互联网Java工程师面试题·Memcached 篇·第二弹

10、memcached 如何实现冗余机制？

11、memcached 如何处理容错的？

12、如何将 memcached 中 item 批量导入导出？

13、如果缓存数据在导出导入之间过期了，您又怎么处理这些数据呢？

14、memcached 是如何做身份验证的？

15、memcached 的多线程是什么？如何使用它们？

16、memcached 能接受的 key 的最大长度是多少？

17、memcached 最大能存储多大的单个 item？

18、memcached 能够更有效地使用内存吗？

19、什么是二进制协议，我该关注吗？

20、memcached 的内存分配器是如何工作的？为什么不适用malloc/free！？为何要使用 slabs？

21、memcached 是原子的吗？

22、如何实现集群中的 session 共享存储？

23、memcached 与 redis 的区别？

10、memcached 如何实现冗余机制？

不实现！我们对这个问题感到很惊讶。 Memcached 应该是应用的缓存层。它的设计本身就不带有任何冗余机制。如果一个 memcached 节点失去了所有数据，您应该可以从数据源（比如数据库）再次获取到数据。您应该特别注意，您的应用应该可以容忍节点的失效。不要写一些糟糕的查询代码，寄希望于 memcached来保证一切！如果您担心节点失效会大大加重数据库的负担，那么您可以采取一些办法。比如您可以增加更多的节点（来减少丢失一个节点的影响），热备节点（在其他节点 down 了的时候接管 IP ），等等。

11、memcached 如何处理容错的？

不处理！在 memcached 节点失效的情况下，集群没有必要做任何容错处理。如果发生了节点失效，应对的措施完全取决于用户。节点失效时，下面列出几种方案供您选择：

忽略它！在失效节点被恢复或替换之前，还有很多其他节点可以应对节点失效带来的影响。

把失效的节点从节点列表中移除。做这个操作千万要小心！在默认情况下（余数式哈希算法），客户端添加或移除节点，会导致所有的缓存数据不可用！因为哈希参照的节点列表变化了，大部分 key 会因为哈希值的改变而被映射到（与原来）不同的节点上。

启动热备节点，接管失效节点所占用的 IP 。这样可以防止哈希紊乱（hashing chaos ）。

如果希望添加和移除节点，而不影响原先的哈希结果，可以使用一致性哈希算法（consistent hashing ）。您可以百度一下一致性哈希算法。支持一致性哈希的客户端已经很成熟，而且被广泛使用。去尝试一下吧！

两次哈希（ reshing ）。当客户端存取数据时，如果发现一个节点 down了，就再做一次哈希（哈希算法与前一次不同），重新选择另一个节点（需要注意的时，客户端并没有把 down 的节点从节点列表中移除，下次还是有可能先哈希到它）。如果某个节点时好时坏，两次哈希的方法就有风险了，好的节点和坏的节点上都可能存在脏数据（stale data ）。

12、如何将 memcached 中 item 批量导入导出？

您不应该这样做！ Memcached 是一个非阻塞的服务器。任何可能导致memcached 暂停或瞬时拒绝服务的操作都应该值得深思熟虑。向 memcached中批量导入数据往往不是您真正想要的！想象看，如果缓存数据在导出导入之间发生了变化，您就需要处理脏数据了；

13、如果缓存数据在导出导入之间过期了，您又怎么处理这些数据呢？

因此，批量导出导入数据并不像您想象中的那么有用。不过在一个场景倒是很有用。如果您有大量的从不变化的数据，并且希望缓存很快热（warm ）起来，批量导入缓存数据是很有帮助的。虽然这个场景并不典型，但却经常发生，因此我们会考虑在将来实现批量导出导入的功能。

如果一个 memcached 节点 down 了让您很痛苦，那么您还会陷入其他很多麻烦。您的系统太脆弱了。您需要做一些优化工作。比如处理” 惊群 ” 问题（比如memcached 节点都失效了，反复的查询让您的数据库不堪重负 … 这个问题在 FAQ的其他提到过），或者优化不好的查询。记住，Memcached 并不是您逃避优化查询的借口。

14、memcached 是如何做身份验证的？

没有身份认证机制！ memcached 是运行在应用下层的软件（身份验证应该是应用上层的职责）。memcached 的客户端和服务器端之所以是轻量级的，部分原因就是完全没有实现身份验证机制。这样，memcached 可以很快地创建新连接，服务器端也无需任何配置。如果您希望限制访问，您可以使用防火墙，或者让 memcached 监听 unix domain socket。

