深入理解Memcache原理

转载

shixin_0125 2022-11-16 14:13:38

文章标签 高并发缓存 memcached 文章分类 虚拟化云计算

1.为什么要使用memcache

由于网站的高并发读写需求，传统的关系型数据库开始出现瓶颈，例如：

1）对数据库的高并发读写：

关系型数据库本身就是个庞然大物，处理过程非常耗时（如解析SQL语句，事务处理等）。如果对关系型数据库进行高并发读写（每秒上万次的访问），那么它是无法承受的。

2）对海量数据的处理：

对于大型的SNS网站，每天有上千万次的数据产生（如twitter, 新浪微博）。对于关系型数据库，如果在一个有上亿条数据的数据表种查找某条记录，效率将非常低。

使用memcache能很好的解决以上问题。

在实际使用中，通常把数据库查询的结果保存到Memcache中，下次访问时直接从memcache中读取，而不再进行数据库查询操作，这样就在很大程度上减少了数据库的负担。

保存在memcache中的对象实际放置在内存中，这也是memcache如此高效的原因。

深入理解Memcache原理_高并发

2.memcache的安装和使用

这个网上有太多教程了，不做赘言。

3.基于libevent的事件处理

libevent是个程序库，它将Linux的 epoll、BSD类操作系统的kqueue等事件处理功能封装成统一的接口。即使对服务器的连接数增加，也能发挥O(1)的性能。

memcached使用这个libevent库，因此能在Linux、BSD、Solaris等操作系统上发挥其高性能。

参考：

libevent: http://www.monkey.org/~provos/libevent/
The C10K Problem: http://www.kegel.com/c10k.html

4.memcache使用实例：

[php] view plain copy

<?php
$mc = new
$mc->connect('127.0.0.1', 11211);
$uid = (int)$_GET['uid'];
$sql = "select * from users where uid='uid' ";
$key = md5($sql);
if(!($data = $mc->get($key))) {
$conn = mysql_connect('localhost', 'test', 'test');
'test');
$result = mysql_fetch_object($result);
while($row = mysql_fetch_object($result)) {
$data[] = $row;
}
$mc->add($key, $datas);
}
var_dump($datas);
?>

5.memcache如何支持高并发(此处还需深入研究)

memcache使用多路复用I/O模型，如（epoll, select等），传统I/O中，系统可能会因为某个用户连接还没做好I/O准备而一直等待，知道这个连接做好I/O准备。这时如果有其他用户连接到服务器，很可能会因为系统阻塞而得不到响应。

而多路复用I/O是一种消息通知模式，用户连接做好I/O准备后，系统会通知我们这个连接可以进行I/O操作，这样就不会阻塞在某个用户连接。因此，memcache才能支持高并发。

此外，memcache使用了多线程机制。可以同时处理多个请求。线程数一般设置为CPU核数，这研报告效率最高。

6.使用Slab分配算法保存数据

slab分配算法的原理是：把固定大小（1MB）的内存分为n小块，如下图所示：

深入理解Memcache原理_缓存_02

slab分配算法把每1MB大小的内存称为一个slab页，每次向系统申请一个slab页，然后再通过分隔算法把这个slab页分割成若干个小块的chunk（如上图所示），然后把这些chunk分配给用户使用，分割算法如下（在slabs.c文件中）：

(注：memcache的github项目地址：https://github.com/wusuopubupt/memcached)

[cpp] view plain copy

/**
* Determines the chunk sizes and initializes the slab class descriptors
* accordingly.
*/
void slabs_init(const size_t limit, const double factor, const bool
int
int size = sizeof(item) + settings.chunk_size;
mem_limit = limit;
if
/* Allocate everything in a big chunk with malloc 通过malloc的方式申请内存*/
mem_base = malloc(mem_limit);
if
mem_current = mem_base;
mem_avail = mem_limit;
else
"Warning: Failed to allocate requested memory in"
" one large chunk.\nWill allocate in smaller chunks\n");
}
}
sizeof(slabclass));
while
/* Make sure items are always n-byte aligned 注意这里的字节对齐*/
if
size += CHUNK_ALIGN_BYTES - (size % CHUNK_ALIGN_BYTES);
slabclass[i].size = size;
slabclass[i].perslab = settings.item_size_max / slabclass[i].size;
//以1.25为倍数增大chunk
if
"slab class %3d: chunk size %9u perslab %7u\n",
i, slabclass[i].size, slabclass[i].perslab);
}
}
power_largest = i;
slabclass[power_largest].size = settings.item_size_max;
slabclass[power_largest].perslab = 1;
if
"slab class %3d: chunk size %9u perslab %7u\n",
i, slabclass[i].size, slabclass[i].perslab);
}
/* for the test suite: faking of how much we've already malloc'd */
{
char *t_initial_malloc = getenv("T_MEMD_INITIAL_MALLOC");
if
size_t)atol(t_initial_malloc);
}
}
if
slabs_preallocate(power_largest);
}
}

