走进缓存的世界（三） - Memcache

时间：2023-05-25 10:39:14

系列文章

简介

Memcache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。它基于一个存储key/value对的hashmap，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。

它的工作机制是在内存中开辟一块空间，然后建立一个HashTable并自己管理，使用非阻塞的网络IO。

走进缓存的世界（三） - Memcache

更多详细的信息参阅Memcache官方网站：http://www.danga.com/memcached

MemCache实现原理

MemCache的数据存放在内存中，这就意味着需要考虑以下问题：

  • 访问速度比传统的关系型数据库要快，因为传统关系型数据库为了持久化，文件IO操作速度慢
  • 数据易丢失，一旦宕机或重启就会丢失所有数据
  • 受机器位数的限制，32位机器最多只能使用2GB的内存空间，64位机器可以认为没有上限

对于缓存数据库来说，最重要的莫过于内存分配了，MemCache采用的内存分配方式是固定空间分配。

走进缓存的世界（三） - Memcache

这张图片里面涉及了slab_class、slab、page、chunk四个概念，它们之间的关系是：

  1. MemCache将内存空间分为一组slab
  2. 每个slab下又有若干个page，每个page默认是1M，如果一个slab占用100M内存的话，那么这个slab下应该有100个page
  3. 每个page里面包含一组chunk，chunk是真正存放数据的地方，同一个slab里面的chunk的大小是固定的
  4. 有相同大小chunk的slab被组织在一起，称为slab_class

MemCache内存分配的方式称为allocator，slab的数量是有限的，几个、十几个或者几十个，这个和启动参数的配置相关。

MemCache中的value存放的地方是由value的大小决定的，value总是会被存放到与chunk大小最接近的一个slab中。比如slab[1]的chunk大小为80字节、slab[2]的chunk大小为100字节、slab[3]的chunk大小为128字节（相邻slab内的chunk基本以1.25为比例进行增长，MemCache启动时可以用-f指定这个比例），那么过来一个88字节的value，这个value将被放到2号slab中。

放入slab时，首先为slab申请内存，申请内存是以page为单位的，所以在放入第一个数据的时候，无论大小为多少，都会有1M大小的page被分配给该slab。申请到page后，slab会将这个page的内存按chunk的大小进行切分，这样就变成了一个chunk数组，最后从这个chunk数组中选择一个用于存储数据。

如果这个slab中没有chunk可以分配了怎么办，如果MemCache启动没有追加-M（禁止LRU，这种情况下内存不够会报Out Of Memory错误），那么MemCache会把这个slab中最近最少使用的chunk中的数据清理掉，然后放上最新的数据。针对MemCache的内存分配及回收算法，总结三点：

  1. MemCache的内存分配chunk里面会有内存浪费，88字节的value分配在128字节的chunk中损失了30字节，但是这也避免了管理内存碎片的问题
  2. MemCache的LRU算法不是针对全局的，是针对slab的，即淘汰考核在slab内进行
  3. MemCache存放的value大小是限制的，因为一个新数据过来，slab会先以page为单位申请一块内存，申请的内存最多就只有1M，所以value大小自然不能大于1M了

Memcache的特性和限制

上文已经提到了一些，此处再做总结：

  1. Memcache中可以保存的item数量没有限制，只要内存足够
  2. Memcache单进程在32位机中的最大使用内存为2G，64位机则没有限制
  3. key最大为250个字节，超过该长度无法存储
  4. 单个item最大数据是1MB，超过1MB的数据不予存储
  5. Memcache服务端的数据是不安全的，比如已知某个Memcache记录，可以直接telnet过去，并通过flush_all让已经存在的key/value对立即失效
  6. 无法遍历Memcache中的所有item，因为这个操作的速度相对缓慢且会阻塞其他操作
  7. Memcache的高性能源于两个hash结构：第一阶段在客户端，客户端通过hash算法根据key值算出一个服务器节点；第二阶段在服务端，通过一个内部的hash算法，查找真正的item并返回给客户端。
  8. 从实现的角度看，Memcache是一个非阻塞的、基于事件的服务器程序

Memcached相互不通信的分布式: Memcached 服务器之间不会进行通信，数据都是通过客户端的分布式算法存储到各个服务器。

走进缓存的世界（三） - Memcache

MemCache虽然被称为"分布式缓存"，但是MemCache本身完全不具备分布式的功能，MemCache集群之间不会相互通信（与之形成对比的，比如JBoss Cache，某台服务器有缓存数据更新时，会通知集群中其他机器更新缓存或清除缓存数据），所谓的"分布式"，完全依赖于客户端程序的实现，就像上面这张图的流程一样。

