Redis 与 Memcached 的区别

【转】Redis 与 Memcached 的区别

传统 MySQL + Memcached 架构遇到的问题 
    实际上 MySQL 是适合进行海量数据存储的，通过 Memcached 将热点数据加载到 cache ，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题： 
    1. MySQL 需要不断进行拆库拆表， Memcached 也需不断跟着扩容，扩容和维护工作占据了大量开发时间。 
    2. Memcached 与 MySQL 数据库数据一致性问题。 
    3. Memcached 数据命中率低或宕机，大量访问直接穿透到 DB ， MySQL 无法支撑。 
    4. 跨机房 cache 同步问题。

众多 NoSQL 百花齐放，如何选择 
    最近几年，业界不断涌现出很多各种各样的 NoSQL 产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的优缺点，在实际应用中做到扬长避短，总体上这些 NoSQL 主要用于解决以下几种问题： 
    1. 少量数据存储，高速读写访问。此类产品通过数据全部 in-memory 的方式来保证高速访问，同时提供数据落地的功能，实际上这正是 Redis 最主要的适用场景。 
    2. 海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。这方面最具代表性的是 dynamo 和 bigtable 2篇论文所阐述的思路。前者是一个完全无中心的设计，节点之间通过 gossip 方式传递集群信息，数据保证最终一致性；后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性，数据写入先写内存和 redo log ，然后定期 compat 归并到磁盘上，将随机写优化为顺序写，提高写入性能。 
    3. Schema free ， auto-sharding 等。比如目前常见的一些文档数据库都是支持 schema-free 的，直接存储 json 格式的数据，并且支持 auto-sharding 等功能，比如 mongodb 。 
    面对这些不同类型的 NoSQL 产品,我们需要根据我们的业务场景选择最合适的产品。

Redis 适用场景，如何正确的使用 
    前面已经分析过， Redis 最适合所有数据 in-memory 的场景，虽然 Redis 也提供持久化功能，但实际更多的是一个 disk-backed 的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎 Redis 更像一个加强版的 Memcached ，那么何时使用 Memcached ，何时使用 Redis 呢?

如果简单地比较 Redis 与 Memcached 的区别，大多数都会得到以下观点： 
1. Redis 不仅仅支持简单的 k/v 类型的数据，同时还提供 list ， set ， sorted set ， hash 等数据结构的存储。 
2. Redis 支持数据的备份，即 master-slave 模式的数据备份。 
3. Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。

抛开这些，可以深入到 Redis 内部构造去观察更加本质的区别，理解 Redis 的设计理念。

在 Redis 中，并不是所有的数据都一直存储在内存中的。这是和 Memcached 相比一个最大的区别。 Redis 只会缓存所有 key 的信息，如果 Redis 发现内存的使用量超过了某一个阀值，将触发 swap 操作， Redis 根据“ swapability = age * log(size_in_memory) ”计 算出哪些 key 对应的 value 需要 swap 到磁盘，然后再将这些 key 对应的 value 持久化到磁盘中，同时在内存中清除。这种特性使得 Redis 可以保持超过其机器本身内存大小的数据。当然，机器本身的内存必须要能够保持所有的 key ，毕竟这些数据是不会进行 swap 操作的。同时由于 Redis 将内存中的数据 swap 到磁盘中的时候，提供服务的主线程和进行 swap操作的子线程会共享这部分内存，所以如果更新需要 swap 的数据， Redis 将阻塞这个 操作，直到子线程完成 swap 操作后才可以进行修改。

使用 Redis 特有内存模型前后的情况对比： 
VM off: 300k keys, 4096 bytes values: 1.3G used 
VM on:  300k keys, 4096 bytes values: 73M used 
VM off: 1 million keys, 256 bytes values: 430.12M used 
VM on:  1 million keys, 256 bytes values: 160.09M used 
VM on:  1 million keys, values as large as you want, still: 160.09M used

当从 Redis 中读取数据的时候，如果读取的 key 对应的 value 不在内存中，那么 Redis 就需要从 swap 文件中加载相应数据，然后再返回给请求方。这里就存在一个 I/O 线程池的问题。在默认的情况下， Redis 会出现阻塞，即完成所有的 swap 文件加载后才会响应。这种策略在客户端的数量较小，进行批量操作的时候比较合适。但是如果将 Redis 应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。所以 Redis 允许我们设置 I/O 线程池的大小，对需要从 swap 文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。

