Memcache存储大数据的问题  huangguisu

Memcached存储单个item最大数据是在1MB内,假设数据超过1M,存取set和get是都是返回false,并且引起性能的问题。

我们之前对排行榜的数据进行缓存。因为排行榜在我们全部sql select查询里面占了30%,并且我们排行榜每小时更新一次,所以必须对数据做缓存。

为了清除缓存方便,把全部的用户的数据放在同一key中,因为memcached:set的时候没有压缩数据。在測试服測试的时候,没发现问题。当上线的时候,结果发现。在线人数刚刚490人的时候,serverload
average飘到7.9。然后我们去掉缓存,一下子就下降到0.59。

所以Memcahce不适合缓存大数据,超过1MB的数据,能够考虑在client压缩或拆分到多个key中。大的数据在进行load和uppack到内存的时候须要花非常长时间,从而减少server的性能。

Memcached支持最大的存储对象为1M。这个值由其内存分配机制决定的。

memcached默认情况下採用了名为Slab
Allocator的机制分配、管理内存。在该机制出现曾经,内存的分配是通过对全部记录简单地进行malloc和free来进行的。

可是,这样的方式会导致内存碎片,加重操作系统内存管理器的负担,最坏的情况下。会导致操作系统比memcached进程本身还慢。Slab
Allocator就是为解决该问题而诞生的。

Slab Allocator的基本原理是依照预先规定的大小,将分配的内存切割成特定长度的块。以全然解决内存碎片问题.

今天(2012-03-16)我们又一次測试了memcached
::set的数据大小。可能是我们用php的memcached扩展是最新版,set数据的时候是默认压缩的。set 数据:

$ac = new memcahed();
$data = str_repeat('a', 1024* 1024); //1M的数据
$r = $ac->set('key', $data, 9999);
//或者
$data = str_repeat('a', 1024* 1024*100);//100M的数据
$r = $ac->set('key', $data, 9999);

不论是1M的数据还是100M的数据,都能set成功。

后来我发现,memcachedset数据的时候是默认压缩的。

因为这个这个是反复的字符串,压缩率高达1000倍。因此100M的数据压缩后实际也就100k而已。

当我设置:

$ac->setOption(memcahed::OPT_COMPRESSION,0); //不压缩存储数据。
$data = str_repeat('a', 1024* 1024); //1M数据
$r = $ac->set('key', $data, 9999);//1M的数据set不成功。

也就是说memcached
server不能存储超过1M的数据,可是经过client压缩数据后,仅仅要小于1M的数据都能存储成功。

memcached相关知识:

1、memcached的基本设置

1)启动Memcache的server端


# /usr/local/bin/memcached -d -m 10 -u root -l 192.168.0.200 -p 12000 -c 256 -P /tmp/memcached.pid

-d选项是启动一个守护进程,

-m是分配给Memcache使用的内存数量,单位是MB,我这里是10MB。

-u是执行Memcache的用户。我这里是root。

-l是监听的serverIP地址。假设有多个地址的话,我这里指定了server的IP地址192.168.0.200,

-p是设置Memcache监听的port。我这里设置了12000,最好是1024以上的port,

-c选项是最大执行的并发连接数,默认是1024,我这里设置了256,依照你server的负载量来设定,

-P是设置保存Memcache的pid文件,我这里是保存在 /tmp/memcached.pid。

2)假设要结束Memcache进程。运行:

# kill `cat /tmp/memcached.pid`

哈希算法将随意长度的二进制值映射为固定长度的较小二进制值。这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。假设散列一段明文并且哪怕仅仅更改该

段落的一个字母。随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入,在计算上是不可能的。

2、适用memcached的业务场景?

1)假设站点包括了訪问量非常大的动态网页。因而数据库的负载将会非常高。因为大部分数据库请求都是读操作,那么memcached能够显著地减小数据库负载。

2)假设数据库server的负载比較低但CPU使用率非常高,这时能够缓存计算好的结果( computed objects )和渲染后的网页模板(enderred templates)。

3)利用memcached能够缓存session数据、暂时数据以降低对他们的数据库写操作。

4)缓存一些非常小可是被频繁訪问的文件。

5)缓存Web 'services'(非IBM宣扬的Web Services,译者注)或RSS feeds的结果.。

3、不适用memcached的业务场景?

