数据平台前端缓存技术方案（M/R） version: v1.0 1 缓存Memcached（M） 1.1 M的概念 M是高性能的分布式内存缓存服务器，协议简单。通过缓存数据库的查询结果，减少数据库访问次数，提高动态Web应用的速度和扩展性。 M支持下述语言 1.2 M的设计 1.2.1 M的机制 守护进程机制：UNIX Daemon；Socket事件处理机制：非阻塞、Libevent异步事件处理、Epoll/Kqueue；内存管理机制：Slab内存分配、LRU对象清除、Hash快速检索 Item。 内存管理中，Slab中分成小单位Chunk，Chunk中存有实际数据Item。下述是 M的 Slab内存结构图和分配实例图。 Slab内存结构图 Slab内存分配实例图 Slab计算占用内存图 Item数据存储格式图 1.2.2 M的架构设计 M的设计遵从原则是，首次访问从RDBMS中取得数据，按一定规则保存到M后，第二次访问从M中取得数据显示到浏览器页面中。 M架构层次图 M的服务端并没有分布式功能，各个服务器之间没有互相通信以共享信息。M的分布式完全取决于客户端的实现，如下图所示。 M使用说明图 如需要在M中保存键名为“tokyo”的数据时，通过客户端应用程序的算法，根据 Key来决定选择哪个服务器节点进行存储。服务器选定之后，命令其保存键名“tokyo”和键值“data”。 Set实例图 如需要在M中获取键名为“tokyo”的数据时。把键名“tokyo”传给客户端函数库，通过和数据保存相同的算法，根据 Key选择服务器节点。只要算法一致，就能选对服务器，发送命令取得键值“data”。 Get实例图 1.3 M的客户端算法 1.3.1 余数分散 根据服务器台数的余数进行分散，求得Key的整数Hash值H，除以服务器的台数N，由余数指向选中服务器，即H%N。 算法的数据分散性比较优秀，但不足的是当添加/移除服务器时（包括服务器Down机事件），缓存重组的代价相当大。因为添加/移除服务器后，余数必定发生改变，客户端在获取数据时，就无法通过算法获取和保存时相同的服务器，严重影响了缓存的命中率。大部分负载会在事件发生的同时，增大数据库的压力。 1.3.2 一致性哈希 一致性哈希算法，Consistent Hashing是一种分布式算法，常用于负载均衡。M 客户端选择这种算法，解决将 Key-Value均匀分配到众多 M 服务器上的问题。它可以取代传统的取模操作，解决了上述取模操作无法应对增删M 服务器所遇到的问题。 一致性哈希算法图 一致性哈希算法增加节点图 普通一致性哈希算法有个潜在的问题是：节点 Hash后会不均匀地分布在...