如果希望在海量数据的环境中使用好 Redis ，我相信理解 Redis 的内存设计和阻塞的情况是不可缺少的。

==================================================

补充的知识点 
Memcached 和 Redis 的比较 
1. 网络 IO 模型 
    Memcached 是多线程，非阻塞 IO 复用的网络模型，分为监听主线程和 worker 子线程，监听线程监听网络连接，接受请求后，将连接描述字 pipe 传递给 worker 线程，进行读写 IO ，网络层使用 libevent 封装的事件库。多线程模型可以发挥多核作用，但是引入了 cache coherency 和锁的问题。比如， Memcached 最常用的 stats 命令，实际上 Memcached 的所有操作都要对这个全局变量加锁，进行计数等工作，带来了性能损耗。 
 
    Redis 使用单线程的 IO 复用模型，自己封装了一个简单的 AeEvent 事件处理框架，主要实现了 epoll 、 kqueue 和 select ，对于单纯只有 IO 操作的请求来说，单线程可以将速度优势发挥到最大，但是 Redis 也提供了一些简单的计算功能，比如排序、聚合等，对于这些操作，单线程模型实际会严重影响整体吞吐量， CPU 计算过程中，整个 IO 调度都是被阻塞住的。

2.内存管理方面 
    Memcached 使用预分配的内存池的方式，使用 slab 和大小不同的 chunk 来管理内存。 Item 根据大小选择合适的 chunk 存储，内存池的方式可以省去申请/释放内存的开销，并且能减小内存碎片产生，但这种方式也会带来一定程度上的空间浪费，并且在内存仍然有很大空间时，新的数据也可能会被剔除，原因可以参考 Timyang 的文章： http://timyang.net/data/Memcached-lru-evictions/ 
    Redis 使用现场申请内存的方式来存储数据，并且很少使用 free-list 等方式来优化内存分配，会在一定程度上存在内存碎片。 Redis跟据存储命令参数，会把带过期时间的数据单独存放在一起，并把它们称为临时数据，非临时数据是永远不会被剔除的，即便物理内存不够，导致 swap 也不会剔除任何非临时数据（但会尝试剔除部分临时数据），这点上 Redis 更适合作为存储而不是 cache 。

3.数据一致性问题 
    Memcached 提供了 cas 命令，可以保证多个并发访问操作同一份数据的一致性问题。 Redis 没有提供 cas 命令，并不能保证这点，不过 Redis 提供了事务的功能，可以保证一串 命令的原子性，中间不会被任何操作打断。

4. 存储方式及其它方面 
    Memcached 基本只支持简单的 key-value 存储，不支持枚举，不支持持久化和复制等功能。 Redis 除了支持 key/value 外，还支持 list ， set ， sorted set ， hash 等众多数据结构，提供了 KEYS 进行枚举操作，但不能在线上使用，如果需要枚举线上数据， Redis 提供了工具可以直接扫描其 dump 文件，枚举出所有数据。 Redis 还同时提供了持久化和复制等功能。

5.关于不同语言的客户端支持 
    在不同语言的客户端方面， Memcached 和 Redis 都有丰富的第三方客户端可供选择，不过因为 Memcached 发展的时间更久一些，目前看在客户端支持方面， Memcached 的很多客户端更加成熟稳定，而 Redis 由于其协议本身就比 Memcached 复杂，加上作者不断增加新的功能等，对应第三方客户端跟进速度可能会赶不上，有时可能需要自己在第三方客户端基础上做些修改才能更好的使用。

根据以上比较不难看出，当我们不希望数据被踢出，或者需要除 key/value 之外的更多数据类型时，或者需要落地功能时，使用 Redis 比使用 Memcached 更合适。

关于 Redis 的一些周边功能 
    Redis 除了作为存储之外还提供了一些其它方面的功能，比如聚合计算、 pubsub 、 scripting 等，对于此类功能需要了解其实现原理，清楚地了解到它的局限性后，才能正确的使用。比如 pubsub 功能，这个实际是没有任何持久化支持的，消费方连接闪断或重连之后过来的消息是会全部丢失的，又比如聚合计算和 scripting 等功能受 Redis 单线程模型所限，是不可能达到很高的吞吐量的，需要谨慎使用。

总的来说 Redis 作者是一位非常勤奋的开发者，可以经常看到作者在尝试着各种不同的新鲜想法和思路，针对这些方面的功能就要求我们需要深入了解后再使用。

总结： 
1. Redis 使用最佳方式是全部数据 in-memory 。 
2. Redis 更多场景是作为 Memcached 的替代者来使用。 
3. 当需要除 key/value 之外的更多数据类型支持时，使用 Redis 更合适。 
4. 当存储的数据不能被剔除时，使用 Redis 更合适。