1)缓存对象的大小大于1MB

Memcached本身就不是为了处理庞大的多媒体(large media)和巨大的二进制块(streaming huge blobs)而设计的。

2)key的长度大于250字符

3)虚拟主机不让执行memcached服务

假设应用本身托管在低端的虚拟私有server上。像vmware, xen这类虚拟化技术并不适合执行memcached。Memcached须要接管和控制大块的内存。假设memcached管理      的内存被OS或 hypervisor交换出去,memcached的性能将大打折扣。

4)应用执行在不安全的环境中

Memcached为提供不论什么安全策略,只通过telnet就能够訪问到memcached。

假设应用执行在共享的系统上,须要着重考虑安全问题。

5)业务本身须要的是持久化数据或者说须要的应该是database

4、 不能可以遍历memcached中全部的item

这个操作的速度相对缓慢且堵塞其它的操作(这里的缓慢时相比memcached其它的命令)。memcached全部非调试(non-debug)命令,比如add, set, get, fulsh等不管

memcached中存储了多少数据,它们的运行都仅仅消耗常量时间。

不论什么遍历全部item的命令运行所消耗的时间。将随着memcached中数据量的添加而添加。当其它命令由于等待(遍历全部item的命令运行完成)而不能得到运行。因而堵塞将发生。

5、  memcached能接受的key的最大长度是250个字符

memcached能接受的key的最大长度是250个字符。

须要注意的是,250是memcachedserver端内部的限制。假设使用的Memcachedclient支持"key的前缀"或类似特性。那么key(前缀+原始key)的最大长度是能够超过250个字符的。推荐使用较短的key。这样能够节省内存和带宽。

6、  单个item的大小被限制在1M byte之内

由于内存分配器的算法就是这种。

具体的回答:

1)Memcached的内存存储引擎,使用slabs来管理内存。内存被分成大小不等的slabs chunks(先分成大小相等的slabs,然后每一个slab被分成大小相等chunks,不同slab的chunk大小是不相等的)。chunk的大小依次从一个最小数開始,按某个因子增长。直到达到最大的可能值。假设最小值为400B,最大值是1MB,因子是1.20。各个slab的chunk的大小依次是:

slab1 - 400B;slab2 - 480B;slab3 - 576B ...slab中chunk越大。它和前面的slab之间的间隙就越大。因此。最大值越大。内存利用率越低。Memcached必须为每一个slab预先分配内存,因此假设设置了较小的因子和较大的最大值,会须要为Memcached提供很多其它的内存。

2)不要尝试向memcached中存取非常大的数据,比如把巨大的网页放到mencached中。由于将大数据load和unpack到内存中须要花费非常长的时间,从而导致系统的性能反而不好。假设确实须要存储大于1MB的数据,能够改动slabs.c:POWER_BLOCK的值。然后又一次编译memcached;或者使用低效的malloc/free。另外。能够使用数据库、MogileFS等方案取代Memcached系统。

7、  memcached的内存分配器是怎样工作的?为什么不适用malloc/free!

?为何要使用slabs?

实际上,这是一个编译时选项。默认会使用内部的slab分配器,并且确实应该使用内建的slab分配器。最早的时候,memcached仅仅使用malloc/free来管理内存。然而,这样的方式不能与OS的内存管理曾经非常好地工作。重复地malloc/free造成了内存碎片,OS终于花费大量的时间去查找连续的内存块来满足malloc的请求,而不是执行memcached进程。slab分配器就是为了解决问题而生的。内存被分配并划分成chunks。一直被重复使用。由于内存被划分成大小不等的slabs。假设item的大小与被选择存放它的slab不是非常合适的话,就会浪费一些内存。

8、memcached对item的过期时间有什么限制?

item对象的过期时间最长能够达到30天。memcached把传入的过期时间(时间段)解释成时间点后。一旦到了这个时间点,memcached就把item置为失效状态。这是一个简单但obscure的机制。

9、什么是二进制协议,是否须要关注?

二进制协议尝试为端提供一个更有效的、可靠的协议,降低client/server端因处理协议而产生的CPU时间。

依据Facebook的測试。解析ASCII协议是memcached中消耗CPU时间最多的

环节。

10、 memcached的内存分配器是怎样工作的?为什么不适用malloc/free。?为何要使用slabs?

实际上。这是一个编译时选项。默认会使用内部的slab分配器,并且确实应该使用内建的slab分配器。

最早的时候,memcached仅仅使用malloc/free来管理内存。然而,这样的方式不能与OS的内存管理曾经非常好地工作。

重复地malloc/free造成了内存碎片,OS终于花费大量的时间去查找连续的内存块来满足malloc的请求,而不是执行memcached进程。slab分配器就是为了解决问题而生的。内存被分配并划分成chunks,一直被重复使用。由于内存被划分成大小不等的slabs。假设item的大小与被选择存放它的slab不是非常合适的话,就会浪费一些内存。

11、memcached是原子的吗?

全部的被发送到memcached的单个命令是全然原子的。假设您针对同一份数据同一时候发送了一个set命令和一个get命令,它们不会影响对方。它们将被串行化、先后运行。

即使在多线程模式。全部的命令都是原子的。然是,命令序列不是原子的。假设首先通过get命令获取了一个item,改动了它,然后再把它set回memcached,系统不保证这个item没有被其它进程(process,未必是操作系统中的进程)操作过。memcached 1.2.5以及更高版本号,提供了gets和cas命令,它们能够解决上面的问题。

假设使用gets命令查询某个key的item,memcached会返回该item当前值的唯一标识。

假设client程序覆写了这个item并想把它写回到memcached中。能够通过cas命令把那个唯一标识一起发送给memcached。假设该item存放在memcached中的唯一标识与您提供的一致,写操作将会成功。假设还有一个进程在这期间也改动了这个item,那么该item存放在memcached中的唯一标识将会改变,写操作就会

失败。

具体了解Memcached的内存分配机制:

http://cjjwzs.javaeye.com/blog/762453

Memcache存储大量数据的问题的更多相关文章

  1. Memcache存储大数据的问题

    Memcached存储单个item最大数据是在1MB内,假设数据超过1M,存取set和get是都是返回false,并且引起性能的问题. 我们之前对排行榜的数据进行缓存,因为排行榜在我们全部sql se ...

