Memcached 详解：高性能分布式内存缓存系统

Memcached 详解：高性能分布式内存缓存系统

Memcached 是一个开源的、高性能的、分布式的 内存对象缓存系统，最初由 LiveJournal 在 2003 年开发，用于缓解数据库负载。它被广泛应用于 Web 应用中，作为数据库前的“第一道防线”，显著提升系统响应速度和并发能力。

尽管近年来 Redis 更为流行，但 Memcached 依然在许多大型互联网公司（如 Facebook、Twitter、Wikipedia）中稳定运行，尤其在纯缓存场景下具有独特优势。

一、Memcached 的定位与核心价值

✅ 一句话总结：
Memcached 是一个专注于“极速缓存”的轻量级分布式内存 KV 存储，适合高并发、低延迟的只读缓存场景。

二、Memcached 的核心特性

三、工作原理与架构

1. 架构图

+————+ +———————+
| Application | → | Memcached Client | → 路由（一致性哈希）
+————+ +———————+
↓
+———–+ +———–+ +———–+
| Node 1 | | Node 2 | | Node 3 |
| (10.0.0.1)| | (10.0.0.2)| | (10.0.0.3)|
+———–+ +———–+ +———–+

• 客户端负责路由：根据 key 的哈希值选择目标节点
• 服务端无集群通信：各节点独立运行，不互相通信（与 Redis Cluster 不同）

2. 数据存储机制

✅ Slab Allocation（ slab 分配器）

Memcached 使用 Slab Allocator 管理内存，避免内存碎片。

工作流程：

Slab 1: chunk_size=96B → 存储 50B~96B 的数据
Slab 2: chunk_size=128B → 存储 97B~128B 的数据
…

⚠️ 缺点：内存浪费（如存 97B 数据会占用 128B）

3. 过期与淘汰机制

✅ 过期（Expiration）

• 支持设置 TTL（秒级）
• 过期是惰性删除：get 时检查是否过期
• 也可通过 LRU crawler 主动清理

set mykey 0 3600 6 # 3600秒后过期，value长度6
value data

✅ 淘汰（Eviction）

• 使用 LRU（Least Recently Used） 策略
• 当内存不足时，淘汰最久未使用的数据
• 可配置 maxmemory 限制内存使用

四、Memcached vs Redis 对比

✅ 选择建议：

• 纯缓存、高并发读 → Memcached
• 多功能、需持久化、复杂数据结构 → Redis

五、安装与配置（以 Linux 为例）

1. 安装

# Ubuntu/Debian
sudo apt-get install memcached

# CentOS/RHEL
sudo yum install memcached
# 或使用 dnf
sudo dnf install memcached

2. 启动服务

# 基本启动
memcached -d -m 64 -p 11211 -u nobody

# 参数说明：
# -d: 守护进程
# -m: 内存大小（MB）
# -p: 端口
# -u: 运行用户
# -c: 最大连接数
# -t: 线程数（提升并发）

3. 配置文件（可选）

通常通过命令行参数配置，也可使用 /etc/memcached.conf

六、客户端使用示例（Python）

1. 安装客户端

pip install python-memcached

2. 基本操作

import memcache

# 连接多个节点（客户端自动分片）
mc = memcache.Client(['10.0.0.1:11211', '10.0.0.2:11211'], debug=0)

# 设置缓存（key, value, expire）
mc.set("user:1001", "{'name': 'Alice'}", 3600)

# 获取缓存
data = mc.get("user:1001")
print(data)

# 删除
mc.delete("user:1001")

# 原子增减（适用于计数器）
mc.incr("counter:page_view", 1)
mc.decr("counter:stock", 1)

七、典型应用场景

1. 数据库查询缓存

data = mc.get("sql:select_user_1001")
if not data:
data = db.query("SELECT * FROM users WHERE id=1001")
mc.set("sql:select_user_1001", data, 600) # 缓存10分钟

2. 会话存储（Session）

session = mc.get(f"session:{token}")
if session:
login_user(session['user_id'])

3. 页面片段缓存

html = mc.get("fragment:sidebar")
if not html:
html = render_sidebar()
mc.set("fragment:sidebar", html, 1800)

4. 计数器（原子操作）

incr page:view:counter

八、Memcached 的局限性

💡 注意：这些“缺点”也是其“简单高效”的代价。

九、最佳实践建议

十、运维常用命令（通过 telnet 或 nc）

# 连接
telnet 127.0.0.1 11211

# 查看状态
stats

# 查看内存统计
stats items

# 清空所有缓存
flush_all

# 退出
quit

📌 stats 输出关键字段：

• curr_items: 当前 item 数量
• bytes: 已使用内存
• get_hits / get_misses: 命中率
• evictions: 被淘汰次数（越大说明内存不足）

十一、总结：Memcached 的适用场景

✅ 适合使用 Memcached 的场景：

• 纯缓存加速（如数据库查询结果）
• 高并发读、低并发写的场景
• 对延迟极度敏感的应用
• 已有成熟一致性哈希路由的系统

❌ 不适合的场景：

• 需要持久化的数据
• 需要复杂数据结构（如排行榜）
• 需要分布式锁、消息队列等功能
• 要求高可用自动故障转移

✅ 结语：
Memcached 虽然“古老”，但其 简单、稳定、高效 的设计哲学，使其在特定场景下依然不可替代。理解它的定位与限制，才能在技术选型中做出正确决策。

🔗 推荐组合：
Memcached（缓存层） + MySQL（持久层） + Redis（功能层） = 完整的现代 Web 架构。