python---Memcached

Memcached

Memcached 是一個高性能的分布式內存對象緩存系統，用於動態Web應用以減輕數據庫負載。它通過在內存中緩存數據和對象來減少讀取數據庫的次數，從而提高動態、數據庫驅動網站的速度。Memcached基於一個存儲鍵/值對的hashmap。其守護進程（daemon ）是用C寫的，但是客戶端可以用任何語言來編寫，並通過memcached協議與守護進程通信。

Memcached安裝和基本使用

服務端Memcached安裝：

用wget 去http://memcached.org下載最新源碼
tar -zxvf memcached-x.x.x.tar.gz
cd memcached-x.x.x
./configure && make && make test && sudo make install
PS：依賴libevent，需要提前安裝
yum install libevent-devel
#apt-get install libevent-dev

啟動Memcached：

memcached -d -m 10 -u root -l 0.0.0.0 -p 12000 -c 256 -P /tmp/memcached.pid
 
參數說明:
    -d 是啟動一個守護進程
    -m 是分配給Memcache使用的內存數量，單位是MB
    -u 是運行Memcache的用戶
    -l 是監聽的服務器IP地址
    -p 是設置Memcache監聽的端口,最好是1024以上的端口
    -c 選項是最大運行的並發連接數，默認是1024，按照你服務器的負載量來設定
    -P 是設置保存Memcache的pid文件

Memcached命令：

存儲命令: set/add/replace/append/prepend/cas
獲取命令: get/gets
其他命令: delete/stats..

Python操作Memcached

安裝API：

python操作Memcached使用Python-memcached模塊
下載安裝：https://pypi.python.org/pypi/python-memcached

簡單的操作示例：

#!/usr/bin/env python3
#coding:utf8
import memcache
#鏈接
mc = memcache.Client(['139.129.5.191:12000'], debug=True)
#插入
mc.set("name", "python")
#讀取
ret = mc.get('name')
print (ret)
 
# 輸出結果
python
 
# debug=True表示運行出現錯誤時，可以顯示錯誤信息，正式環境可以不加

天生支持集群：

　　python-memcached模塊原生支持集群操作，其原理是在內存中維護一個主機列表，且集群中主機的權重值和主機在列表中重復出現的次數成正比。

     主機     權重
    1.1.1.1   1
    1.1.1.2   2
    1.1.1.3   1
 
那么在內存中主機列表為：
    host_list = ["1.1.1.1", "1.1.1.2", "1.1.1.2", "1.1.1.3", ]

用戶如果要在內存中創建一個鍵值對（如：k1 = "value1"），那么要執行以下步驟：

1. 根據算法將k1轉換成一個數字
2. 將數字和主機列表長度求余數，得到一個值N（0 <= N < 長度）
3. 在主機列表中根據第二步得到的值為索引獲取主機，例如: host_list[N]
4. 連接將第三步中獲取的主機，將k1 = "value1" 放置在該服務器的內存中

代碼如下：

#!/usr/bin/env python3
#coding:utf8
import memcache
mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2),('1.1.1.3:12000',3)])
mc.set('k1','value1')
ret = mc.get('k1')
print (ret)

基本memcached操作：

• add        添加一條鍵值對，如果已經存在的key，重復執行add操作會出現異常。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.add('k1', 'v1')
mc.add('k1', 'v2') # 報錯，對已經存在的key重復添加，失敗！！！
例如：
ret1 = mc.add('name','tom')
print(refalse)
ret2 = mc.add('name','jack')
print(retrue)
結果：
False #當已經存在key 那么返回false
True  #如果不存在key     那么返回treue  

• replace    replace修改某個key的值，如果key不存在，則異常

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('name','tom')
re = mc.get('name')
print(re)
rereplace = mc.replace('name','jack')
re = mc.get('name')
print(rereplace,re)
結果：
tom  #第一次賦值
True jack #如果存在key那么修改成功為yaoyao 返回True
rereplace = mc.replace('name1','hahaha')
re = mc.get('name1')
print(rereplace,re)
結果：
False None #如果不存在key，修改失敗，返回空值

