Memecached缓存原理及基本操作分布式(一致性hash)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Memecached缓存原理及基本操作分布式(一致性hash)相关的知识,希望对你有一定的参考价值。

原文地址:http://lixiangfeng.com/blog/article/content/7869717 转载请标明此处,谢谢!

缓存是什么?为什么要使用缓存?

缓存,通过在内存中缓存数据和对象来减少读取数据库的次数,从而提供动态、数据库驱动网站的速度。

缓存工具有哪些?区别在哪里?

       缓存工具:Memecached、redis、MongoDB

       区别:

  1. 性能都比较高:总体来讲,TPS(每秒总事务量)方面redis和memcache差不多,要大于 mongodb
  2. 操作的便利性:

a)           memcache数据结构单一

b)          redis丰富一些,数据操作方面,redis更好一些,较少的网络IO次数,

c)           mongodb支持丰富的数据表达,索引,最类似关系型数据库,支持的查询语言非常丰富;

  1. 内存空间的大小和数据量的大小:

a)           redis在2.0版本后增加了自己的VM特性,突破物理内存的限制,可以对key value设置过期时间(类似memcache);

b)          memcache可以修改最大可用内存,采用LRU算法;

c)           mongoDB适合大数据量的存储,依赖操作系统VM做内存管理,吃内存也比较厉害,服务不要和别的服务在一起;

  1. 可靠性(持久化):

a)           redis支持(快照、AOF):依赖快照进行持久化,aof增强了可靠性的同时,对性能有所影响;

b)          memcache不支持,通常用在做缓存,提升性能;

c)           MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性

  1. 数据一致性(事务支持):

a)           Memcache 在并发场景下,用cas保证一致性;

b)          redis事务支持比较弱,只能保证事务中的每个操作连续执行

c)           mongoDB不支持事务

  1. 数据分析:mongoDB内置了数据分析的功能(mapreduce),其他不支持

Memecached详解

       Memecached、memecached和memecache的区别:

  1. 其中首字母大写的Memcached,指的是Memcached服务器,就是独立运行Memcached的后台服务器,用于存储数据的“数据库”;
  2. 而memcached和memcache指的是Memcached的客户端。其中memcache是独立用php实现的,属于老旧的版本。而memcached是基于原生的c的libmemcached的扩展,更加完善,性能更高一些。

Memecached重点启动设置参数

  1. –m:默认分配内存大小为64M,32位操作系统下每个进程最大分配内存为2G,所以如果需要分配更多的内存需要使用64位操作系统,但是这个不会一启动就占用,是随着需要逐步分配给各slab的。;
  2. –I:调整分配page页的大小,默认1M,最小1K,最大128K;
  3. –f:memcached默认情况下下一个slab的最大值为前一个的1.25倍,可通过此参数来设定;
  4. –P:TCP端口设置,默认为11211;
  5. –l(小写L):监听的IP地址,如果为本机可不设置;
  6. –d:以守护进程的方式运行;
  7. –u:指定用户;
  8. –M:禁止LRU策略,内存耗尽时返回错误,而不是删除项;
  9. –c:最大同时连接数,默认为1024;
  10. –t:线程数,默认为4;

e.g. /usr/bin/memcached -m 64 -p 11212 -u nobody -c 2048 -f 1.1 -I 1024 -d -l 10.211.55.9

Memecached内存分配策略

              当第一次往memcached存储数据时, memcached会去申请1MB的内存(这1M的内存成为page) , 然后把该块内存分割为多个slab,如果可以存储这个数据的最佳的chunk大小为128B,那么memcached会把刚申请的slab以128B为单位进行分割成8192块. 当这页slab的所有chunk都被用完时,并且继续有数据需要存储在128B的chunk里面时,如果已经申请的内存小于最大可申请内存10MB 时,memcached继续去申请1M内存,继续以128B为单位进行分割再进行存储;如果已经无法继续申请内存,那么mamcached会先根据LRU 算法把队列里面最久没有被使用到的chunk进行释放后,再将该chunk用于存储.