15、memcached 的多线程是什么？如何使用它们？

线程就是定律（ threads rule ）！在 Steven Grimm 和 Facebook 的努力下，memcached 1.2 及更高版本拥有了多线程模式。多线程模式允许 memcached 能够充分利用多个 CPU ，并在 CPU 之间共享所有的缓存数据。 memcached 使用一种简单的锁机制来保证数据更新操作的互斥。相比在同一个物理机器上运行多个memcached 实例，这种方式能够更有效地处理 multi gets 。

如果您的系统负载并不重，也许您不需要启用多线程工作模式。如果您在运行一个拥有大规模硬件的、庞大的网站，您将会看到多线程的好处。

简单地总结一下：命令解析（ memcached 在这里花了大部分时间）可以运行在多线程模式下。memcached 内部对数据的操作是基于很多全局锁的（因此这部分工作不是多线程的）。未来对多线程模式的改进，将移除大量的全局锁，提高memcached 在负载极高的场景下的性能。

16、memcached 能接受的 key 的最大长度是多少？

key 的最大长度是 250 个字符。需要注意的是， 250 是 memcached 服务器端内部的限制，如果您使用的客户端支持”key 的前缀 ” 或类似特性，那么 key （前缀+原始 key ）的最大长度是可以超过 250 个字符的。我们推荐使用使用较短的 key ，因为可以节省内存和带宽。

memcached 对 item 的过期时间有什么限制？

过期时间最大可以达到 30 天。 memcached 把传入的过期时间（时间段）解释成时间点后，一旦到了这个时间点，memcached 就把 item 置为失效状态。这是一个简单但 obscure 的机制。

17、memcached 最大能存储多大的单个 item？

1MB 。如果你的数据大于 1MB ，可以考虑在客户端压缩或拆分到多个 key 中。

为什么单个 item 的大小被限制在 1M byte 之内？

啊 … 这是一个大家经常问的问题！

简单的回答：因为内存分配器的算法就是这样的。

详细的回答： Memcached 的内存存储引擎（引擎将来可插拔 … ），使用 slabs 来管理内存。内存被分成大小不等的 slabs chunks （先分成大小相等的 slabs ，然后每个 slab 被分成大小相等 chunks ，不同 slab 的 chunk 大小是不相等的）。 chunk的大小依次从一个最小数开始，按某个因子增长，直到达到最大的可能值。

18、memcached 能够更有效地使用内存吗？

Memcache 客户端仅根据哈希算法来决定将某个 key 存储在哪个节点上，而不考虑节点的内存大小。因此，您可以在不同的节点上使用大小不等的缓存。但是一般都是这样做的：拥有较多内存的节点上可以运行多个 memcached 实例，每个实例使用的内存跟其他节点上的实例相同。

19、什么是二进制协议，我该关注吗？

关于二进制最好的信息当然是二进制协议规范：

二进制协议尝试为端提供一个更有效的、可靠的协议，减少客户端 / 服务器端因处理协议而产生的 CPU 时间。

根据 Facebook 的测试，解析 ASCII 协议是 memcached 中消耗 CPU 时间最多的环节。所以，我们为什么不改进 ASCII 协议呢？

20、memcached 的内存分配器是如何工作的？为什么不适用malloc/free！？为何要使用 slabs？

实际上，这是一个编译时选项。默认会使用内部的 slab 分配器。您确实确实应该使用内建的 slab 分配器。最早的时候， memcached 只使用 malloc/free 来管理内存。然而，这种方式不能与 OS 的内存管理以前很好地工作。反复地 malloc/free造成了内存碎片，OS 最终花费大量的时间去查找连续的内存块来满足 malloc 的请求，而不是运行 memcached 进程。如果您不同意，当然可以使用 malloc ！只是不要在邮件列表中抱怨啊

slab 分配器就是为了解决这个问题而生的。内存被分配并划分成 chunks ，一直被重复使用。因为内存被划分成大小不等的 slabs ，如果 item 的大小与被选择存放它的 slab 不是很合适的话，就会浪费一些内存。 Steven Grimm 正在这方面已经做出了有效的改进。

21、memcached 是原子的吗？

所有的被发送到 memcached 的单个命令是完全原子的。如果您针对同一份数据同时发送了一个 set 命令和一个 get 命令，它们不会影响对方。它们将被串行化、先后执行。即使在多线程模式，所有的命令都是原子的，除非程序有 bug:)

