为memcached增加缓存依赖的性能测试

最新推荐文章于 2025-09-04 11:09:46 发布

tenghoo

最新推荐文章于 2025-09-04 11:09:46 发布

阅读量991

点赞数

CC 4.0 BY-SA版权

文章标签： memcached cache 测试测试工具 string 工具

本文链接：https://blog.youkuaiyun.com/tenghoo/article/details/5321097

本文测试了为memcached增加缓存依赖后的性能表现，通过不同场景的对比，发现使用缓存依赖会导致并发请求量下降约20%。

阅读准备

阅读本文前，请先通过下面两篇文章了解该缓存依赖的设计思路和程序实现。

1、为memcached增加缓存依赖的初步设想。
2、为memcached增加缓存依赖的程序实现。

测试环境

环境：本机测试，memcached和站点都搭建在本地。下面是我机器的配置。

工具：测试工具是WAS。使用介绍请参考之前写的这篇文章。

测试结果

一、未使用memcached

对一个空白的aspx页面进行测试。

运行时间

结果

2分钟

Run length: 00:02:00

Number of threads: 200

Requests per Second: 1906.39

5分钟

Run length: 00:05:00

Number of threads: 200

Requests per Second: 1860.21

二、使用memcached

（一）、正常使用memcached，一次创建一个key

运行时间

结果

2分钟

Run length: 00:02:00

Requests per Second: 651.16

Number of threads: 200

5分钟

Run length: 00:05:00

Requests per Second: 670.73

Number of threads: 200

（二）、使用缓存依赖

keyA: key1+六位随机数。

不依赖其他cache，创建的cache有：DATA_keyA和CTIME_keyA。

keyB：keyN+六位随机数[N>1]。

依赖于keyA，创建的cache有：DATA_keyB、CTIME_keyB、DEPEND_keyB和DEPCTIME_keyB。

1、创建keyA

运行时间

结果

2分钟

Run length: 00:02:00

Requests per Second: 505.45

Number of threads: 200

5分钟

Run length: 00:05:00

Requests per Second: 530.68

Number of threads: 200

2、keyA已经存在，创建keyB。所有的keyB都依赖于同一个keyA。

运行时间

结果

2分钟

Run length: 00:02:00

Requests per Second: 290.03

Number of threads: 200

5分钟

Run length: 00:05:00

Requests per Second: 308.27

Number of threads: 200

3、创建keyA和一个keyB。

运行时间

结果

2分钟

Run length: 00:02:00

Requests per Second: 266.01

Number of threads: 200

5分钟

Run length: 00:05:00

Requests per Second: 275.95

Number of threads: 200

4、创建keyA和两个keyB。

运行时间

结果

2分钟

Run length: 00:02:00

Requests per Second: 188.12

Number of threads: 200

5分钟

Run length: 00:05:00

Requests per Second: 199.03

Number of threads: 200

通过测试数据来看，【651.16-670.73】VS 【505.45-530.68】。使用缓存依赖后并发数会下降20%左右。所以是否使用该依赖方案，请根据项目实际情况进行取舍。

下面是使用缓存依赖的测试代码。

     /// <summary>
     /// 创建keyA
     /// </summary>
     private void AddTest1()
    {
        CacheContext context = CacheContext.GetCacheService();
         string key1 = RandomKey( " key1 " );
         string vaule1 = " 我是 " + key1;
        context.AddObject(key1, vaule1);
    }
     /// <summary>
     /// 使用前请先创建 key1
     /// keyA已经存在，创建keyB。所有的keyB都依赖于同一个keyA。
     /// </summary>
     private void AddTest2()
    {
        CacheContext context = CacheContext.GetCacheService();

         string key2 = RandomKey( " key2 " );

         string value2 = " 我是 " + key2;

        ICacheDependency dep = new MemCacheDependency( " key1 " );
        context.AddObject(key2, value2, dep);

    }
     /// <summary>
     /// 创建keyA和一个keyB。
     /// </summary>
     private void AddTest3()
    {
        CacheContext context = CacheContext.GetCacheService();
         string key1 = RandomKey( " key1 " );
         string key2 = RandomKey( " key2 " );

         string vaule1 = " 我是 " + key1;
         string value2 = " 我是 " + key2;

        context.AddObject(key1, vaule1);

        ICacheDependency dep = new MemCacheDependency(key1);
        context.AddObject(key2, value2, dep);

    }
     /// <summary>
     /// 创建keyA和两个keyB。
     /// </summary>
     private    void AddTest4()
    {
        CacheContext context = CacheContext.GetCacheService();
         string key1 = RandomKey( " key1 " );
         string key2 = RandomKey( " key2 " );
         string key3 = RandomKey( " key3 " );
         string vaule1 = " 我是 " + key1;
         string value2 = " 我是 " + key2;
         string value3 = " 我是 " + key3;

        context.AddObject(key1, vaule1);
         string [] depkeys = { key1 };
        context.AddObject(key2, value2, depkeys);

        ICacheDependency dep = new MemCacheDependency(key1);
        context.AddObject(key3, value3, dep);

    }
     /// <summary>
     /// 生成随机key
     /// </summary>
     /// <param name="prefix"></param>
     /// <returns></returns>
     public string RandomKey( string prefix)
    {
        Random r = new Random();
         string number = r.Next( 999999 ).ToString();
         string temp = " 000000 " ;
         string item = temp + number;
        item = item.Substring(item.Length - 6 , 6 );
         return prefix + item;
    }

补充说明

同生同灭

该依赖方案基于这样一个假设，姑且叫“同生同灭”特性：多份cache同时创建同时移除。
keyA对应DATA_keyA和CTIME_keyA。这两份cache同生同灭。
keyB对应DATA_keyB、CTIME_keyB、 DEPEND_keyB和DEPCTIME_keyB。这四份cache同生同灭。
memcached中的LRU
memcached会优先使用已超时的记录的空间，但即使如此，也会发生追加新记录时空间不足的情况，此时就要使用名为Least Recently Used（LRU）机制来分配空间。即删除“最近最少使用”的记录。因此，当memcached的内存空间不足时就从最近未被使用的记录中搜索，并将其空间分配给新的记录。

该依赖方案存在的问题

看出问题了吧：

1、如果内存空间不足，就会启动LRU(当然可以禁止LRU)，这样就没法保证“同生同灭”了。

2、如果某份cache出现不可预见的异常，也可能没法保证“同生同灭”特性。

对于问题1来说可以禁止LRU或者保证足够用的内存。问题2目前没什么办法。