Memcached 什么是服务特点和架构？

Memcached面试考题 0 52

参考回答

Memcached 服务的特点：
1. 高性能：所有数据都存储在内存中，读写速度非常快，适合高并发场景。
2. 分布式：支持将数据分布到多台服务器上进行存储，实现水平扩展。
3. 简单的键值存储：以键值对的形式存储数据，支持简单高效的操作。
4. 无持久化：数据存储在内存中，服务器重启或宕机会导致数据丢失。
5. 多语言支持：提供多种客户端库，支持主流编程语言如 Java、Python、PHP 等。
6. 内存高效利用：采用 Slab Allocation 内存分配机制，减少内存碎片，提高存储效率。

Memcached 的架构：
1. 客户端：
– 客户端负责数据的分布和存取操作。
– 通过一致性哈希算法，将请求分配到合适的 Memcached 服务器。

服务端：
- 主要负责数据的存储和查询。
- 使用 Slab Allocation 将内存分为多个 slab，每个 slab 又被划分为固定大小的 chunk，用于存储不同大小的数据。
- 使用 LRU（最近最少使用）算法进行缓存淘汰，当内存不足时优先清理较久未使用的数据。
通信：
- 客户端与服务端通过 TCP 协议或 UDP 协议进行通信。
- 采用文本协议（简单易用）和二进制协议（效率更高）。

详细讲解与拓展

1. Memcached 的服务特点深入解析

高性能：
Memcached 将所有操作都集中在内存中，避免了磁盘 I/O，速度极快，读写延迟通常在毫秒级甚至微秒级。
分布式扩展性：
Memcached 的分布式特性由客户端负责，数据通过哈希算法分布到不同的服务器上。如果需要增加缓存容量，只需添加更多的 Memcached 节点。
无持久化的特点：
Memcached 专注于缓存，数据不进行持久化。这意味着它适合存储可以从其他地方重新生成的数据，比如数据库查询结果，而不是必须永久保存的数据。

2. Memcached 的架构解析

Slab Allocation 内存管理：
Memcached 使用 Slab Allocation 来避免频繁的内存分配和回收导致的碎片问题。
- 内存被分为多个 slab，每个 slab 包含固定大小的 chunk。
- 小数据存储在小的 chunk 中，大数据存储在大的 chunk 中。
- 这种设计可以高效利用内存，但可能导致内存浪费（例如，一个 1 字节的数据会占用整个 64 字节的 chunk）。
LRU 缓存淘汰策略：
当内存不足时，Memcached 会优先清理最近最少使用的缓存项。这种策略可以保证常用数据尽可能留在缓存中，但可能在高并发场景下导致缓存抖动（频繁删除与重新缓存）。

3. Memcached 的架构运行流程

假设一个电商网站使用 Memcached：
1. 用户请求商品数据，客户端检查 Memcached 是否有缓存。
2. 如果命中缓存，直接返回结果；如果未命中，则从数据库查询数据，并将结果存入 Memcached。
3. 下次请求相同商品时，直接从 Memcached 获取，提升响应速度。

4. 与 Redis 架构的对比

数据模型：
Memcached 只支持简单的键值对，而 Redis 支持多种复杂数据结构（如哈希、列表、集合）。
数据持久化：
Redis 支持 RDB 和 AOF 等持久化方式，而 Memcached 数据断电即丢失。
分布式支持：
Memcached 分布式由客户端实现，Redis 原生支持集群模式（Redis Cluster）。

举例说明

场景：一个新闻网站首页有“今日热门文章”模块。
– 没有缓存：每次用户访问，系统都需要查询数据库计算“热门文章”，响应慢，数据库压力大。
– 使用 Memcached：
1. 第一次访问时，将查询结果存入 Memcached，设置有效期为 5 分钟。
2. 接下来的访问，用户直接从 Memcached 获取数据，响应迅速，数据库负载降低。

5. 优化建议

缓存层设计：根据数据大小选择合适的 slab class，避免浪费内存。
分布式部署：使用一致性哈希算法，减少新增节点对缓存分布的影响。
监控与调优：监控命中率和内存使用率，调整 slab 分配策略或清理策略。

总结

Memcached 是一款高性能的分布式缓存系统，其特点是简单、高效和可扩展性。其架构通过 Slab Allocation 和 LRU 算法优化了内存使用和缓存淘汰。虽然 Memcached 无法持久化数据，但在高速缓存和减少数据库压力方面表现卓越，是许多高并发场景的首选方案。