Memcached 详解：高性能分布式内存缓存系统

Memcached 是一个开源的、高性能的、分布式的 内存对象缓存系统，最初由 LiveJournal 在 2003 年开发，用于缓解数据库负载。它被广泛应用于 Web 应用中，作为数据库前的“第一道防线”，显著提升系统响应速度和并发能力。

尽管近年来 Redis 更为流行，但 Memcached 依然在许多大型互联网公司（如 Facebook、Twitter、Wikipedia）中稳定运行，尤其在纯缓存场景下具有独特优势。

一、Memcached 的定位与核心价值

特性	说明
🚀 纯内存缓存	数据仅存储在内存中，不支持持久化
🔌 简单高效	协议简单，只支持字符串键值对，性能极高
🌐 分布式架构	客户端通过一致性哈希决定数据存放到哪个节点
🧩 LAMP/LEMP 栈标配	与 PHP、MySQL 深度集成
💡 缓存加速	主要用途：缓存数据库查询结果、会话、页面片段等

✅ 一句话总结：
Memcached 是一个专注于“极速缓存”的轻量级分布式内存 KV 存储，适合高并发、低延迟的只读缓存场景。

二、Memcached 的核心特性

特性	说明
⚡ 极致性能	单机 QPS 可达 10万+，延迟微秒级
🧱 基于内存	所有数据存储在 RAM 中，重启后丢失
🔗 无持久化	不支持 RDB/AOF，不是数据库替代品
📦 键值结构	Key-Value 存储，Value 最大 1MB
🧼 LRU 自动淘汰	内存满时自动淘汰最近最少使用数据
🌐 分布式设计	多节点集群，客户端决定数据分布
🔄 一致性哈希	减少节点增减时的数据迁移量
🛠 二进制协议	支持高效通信（可选）
📡 TCP/UDP 支持	UDP 用于高吞吐、容忍丢包场景

三、工作原理与架构

1. 架构图

+------------+     +---------------------+
|  Application | → |  Memcached Client   | → 路由（一致性哈希）
+------------+     +---------------------+
                                      ↓
                 +-----------+  +-----------+  +-----------+
                 |  Node 1   |  |  Node 2   |  |  Node 3   |
                 | (10.0.0.1)|  | (10.0.0.2)|  | (10.0.0.3)|
                 +-----------+  +-----------+  +-----------+

客户端负责路由：根据 key 的哈希值选择目标节点
服务端无集群通信：各节点独立运行，不互相通信（与 Redis Cluster 不同）

2. 数据存储机制

✅ Slab Allocation（ slab 分配器）

Memcached 使用 Slab Allocator 管理内存，避免内存碎片。

工作流程：

内存被划分为多个 Slab Class（按大小分类）
每个 Slab Class 包含多个固定大小的 Chunk
存储数据时，选择合适大小的 Chunk

Slab 1: chunk_size=96B  → 存储 50B~96B 的数据
Slab 2: chunk_size=128B → 存储 97B~128B 的数据
...

⚠️ 缺点：内存浪费（如存 97B 数据会占用 128B）

3. 过期与淘汰机制

✅ 过期（Expiration）

支持设置 TTL（秒级）
过期是惰性删除：get 时检查是否过期
也可通过 LRU crawler 主动清理

set mykey 0 3600 6          # 3600秒后过期，value长度6
value data

✅ 淘汰（Eviction）

使用 LRU（Least Recently Used） 策略
当内存不足时，淘汰最久未使用的数据
可配置 maxmemory 限制内存使用

四、Memcached vs Redis 对比

特性	Memcached	Redis
📦 数据结构	仅 String	String, Hash, List, Set, ZSet, Stream 等
💾 持久化	❌ 不支持	✅ RDB/AOF
🔐 多线程	✅ 支持	❌ 单线程（命令处理）
🌐 分布式	客户端分片	支持 Cluster 模式
🧩 原子操作	✅ incr/decr	✅ 更丰富的原子命令
🧠 内存管理	Slab Allocation	动态分配 + LRU
📏 Value 大小	≤ 1MB	≤ 512MB
🔄 数据淘汰	LRU	支持多种策略（LRU, LFU, TTL）
🧰 用途	纯缓存	缓存、消息队列、分布式锁、实时计算等

