help a lot (think at timeline caching).当然，最后还得说到你的具体应用需求。Redis相比Memcached来说，拥有更多的数据结构和并支持更丰富的数据操作，通常在 Memcached里，你需要将数据拿到客户端来进行类似的修改再set回去。这大大增加了网络IO的次数和数据体积。在Redis中，这些复杂的操作通 常和一般的GET/SET一样高效。所以，如果你需要缓存能够支持更复杂的结构和操作，那么Redis会是不错的选择。