• set 和 set_multi

set : 設置一個鍵值對，如果Key不存在，則創建，如果key存在，則修改。

set_multi : 設置多個鍵值對，如果key不存在，則創建，如果key存在，則修改。

import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('name','tom')
re = mc.get('name')
print('set用法',re) #設置一個鍵值對
dic = {'name':'to,','age':'19','job':'IT'}
mc.set_multi(dic)  #設置多個鍵值對
#或者mc.set_multi({'name':'tom','age':'19','job':'IT'})
mcname = mc.get('name')
mcage = mc.get('age')
mcjob = mc.get('job')
print('set_multi用法:',mcname,mcage,mcjob)

• delete 和 delete_multi

delete : 在Memcached中刪除指定的一個鍵值對。

delete_multi : 在Memcached中刪除指定多個鍵值對。

import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('name','tom')
re = mc.get('name')
print('存在',re)
mc.delete('name')
re = mc.get('name')
print('刪除',re)  #刪除一個鍵值對

• get 和 get_multi

get : 獲取一個鍵值對。

get_multi : 獲取多個鍵值對。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('name','tom')
re = mc.get('name')
print('get',re)     #獲取一個鍵值對
dic = {'name':'to,','age':'19','job':'IT'}
mc.set_multi(dic)
regetmu=mc.get_multi(['name','age','job'])
print('get_multi',re) #獲取多個鍵值對的值

• append 和 prepend

append : 修改指定key的值，在該值后面追加內容。

prepend : 修改指定key的值，在該值前面插入內容。

import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('num','第一|')
re = mc.get('num')
print(re)
mc.append('num','追加第二個') #在第一后面追加
re = mc.get('num')
print(re)
mc.prepend('num','我是零個')  #在第一前面追加
re = mc.get('num')
print(re)
結果：
第一|
第一|追加第二個
我是零個第一|追加第二個

• decr 和 incr

decr : 自減，將Memcached中的一個值增加N（N默認為1）

incr  : 自增，將Memcached中的一個值減少N（N默認為1）

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['0.0.0.0:12000'])
mc.set('num','1')
re = mc.get('num')
print('我是沒加過的值',re)
mc.incr('num','9')
re = mc.get('num')
print('我是加上新增后的值',re)
mc.decr('num','5')
re = mc.get('num')
print('我是減去的值',re)
# 結果：
我是沒加過的值 1
我是加上新增后的值 10
是減去的值 5

• gets 和 cas

使用緩存系統共享數據資源就必然繞不開數據爭奪和臟數據（數據混亂）的問題。

假設商城某件商品的剩余個數保存在memcache中，product_count = 900

A用戶刷新頁面從memecache中讀取到product_count = 900

B用戶刷新頁面從memecache中讀取到product_count = 900

A,B用戶均購買商品，並修改product_count的值

A修改后，product_count = 899

B修改后，product_count = 899

然而正確數字應該是898，數據就混亂了。

如果想要避免這種情況的發生，則可以使用  gets　和　cas

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['0.0.0.0:12000'],cache_cas=True)
mc.set('count','10')
reget = mc.get('count')
print('件數',reget)
regets = mc.gets('count')
print(regets)
# 如果有人在gets之后和cas之前修改了product_count，那么，
下面的設置將會執行失敗，剖出異常，從而避免非正常數據的產生
recas = mc.cas('count','11')
print(recas)
regets = mc.gets('count')
print('修改',regets)

本質上每次執行gets時，會從memcache中獲取一個自增的數字，通過cas去修改gets的值時，會攜帶之前獲取的自增和memcache中的自增值進行比較，如果相等，則可以提交，如果不相等，那么表示在gets和cas執行之間，又有其他人執行了gets，則不允許修改。