简介
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。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。
特点
memcached作为高速运行的分布式缓存服务器，具有以下的特点。
· 协议简单
· 基于libevent的事件处理
· 内置内存存储方式
· memcached不互相通信的分布式
· 为了提高性能，memcached中保存的数据都存储在memcached内置的内存存储空间中。由于数据仅存在于内存中，因此重启memcached、重启操作系统会导致全部数据消失。另外，内容容量达到指定值之后，就基于LRU(Least Recently Used)算法自动删除不使用的缓存。memcached本身是为缓存而设计的服务器，因此并没有过多考虑数据的永久性问题。
安装memcached
wget http://memcached.org/latest memcached-1.5.7.tar.gz tar zxf memcached-1.5.7.tar.gz cd memcached-1.5.7 ./configure && make && make test && make install
安装memcached的python客户端
pip install python-memcached
启动memcached
memcached -d -m 10 -u root -l 127.0.0.1 -p 12000 -c 256 -P /var/log/memcache/memcache.pid
参数详解：
-p 指定端口号（默认11211）
-m 指定最大使用内存大小（默认64MB）
-t 线程数（默认4）
-l 连接的IP地址, 默认是本机
-d 以后台守护进程的方式启动
-c 最大同时连接数，默认是1024
-P 制定memecache的pid文件
-h 打印帮助信息
支持集群
python-memcachd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',]
python操作memcache集群
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')
Memcache常用操作
存储命令： set、add、replace、append、prepend、cas
获取命令： get、gets
其他命令： delete、stats
add方法
import memcache mc = memcache.Client(['192.168.48.128:11211'], debug=True) # mc.set("foo", "bar") # ret = mc.get("foo") mc.add('k1','v1') mc.add('k1','v1') print(ret)
replace方法
replace修改某个key的值，如果key不存在，则异常。
import memcache mc = memcache.Client(['192.168.48.128:11211'], debug=True) # mc.set("foo", "bar") # ret = mc.get("foo") mc.add('k1','v1') # mc.add('k1','v1') # print(ret) mc.replace("k1", "hello") print(mc.get("k1")) 结果： hello
set和set_multi方法
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。
import memcache mc = memcache.Client(['192.168.48.128:11211'], debug=True) mc.set("k10", "v10") mc.set_multi({"k11": "v11", "k12": "v12"})
set方法和add方法的区别
set = add + replace
delete和delete_multi方法
delete：在Memcached中删除指定的一个键值对；
delete_multi：在Memcached中删除指定的多个键值对。
import memcache mc = memcache.Client(['192.168.48.128:11211'], debug=True) # mc.set("k10", "v10") # mc.set_multi({"k11": "v11", "k12": "v12"}) # mc.delete("k10") mc.delete_multi(["k11", "k12"])
get和get_multi方法
get : 获取一个键值对；
get_multi：获取多个键值对。
import memcache mc = memcache.Client(['192.168.48.128:11211'], debug=True) mc.set("k10", "v10") mc.set_multi({"k11": "v11", "k12": "v12"}) val = mc.get('k1') print(val) item_dict = mc.get_multi(['k11', 'k12']) print(item_dict)
append和prepend方法
append：修改指定key的值，在该值后面追加内容；
prepend：修改指定key的值，在该值前面插入内容。
import memcache mc = memcache.Client(['127.0.0.1:12000'], debug=True) mc.append('k1','after') val1 = mc.get('k1') print(val1) mc.prepend('k1','brefore') val2 = mc.get('k1') print(val2) #结果： v1afterafter breforev1afterafter
stats
查看历史操作
gets 和 cas
使用缓存系统共享数据资源就必然绕不开数据争夺和脏数据（数据混乱）的问题。
假设商城某件商品的剩余个数保存在memcache中，product_count = 900
A用户刷新页面从memecache中读取到product_count = 900
B用户刷新页面从memecache中读取到product_count = 900
A,B用户均购买商品，并修改product_count的值
A修改后，product_count = 899
B修改后，product_count = 899
然而正确数字应该是898，数据就混乱了。
如果想要避免这种情况的发生，则可以使用 gets 和 cas
注意： 要在Client中增加cache_cas参数
import memcache mc = memcache.Client(['192.168.48.131'],cache_cas=True) mc.set('count',"100") print(mc.gets("count")) # mc.set("count", '1000') result = mc.cas("count", "99") print(result) print(mc.get("count"))
总结
import memcache mc = memcache.Client(['192.168.48.136:12000']) print(mc) mc.set("aaa", "hello world") print(mc.get("aaa")) # set(key, value) # get(key) # repalce(key, new_value) # set = add + replace() # delete(key) # get_multi([k1, k2, k3]) # delete_multi([k1, k2, k3]) # set_multi({"k1": "v1", "k2": "v2"}) # append(k, appendvalue) # prepend(k, prependvalue) mc.add("mctestadd", "nihaoma") print(mc.get("mctestadd")) mc.append("aaa", " 321") print(mc.get("aaa")) mc.prepend("aaa", "123 ") print(mc.get("aaa")) print(mc.stats)