Memcache存储大量数据的问题

时间:2015-06-07 20:01:00   收藏:0   阅读:1908

      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mallocfree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

   

评论(0
© 2014 mamicode.com 版权所有 京ICP备13008772号-2  联系我们:gaon5@hotmail.com
迷上了代码!