摘要

在高并發環境下，大量的讀、寫請求涌向數據庫，此時磁盤IO將成為瓶頸，從而導致過高的響應延遲，因此緩存應運而生。無論是單機緩存還是分布式緩存都有其適應場景和優缺點，當今存在的緩存產品也是數不勝數，最常見的有redis和memcached等，既然是分布式，那么他們是怎么實現分布式的呢？本文主要介紹分布式緩存服務mencached的分布式實現原理。
緩存本質

計算機體系緩存

什么是緩存，我們先看看計算機體系結構中的存儲體系，根據馮·諾依曼計算機體系結構模型，計算機分為五大部分：運算器、控制器、存儲器、輸入設備、輸出設備。結合現代計算機，CPU包含運算器和控制器兩個部分，CPU負責計算，其需要的數據由存儲提供，存儲分為幾個級別，就拿我當前的PC舉個例子，我的機器存儲清單如下：

    1.356G的磁盤
    2.4G的內存
    3.3MB三級緩存
    4.256KB二級緩存(pre core)

除了上述部分，還有CPU內的寄存器，當然有的計算機還有一級緩存等。CPU運算器工作的時候需要數據，數據哪里來？首先從距離CPU最近的二級緩存去拿，這塊緩存速度最快，通常也是體積最小，因為價格最貴：

存儲金字塔

如上圖所示，存儲體系就像個金子塔，最上層最快，價格最貴，最下層最慢，價格也最便宜，CPU的數據源優先級一層層從上到下去尋找數據。

很顯然，除了最慢的那塊存儲，在計算機體系中，相對較快的那些存儲都可以被稱為緩存，他們解決的問題是讓存儲訪問更快。

緩存應用系統

計算機體系存儲系統模型擴展到應用也是一樣，應用需要數據，數據哪里來？緩存(更快的存儲)->DB（較慢的存儲），他們的工作流程大致如下圖所示：

帶緩存的存儲訪問一般模型

如上圖所示，緩存應用系統一般存儲訪問流程：首先訪問緩存較快的存儲介質，如果命中且未失效則返回內容，如果未命中或失效則訪問較慢的存儲介質將內容返回同時更新緩存。

memcached簡介

什么是memcached

memcached是LiveJournal旗下的Danga Interactive公司的Brad Fitzpatric為首開發的一款軟件。現在已經成為mixi、hatena、Facebook、Vox、LiveJournal等眾多服務中提高Web應用擴展性的重要因素。傳統的Web應用都將數據保存到RDBMS中，應用服務器從RDBMS中讀取數據、處理數據并在瀏覽器中顯示。但是隨著數據量增大、訪問的集中、就會出現RDBMS的負擔加重、數據庫響應變慢、導致整個系統響應延遲增加。

而memcached就是為了解決這個問題而出現的，memcached是一款高性能的分布式內存緩存服務器，一般目的是為了通過緩存數據庫的查詢命中減少數據庫壓力、提高應用響應速度、提高可擴展性。

memcached緩存應用

memcached緩存特點

    1.協議簡單
    2.基于libevent的事件處理
    3.內置內存存儲方式
    4.memcached不相互通信的分布式

memcached分布式原理

今天的內容主要涉及memcached特點的第四條，memcached不相互通信，那么memcached是如何實現分布式的呢？memcached的分布式實現主要依賴客戶端的實現：

memcached分布式

如上圖所示，我們看下緩存的存儲的一般流程：

當數據到達客戶端，客戶端實現的算法就會根據“鍵”來決定保存的memcached服務器，服務器選定后，命令他保存數據。取的時候也一樣，客戶端根據“鍵”選擇服務器，使用保存時候的相同算法就能保證選中和存的時候相同的服務器。

余數計算分散法

余數計算分散法是memcached標準的memcached分布式方法，算法如下：

該算法下，客戶端首先根據key來計算CRC，然后結果對服務器數進行取模得到memcached服務器節點，對于這種方式有兩個問題值得說明一下：

    1.當選擇到的服務器無法連接的時候，一種解決辦法是將嘗試的連接次數加到key后面，然后重新進行hash，這種做法也叫rehash。
    2.第二個問題也是這種方法的致命的缺點，盡管余數計算分散發相當簡單，數據分散也很優秀，當添加或者移除服務器的時候，緩存重組的代價相當大。

Consistent Hashing算法

Consistent Hashing算法描述如下：首先求出memcached服務器節點的哈希值，并將其分配到0~2^32的圓上，這個圓我們可以把它叫做值域，然后用同樣的方法求出存儲數據鍵的哈希值，并映射到圓上。然后從數據映射到的位置開始順時針查找，將數據保存到找到的第一個服務器上，如果超過0~2^32仍找不到，就會保存在第一臺memcached服務器上：

memcachd基本原理

再拋出上面的問題，如果新添加或移除一臺機器，在consistent Hashing算法下會有什么影響。上圖中假設有四個節點，我們再添加一個節點叫node5:

添加了node節點之后

node5被放在了node4與node2之間，本來映射到node2和node4之間的區域都會找到node4，當有node5的時候，node5和node4之間的還是找到node4，而node5和node2之間的此時會找到node5，因此當添加一臺服務器的時候受影響的僅僅是node5和node2區間。

優化的Consistent Hashing算法

上面可以看出使用consistent Hashing最大限度的抑制了鍵的重新分配，且有的consistent Hashing的實現方式還采用了虛擬節點的思想。問題起源于使用一般hash函數的話，服務器的映射地點的分布非常不均勻，從而導致數據庫訪問傾斜，大量的key被映射到同一臺服務器上。為了避免這個問題，引入了虛擬節點的機制，為每臺服務器計算出多個hash值，每個值對應環上的一個節點位置，這種節點叫虛擬節點。而key的映射方式不變，就是多了層從虛擬節點再映射到物理機的過程。這種優化下盡管物理機很少的情況下，只要虛擬節點足夠多，也能夠使用得key分布的相對均勻。

總結

本文介在理解緩存基本概念的情況下介紹了memcached的分布式算法實現原理，memcached的分布式是由客戶端函數庫實現的。

以上就是本文的全部內容，希望能給大家一個參考，也希望大家多多支持VEVB武林網。