       Page为内存分配的最小单位

           Memcached的内存分配以page为单位,默认情况下一个page是1M,可以通过-I参数在启动时指定。如果需要申请内存时,memcached会划分出一个新的page并分配给需要的slab区域。page一旦被分配在重启前不会被回收或者重新分配

       Slabs划分数据空间

              Memecached存储数据时不是直接将数据存储到page中,而是预先划分为一系列的slab,每个slab至负责存储大于上一个slab同时又小于或等于其本身大小的数据,如slab2只负责存储105~136 byte之间大小的数据,每个slab大小是不一样的,默认下一个slab的最大值为前一个的1.25倍(-f)

                          技术分享

Chunk才是存放缓存数据的单位

       Memecached将每个slab划分为一系列相等大小的存储空间,这个空间就叫做chuck。Chunk是Memecached的最小存储单元。同时,如果存储数据大小小于chunk的大小,空余的空间将会被闲置,这个是为了防止内存碎片而设计的。例如下图,chunk size是224byte,而存储的数据只有200byte,剩下的24byte将被闲置。

技术分享

综合上面的介绍,memcached的内存分配策略就是:按slab需求分配page,各slab按需使用chunk存储。

这里有几个特点要注意:Memcached分配出去的page不会被回收或者重新分配Memcached申请的内存不会被释放slab空闲的chunk不会借给任何其他slab使用

Memecached的static命令详解

使用Telnet客户端连接Memecached后可以使用static命令

命令

含义说明

stats slabs

显示各个slab的信息,包括chunk的大小、数目、使用情况等

stats items

显示各个slab中item的数目和最老item的年龄(最后一次访问距离现在的秒数)

stats detail [on|off|dump]

设置或者显示详细操作记录;

参数为on,打开详细操作记录;

参数为off,关闭详细操作记录;

参数为dump,显示详细操作记录(每一个键值get、set、hit、del的次数)

stats malloc

打印内存分配信息

stats sizes

打印缓存使用信息

stats reset

重置统计信息

 

Memecached的分布式算法

       当一台Memecached无法满足我们的需求时,我们需要配置多台Memecached服务器,这种用法就叫做Memecached的分布式,但是随之而来的问题是,假设我们有三台服务器A、B、C,需要存一个用户姓名,然后存在了服务器A上,那么当我们要取得时候如何得知我们之前存在哪里了呢?如何解决这个问题就成了Memecached分布式的重点。

       通常而言我们有两种方式来实现:

  1. 哈希取摸(取余数):

a)           简介:假设我们有3台服务器,我们将存入Memecached中的key通过哈希算法得到一个整数,然后将这个整数与3取摸,那么不管这个整数是多少,结果必然是0,1,2中的一个,那么这样一来就可以解决这个问题。

b)          缺点:当我们服务器的数量发生变化时,依靠上述算法结果将会与未变化之前不同,导致原先我们存入的数据丢失无法获取到。

c)           代码示例:

<?php
/**
 * 普通Hash分布
 */
//Hash函数
functionmHash($key){
    $md5 = substr(md5($key),0,8);
    $seed = 31;
    $hash = 0;
    for($i = 0;$i<8;$i++){
        $hash = $hash * $seed + ord($md5{$i});
        $i++;
    }
    return$hash&0x7FFFFFFF;
}
//假设有2台Memcached服务器
$servers = array(
    array(‘host‘ =>‘192.168.1.1‘,‘port‘ =>11211),
    array(‘host‘ =>‘192.168.1.1‘,‘port‘ =>11211)
);
$key = ‘MyBlog‘;
$value = ‘http://blog.phpha.com‘;
$sc = $servers[mHash($key) % 2];
$memcached = newMemcached($sc);
$memcached->set($key,$value);
?>
  1. 一致性哈希分布算法,一致性Hash分布算法分4个步骤:

a)           将一个32位整数[0 ~ (2^32-1)]想象成一个环,0 作为开头,(2^32-1) 作为结尾,当然这只是想象。

b)          通过Hash函数把KEY处理成整数。这样就可以在环上找到一个位置与之对应。

c)           把Memcached服务器群映射到环上,使用Hash函数处理服务器对应的IP地址即可。

d)          把数据映射到Memcached服务器上。查找一个KEY对应的Memcached服务器位置的方法如下:从当前KEY的位置,沿着圆环顺时针方向出发,查找位置离得最近的一台Memcached服务器,并将KEY对应的数据保存在此服务器上。

e)           代码示例:

<?php
/**
 * 一致性Hash分布
 */
classFlexiHash{
    //服务器列表
    private$serverList = array();
    //记录是否已经排序
    private$isSorted = FALSE;
    //添加一台服务器
    publicfunctionaddServer($server){
        $hash = $this->mHash($server);
        if(!isset($this->serverList[$hash])){
            $this->serverList[$hash] = $server;
        }
        //需要重新排序
        $this->isSorted = FALSE;
        returnTRUE;
    }
    //移除一台服务器
    publicfunctionremoveServer($server){
        $hash = $this->mHash($server);
        if(isset($this->serverList[$hash])){
            unset($this->serverList[$hash]);
        }
        //需要重新排序
        $this->isSorted = FALSE;
        returnTRUE;
    }
    //在当前服务器列表查找合适的服务器
    publicfunctionlookup($key){
        $hash = $this->mHash($key);
        //先进行倒序排序操作
        if(!$this->isSorted){
            krsort($this->serverList,SORT_NUMERIC);
            $this->isSorted = TRUE;
        }
        //圆环上顺时针方向查找当前KEY紧邻的一台服务器
        foreach($this->serverList as$pos =>$server){
            if($hash>= $pos)    return$server;
        }
        //没有找到则返回顺时针方向最后一台服务器
        return$this->serverList[count($this->serverList) - 1];
    }
    //Hash函数
    privatefunctionmHash($key){
        $md5 = substr(md5($key),0,8);
        $seed = 31;
        $hash = 0;
        for($i = 0;$i<8;$i++){
            $hash = $hash * $seed + ord($md5{$i});
            $i++;
        }
        return$hash&0x7FFFFFFF;
    }
}
?>

说明:这样一来,当添加或移除某一台服务器时,受影响的数据范围变的更小了。

Memecached的用法

  1. add、set、replace的区别:

a)           add用于添加一个要缓存的数据;

b)          set用于设置一个指定key的内容,是add和replace的集合;

c)           replace用户替换一个指定key的内容,如果key不存在则返回false;

方法

当key存在

当key不存在

add

false

true

replace

替换(true)

false

set

替换(true)

true

  1. flush用于清除缓存的所有数据;
  2. cas仅在当前客户端最后一次取值后,该key 对应的值没有被其他客户端修改的情况下,才能够将值写入
  3. increment和decrement:

a)           increment,将元素的值+1,如果元素的值不是数字则按0处理;

b)          decrement,将元素的值-1,如果元素的值不是数组则按0处理;

c)           可以通过increment和decrement实现Memecached的队列;

  1. append和prepend:

a)           append 向元素后面追加内容;

b)          prepend 向元素前面追加内容;

以上是关于Memecached缓存原理及基本操作分布式(一致性hash)的主要内容,如果未能解决你的问题,请参考以下文章

浅析一致性哈希算法的原理及实现

浅析一致性哈希算法的原理及实现

浅析一致性哈希算法的原理及实现

分布式缓存技术memcached学习系列—— 一致性hash算法原理

CDN概念和思路基本原理优势及应用领域和常见的缓存策略

分布式缓存--系列1 -- Hash环/一致性Hash原理