上面代码中的slabclass是一个类型为slabclass_t结构的数组，其定义如下：

[cpp] view plain copy

typedef struct
int size; /* sizes of items */
int perslab; /* how many items per slab */
void **slots; /* list of item ptrs */
int sl_total; /* size of previous array */
int sl_curr; /* first free slot */
void *end_page_ptr; /* pointer to next free item at end of page, or 0 */
int end_page_free; /* number of items remaining at end of last alloced page */
int slabs; /* how many slabs were allocated for this class */
void **slab_list; /* array of slab pointers */
int list_size; /* size of prev array */
int killing; /* index+1 of dying slab, or zero if none */
size_t requested; /* The number of requested bytes */
} slabclass_t;

借用别人的一张图说明slabclass_t结构:

深入理解Memcache原理_缓存_03

由分割算法的源代码可知，slab算法按照不同大小的chunk分割slab页，而不同大小的chunk以factor（默认是1.25）倍增大。

使用memcache -u root -vv 命令查看内存分配情况(8字节对齐)：

深入理解Memcache原理_高并发_04

找到大小最合适的chunk分配给请求缓存的数据：

[cpp] view plain copy

/*
* Figures out which slab class (chunk size) is required to store an item of
* a given size.
*
* Given object size, return id to use when allocating/freeing memory for object
* 0 means error: can't store such a large object
*/
unsigned int slabs_clsid(const size_t
int res = POWER_SMALLEST;// 初始化为最小的chunk
if
return
while (size > slabclass[res].size) //逐渐增大chunk size，直到找到第一个比申请的size大的chunk
if (res++ == power_largest) /* won't fit in the biggest slab */
return
return
}

内存分配：

（此处参考：http://slowsnail.com.cn/?p=20）

[cpp] view plain copy

static void *do_slabs_alloc(const size_t size, unsigned int
slabclass_t *p;
void
item *it = NULL;
if (id < POWER_SMALLEST || id > power_largest) {//判断id是否会导致slabclass[]数组越界
MEMCACHED_SLABS_ALLOCATE_FAILED(size, 0);
return
}
//获取slabclass[id]的引用
//判断slabclass[id]是否有剩余的chunk
if (! (p->sl_curr != 0 || do_slabs_newslab(id) != 0)) {//如果slabclass[id]中已经没有空余chunk并且试图向系统申请一个“页”（slab）的chunk失败,则返回NULL
/* We don't have more memory available */
ret = NULL;
else if (p->sl_curr != 0) {//slabclass[id]的空闲链表中还有chunk，则直接将其分配出去
//获取空闲链表的头指针
//将头结点指向下一个结点（取下头结点）
if (it->next) it->next->prev = 0;//将新头结点的prev指针置空
//减少slabclass[id]空闲链表中的chunk计数
void *)it;//将头结点赋给ret指针
}
if (ret) {//请求成功
//更新slabclass[id]所分配的内存总数
MEMCACHED_SLABS_ALLOCATE(size, id, p->size, ret);
else
MEMCACHED_SLABS_ALLOCATE_FAILED(size, id);
}
return
}

do_slabs_allc()函数首先尝试从slot列表（被回收的chunk）中获取可用的chunk,如果有可用的就返回，否则从空闲的chunk列表中获取可用的chunk并返回。

删除过期item:

延迟删除过期item到查找时进行，可以提高memcache的效率，因为不必每时每刻检查过期item,从而提高CPU工作效率

使用LRU(last recently used)算法淘汰数据：

[cpp] view plain copy

/*
* try to get one off the right LRU
* don't necessariuly unlink the tail because it may be locked: refcount>0
* search up from tail an item with refcount==0 and unlink it; give up after 50
* tries
*/
if
itemstats[id].outofmemory++;
return
}
for
if (search->refcount == 0) { //refount==0的情况，释放掉
if
itemstats[id].evicted++;
itemstats[id].evicted_time = current_time - search->time;
STATS_LOCK();
stats.evictions++;
STATS_UNLOCK();
}
do_item_unlink(search);
break;
}
}
it = slabs_alloc(ntotal, id);
if
itemstats[id].outofmemory++;
/* Last ditch effort. There is a very rare bug which causes
* refcount leaks. We've fixed most of them, but it still happens,
* and it may happen in the future.
* We can reasonably assume no item can stay locked for more than
* three hours, so if we find one in the tail which is that old,
* free it anyway.
*/
tries = 50;
for
if (search->refcount != 0 && search->time + 10800 < current_time) { //最近3小时没有被访问到的情况，释放掉
itemstats[id].tailrepairs++;
search->refcount = 0;
do_item_unlink(search);
break;
}
}
it = slabs_alloc(ntotal, id);
if
return
}
}