  2. Memcache存储大数据的问题(大于1m)

    Memcached存储单个item最大数据是在1MB内,如果数据超过1M,存取set和get是都是返回false,而且引起性能的问题. 我们之前对排行榜的数据进行缓存,由于排行榜在我们所有sql se ...

  3. memcache 存储单个KEY,数据量过大的时候性能慢!以及简单的memcache不适合用到的场景

    今天有人问到我:memcache存储大数据量,10K,100K,1M的时候,效果怎么样??我回答:不好,效果非常慢.对方问:为什么啊??我回答不上来...于是就找了点资料. memcached使用需要 ...

  4. 实现基于Memcache存储的Session类

    自主实现Session功能的类,基于文件方式存储Session数据,测试基本通过,还比较好玩,实际应用没有意义,只不过是学习Session是如何实现的. 使用基于文件的Session存取瓶颈可能都是在 ...

  5. Memcache存储机制与指令汇总

    1.memcache基本简介 memcached是高性能的分布式内存缓存服务器.一般的使用目的是,通过缓存数据库查询结果,减少数据库访问次数,以提高动态Web应用的速度.提高可扩展性. Memcach ...

  6. 使用缓存Memcache存储access_token

    接上篇文本,千辛万苦终于拿到了access_token. 正常情况下access_token有效期为7200秒,重复获取将导致上次获取的access_token失效.目前,获取access_token ...

  7. 使用缓存Memcache存储更新微信access token

    关键字:Memcache access_token 更新 存储 7200 本文介绍如何使用缓存Memcache存储及更新 access token的方法. 一.Access Token access_ ...

  8. 数据库中用varbinary存储二进制数据

    问题描述:将图片.二进制文件内容等数据存储在数据库中,并能从数据库中取出还原为图片或文件,数据库存储二进制数据用varbinary字段. 分析:由于之前数据库中没有用过varbinary存储数据,首先 ...

  9. Atitit 数据存储的数据表连接attilax总结

    Atitit 数据存储的数据表连接attilax总结 1.1. 三种物理连接运算符:嵌套循环连接.合并连接以及哈希连接1 1.2. a.嵌套循环连接(nested loops join)1 1.3. ...

随机推荐

  1. hdu4758 Walk Through Squares (AC自己主动机+DP)

    Walk Through Squares Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 65535/65535 K (Java/Others ...

  2. Html.Partial和Html. RenderPartial

    圣殿骑士-蓝剑行动 Html.Partial和Html. RenderPartial用法 Html.Partial和Html. RenderPartial用法 Html.partial和RenderP ...

  3. JS数组学习笔记

    原文:JS数组学习笔记 最近在备课数组,发现很多ES5的方法平时很少用到.细节比较多,自己做了大量例子和整理,希望对大家了解JavaScript中的Array有所帮助. 概念 数组是值的有序集合.每个 ...

  4. TCP/IP的经典网络编程

                                                                             TCP/IP网络编程之四书五经             ...

  5. 配置静态监听解决ORA-12514错误的案例(转)

    今天做Linux下DG配置的时候,遇到一个现象,tnsname.ora文件配置都正常,tnsping也正常,监听也正常,但是仍然报ORA-12514错误:   SQL> set lin 130 ...

  6. .NET中使用Redis(二)

    很久以前写了一篇文章 .NET中使用Redis 介绍了如何安装Redis服务端,以及如何在.NET中调用Redis读取数据.本文简单介绍如何设计NoSQL数据库,以及如何使用Redis来存储对象. 和 ...

  7. ACM竞赛之输入输出

    http://acm.njupt.edu.cn/acmhome/problemdetail.do?id=1083&method=showdetail 比赛描述 字符串的输入输出处理. 输入 第 ...

  8. 获取调用者Class和method、反射获取get方法、获取注解信息

    调用者Class 及 method StackTraceElement stacks[] = Thread.currentThread().getStackTrace(); for (StackTra ...

  9. 经典算法题每日演练——第十四题 Prim算法

    原文:经典算法题每日演练--第十四题 Prim算法 图论在数据结构中是非常有趣而复杂的,作为web码农的我,在实际开发中一直没有找到它的使用场景,不像树那样的频繁使用,不过还是准备 仔细的把图论全部过 ...

  10. 从头开始学JavaScript (十三)——Date类型

    说明:UTC:国际协调日期 GMT:格林尼治标准时间 一.date类型的创建 使用new操作符和Date()构造函数 var now=new Date(): 传入参数:Date.parse()和Dat ...