命令序列不是原子的。如果您通过 get 命令获取了一个 item ，修改了它，然后想把它 set 回 memcached ，我们不保证这个 item 没有被其他进程（ process ，未必是操作系统中的进程）操作过。在并发的情况下，您也可能覆写了一个被其他进程 set 的 item 。

memcached 1.2.5 以及更高版本，提供了 gets 和 cas 命令，它们可以解决上面的问题。如果您使用 gets 命令查询某个 key 的 item ， memcached 会给您返回该 item 当前值的唯一标识。如果您覆写了这个 item 并想把它写回到 memcached中，您可以通过 cas 命令把那个唯一标识一起发送给 memcached 。如果该 item存放在 memcached 中的唯一标识与您提供的一致，您的写操作将会成功。如果另一个进程在这期间也修改了这个 item ，那么该 item 存放在 memcached 中的唯一标识将会改变，您的写操作就会失败

22、如何实现集群中的 session 共享存储？

Session 是运行在一台服务器上的，所有的访问都会到达我们的唯一服务器上，这样我们可以根据客户端传来的 sessionID ，来获取 session ，或在对应 Session 不存在的情况下（session 生命周期到了 / 用户第一次登录），创建一个新的 Session ；但是，如果我们在集群环境下，假设我们有两台服务器 A ， B ，用户的请求会由Nginx 服务器进行转发（别的方案也是同理），用户登录时， Nginx 将请求转发至服务器 A 上， A 创建了新的 session ，并将 SessionID 返回给客户端，用户在浏览其他页面时，客户端验证登录状态，Nginx 将请求转发至服务器 B ，由于 B 上并没有对应客户端发来 sessionId 的 session ，所以会重新创建一个新的 session ，并且再将这个新的 sessionID 返回给客户端，这样，我们可以想象一下，用户每一次操作都有 1/2 的概率进行再次的登录，这样不仅对用户体验特别差，还会让服务器上的 session 激增，加大服务器的运行压力。为了解决集群环境下的 seesion 共享问题，共有 4 种解决方案：

1. 粘性 session

粘性 session 是指 Ngnix 每次都将同一用户的所有请求转发至同一台服务器上，即将用户与服务器绑定。

2. 服务器 session 复制

即每次 session 发生变化时，创建或者修改，就广播给所有集群中的服务器，使所有的服务器上的 session 相同。

3.session 共享

缓存 session ，使用 redis ， memcached 。

4.session 持久化

将 session 存储至数据库中，像操作数据一样才做 session 。

23、memcached 与 redis 的区别？

1 、 Redis 不仅仅支持简单的 k/v 类型的数据，同时还提供 list ， set ， zset ， hash等数据结构的存储。而 memcache 只支持简单数据类型，需要客户端自己处理复杂对象

2 、 Redis 支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用（PS ：持久化在 rdb 、 aof ）。

3 、由于 Memcache 没有持久化机制，因此宕机所有缓存数据失效。 Redis 配置为持久化，宕机重启后，将自动加载宕机时刻的数据到缓存系统中。具有更好的灾备机制。

4 、 Memcache 可以使用 Magent 在客户端进行一致性 hash 做分布式。 Redis 支持在服务器端做分布式（PS:Twemproxy/Codis/Redis-cluster 多种分布式实现方式）

5 、 Memcached 的简单限制就是键（ key ）和 Value 的限制。最大键长为 250 个字符。可以接受的储存数据不能超过 1MB （可修改配置文件变大），因为这是典型 slab 的最大值，不适合虚拟机使用。而 Redis 的 Key 长度支持到 512k 。

6 、 Redis 使用的是单线程模型，保证了数据按顺序提交。 Memcache 需要使用cas 保证数据一致性。CAS （ Check and Set ）是一个确保并发一致性的机制，属于“ 乐观锁 ” 范畴；原理很简单：拿版本号，操作，对比版本号，如果一致就操作，不一致就放弃任何操作cpu 利用。由于 Redis 只使用单核，而 Memcached 可以使用多核，所以平均每一个核上 Redis 在存储小数据时比 Memcached 性能更高。而在 100k 以上的数据中，Memcached 性能要高于 Redis 。

7 、 memcache 内存管理：使用 Slab Allocation 。原理相当简单，预先分配一系列大小固定的组，然后根据数据大小选择最合适的块存储。避免了内存碎片。（缺点：不能变长，浪费了一定空间）memcached 默认情况下下一个 slab 的最大值为前一个的 1.25 倍。