✅ 选择建议：

纯缓存、高并发读 → Memcached
多功能、需持久化、复杂数据结构 → Redis

五、安装与配置（以 Linux 为例）

1. 安装

# Ubuntu/Debian
sudo apt-get install memcached

# CentOS/RHEL
sudo yum install memcached
# 或使用 dnf
sudo dnf install memcached

2. 启动服务

# 基本启动
memcached -d -m 64 -p 11211 -u nobody

# 参数说明：
# -d: 守护进程
# -m: 内存大小（MB）
# -p: 端口
# -u: 运行用户
# -c: 最大连接数
# -t: 线程数（提升并发）

3. 配置文件（可选）

通常通过命令行参数配置，也可使用 /etc/memcached.conf

六、客户端使用示例（Python）

1. 安装客户端

pip install python-memcached

2. 基本操作

import memcache

# 连接多个节点（客户端自动分片）
mc = memcache.Client(['10.0.0.1:11211', '10.0.0.2:11211'], debug=0)

# 设置缓存（key, value, expire）
mc.set("user:1001", "{'name': 'Alice'}", 3600)

# 获取缓存
data = mc.get("user:1001")
print(data)

# 删除
mc.delete("user:1001")

# 原子增减（适用于计数器）
mc.incr("counter:page_view", 1)
mc.decr("counter:stock", 1)

七、典型应用场景

1. 数据库查询缓存

data = mc.get("sql:select_user_1001")
if not data:
    data = db.query("SELECT * FROM users WHERE id=1001")
    mc.set("sql:select_user_1001", data, 600)  # 缓存10分钟

2. 会话存储（Session）

session = mc.get(f"session:{token}")
if session:
    login_user(session['user_id'])

3. 页面片段缓存

html = mc.get("fragment:sidebar")
if not html:
    html = render_sidebar()
    mc.set("fragment:sidebar", html, 1800)

4. 计数器（原子操作）

incr page:view:counter

八、Memcached 的局限性

局限	说明
❌ 无持久化	重启即丢数据，不能做数据库
❌ 无主从复制	不支持高可用自动故障转移
❌ 无数据结构	无法存储对象、列表等复杂结构
❌ 无认证机制	默认无密码，需靠网络隔离
❌ 最大 value 1MB	不适合大对象缓存

💡 注意：这些“缺点”也是其“简单高效”的代价。

九、最佳实践建议

实践	说明
✅ 合理设置 TTL	避免数据长期不更新
✅ 控制 value 大小	尽量 < 100KB，避免网络阻塞
✅ 使用连接池	减少连接开销
✅ 监控内存使用	`echo “stats”
✅ 避免缓存雪崩	设置随机过期时间
✅ 多节点部署	提升容量和可用性
✅ 结合 CDN/本地缓存	多层缓存架构

十、运维常用命令（通过 telnet 或 nc）

# 连接
telnet 127.0.0.1 11211

# 查看状态
stats

# 查看内存统计
stats items

# 清空所有缓存
flush_all

# 退出
quit

📌 stats 输出关键字段：

curr_items: 当前 item 数量
bytes: 已使用内存
get_hits / get_misses: 命中率
evictions: 被淘汰次数（越大说明内存不足）

十一、总结：Memcached 的适用场景

✅ 适合使用 Memcached 的场景：

纯缓存加速（如数据库查询结果）
高并发读、低并发写的场景
对延迟极度敏感的应用
已有成熟一致性哈希路由的系统

❌ 不适合的场景：

需要持久化的数据
需要复杂数据结构（如排行榜）
需要分布式锁、消息队列等功能
要求高可用自动故障转移

✅ 结语：
Memcached 虽然“古老”，但其 简单、稳定、高效 的设计哲学，使其在特定场景下依然不可替代。理解它的定位与限制，才能在技术选型中做出正确决策。

🔗 推荐组合：
Memcached（缓存层） + MySQL（持久层） + Redis（功能层） = 完整的现代 Web 架构。