MemCache一次写缓存的流程：

  1. 应用程序输入需要写缓存的数据
  2. API将Key输入路由算法模块，路由算法根据Key和MemCache集群服务器列表得到一台服务器编号
  3. 由服务器编号得到MemCache及其的ip地址和端口号
  4. API调用通信模块和指定编号的服务器通信，将数据写入该服务器，完成一次分布式缓存的写操作

读缓存和写缓存一样，只要使用相同的路由算法和服务器列表，且应用程序查询的是相同的Key，MemCache客户端总是访问相同的客户端去读取数据，只要服务器中还缓存着该数据，就能保证缓存命中。

这种MemCache集群的方式也是从分区容错性的方面考虑的，假如Node2宕机了，那么Node2上面存储的数据都不可用了，此时由于集群中Node0和Node1还存在，下一次请求Node2中存储的Key值的时候，肯定是没有命中的，这时先从数据库中拿到要缓存的数据，然后路由算法模块根据Key值在Node0和Node1中选取一个节点，把对应的数据放进去，这样下一次就又可以走缓存了，这种集群的做法很好，但是缺点是成本比较大。

还需要注意的是，Memcache设置添加某个key值的时候，指定expiry为0表示这个key/value永久有效，但这个key/value也会在30天后失效，见memcache.c源代码：

#define REALTIME_MAXDELTA 60*60*24*30

static rel_time_t realtime(const time_t exptime) {

       if (exptime == ) return ;

       if (exptime > REALTIME_MAXDELTA) {

              if (exptime <= process_started)

                      return (rel_time_t);

              return (rel_time_t)(exptime - process_started);

       } else {

              return (rel_time_t)(exptime + current_time);

       }

}

这个失效的时间是memcache源码里面写死的，开发者没有办法改变。

TTL过期策略

数据过期方式：Lazy Expiration + LRU。这一点和Redis相似，也确实应该这么做，而不是维护红黑树。

1. Lazy Expiration

memcached内部不会监视记录是否过期，而是在get时查看记录的时间戳，检查记录是否过期。这种技术被称为lazy（惰性）expiration。因此，memcached不会在过期监视上耗费CPU时间。

2. LRU

memcached会优先使用已超时的记录的空间，但即使如此，也会发生追加新记录时空间不足的情况，此时就要使用名为 Least Recently Used（LRU）机制来分配空间。当memcached的内存空间不足时（无法从slab class 获取到新的空间时），就从最近未被使用的记录中搜索，并将其空间分配给新的记录。

Memcache的安全

上面的Memcache服务器端都是直接通过客户端连接后操作，没有任何的验证过程，如果服务器是直接暴露在互联网上的话比较危险，轻则数据泄露被其他无关人员查看，重则服务器被入侵，因为Mecache是以root权限运行的，况且里面可能存在一些我们未知的bug或者是缓冲区溢出的情况，这些都是我们未知的，所以危险性是可以预见的。为了安全起见，我做两点建议，能够稍微的防止黑客的入侵或者数据的泄露。

内网访问

最好把两台服务器之间的访问是内网形态的，一般是Web服务器跟Memcache服务器之间。普遍的服务器都是有两块网卡，一块指向互联网，一块指向内网，那么就让Web服务器通过内网的网卡来访问Memcache服务器，我们Memcache的服务器上启动的时候就监听内网的IP地址和端口，内网间的访问能够有效阻止其他非法的访问。

# memcached -d -m  -u root -l 192.168.0.200 -p  -c  -P /tmp/memcached.pid

Memcache服务器端设置监听通过内网的192.168.0.200的ip的11211端口，占用1024MB内存，并且允许最大1024个并发连接

设置防火墙

防火墙是简单有效的方式，如果却是两台服务器都是挂在网的，并且需要通过外网IP来访问Memcache的话，那么可以考虑使用防火墙或者代理程序来过滤非法访问。
一般我们在Linux下可以使用iptables或者FreeBSD下的ipfw来指定一些规则防止一些非法的访问，比如我们可以设置只允许我们的Web服务器来访问我们Memcache服务器，同时阻止其他的访问。

# iptables -F

# iptables -P INPUT DROP

# iptables -A INPUT -p tcp -s 192.168.0.2 --dport  -j ACCEPT

# iptables -A INPUT -p udp -s 192.168.0.2 --dport  -j ACCEPT

上面的iptables规则就是只允许192.168.0.2这台Web服务器对Memcache服务器的访问，能够有效的阻止一些非法访问，相应的也可以增加一些其他的规则来加强安全性，这个可以根据自己的需要来做。

相关文章