Python3之Memcache使用

简介

　　Memcached是一个高性能的分布式内存对象缓存系统，用于动态WEB应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高动态，数据库网站的速度。Memcached基于一个存储键/值对的hashmap。其守护进程（daemon）是用C写的，但是客户端可以用任何语言来编程，并通过memcached协议与守护进程通信。

Memcached安装

服务端安装memcached：

用wget 去http://memcached.org下载最新源码

tar -zxvf memcached-x.x.x.tar.gz

cd memcached-x.x.x

./configure && make && make test && sudo make install

PS：依赖libevent，需要提前安装

yum install libevent-devel

apt-get install libevent-dev

启动memcached

memcached -d -m 10 -u root -l 0.0.0.0 -p 12000 -c 256 -P /tmp/memcached.pid

参数说明:

    -d 是启动一个守护进程

    -m 是分配给Memcache使用的内存数量，单位是MB

    -u 是运行Memcache的用户

    -l 是监听的服务器IP地址

    -p 是设置Memcache监听的端口,最好是1024以上的端口

    -c 选项是最大运行的并发连接数，默认是1024，按照你服务器的负载量来设定

    -P 是设置保存Memcache的pid文件

memcached命令

存储命令: set/add/replace/append/prepend/cas

获取命令: get/gets

其他命令: delete/stats..

Python操作Memcached

安装API

Python操作Memcached使用Python-memcached模块
下载安装：https://pypi.python.org/pypi/python-memcached 或者 pip install python-memcached

简单的操作示例：

#!/usr/bin/env python3

#coding:utf8

import memcache

#链接

mc = memcache.Client(['139.129.5.191:12000'], debug=True)

#插入

mc.set("name", "python")

#读取

ret = mc.get('name')

print (ret)

# 输出结果

python

# debug=True表示运行出现错误时，可以显示错误信息，正式环境可以不加

天生支持集群：

　　python-memcached模块原生支持集群操作，其原理是在内存中维护一个主机列表，且集群中主机的权重值和主机在列表中重复出现的次数成正比。

主机IP        权重

1.1.1.1        1

1.1.1.2        2

1.1.1.3        3

　　那么内存中主机列表为：host_list = ["1.1.1.1", "1.1.1.2","1.1.1.2","1.1.1.3","1.1.1.3","1.1.1.3",]

用户如果要在内存中创建一个键值对（如：k1 = "value1"），那么要执行以下步骤：

根据算法将k1转换成一个数字
将数字和主机列表长度求余数，得到一个值N（0 <= N < 长度）
在主机列表中根据第二步得到的值为索引获取主机，例如: host_list[N]
连接将第三步中获取的主机，将k1 = "value1" 放置在该服务器的内存中

代码如下：

#!/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 添加一条键值对，如果已经存在的key，重复执行add操作会出现异常

#!/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') # 报错，对已经存在的key重复添加，失败！！！

例如：

ret1 = mc.add('name','tom')

print(refalse)

ret2 = mc.add('name','jack')

print(retrue)

结果：

False #当已经存在key 那么返回false

True  #如果不存在key     那么返回treue

replace replace修改某个key的值，如果key不存在，则异常

#!/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)

结果：

tom  #第一次赋值

True jack #如果存在key那么修改成功为yaoyao 返回True

rereplace = mc.replace('name1','hahaha')

re = mc.get('name1')

print(rereplace,re)

结果：

False None #如果不存在key，修改失败，返回空值

set 和 set_multi

set : 设置一个键值对，如果Key不存在，则创建，如果key存在，则修改。

set_multi : 设置多个键值对，如果key不存在，则创建，如果key存在，则修改。

import memcache

mc = memcache.Client(['0.0.0.0:12000'])

mc.set('name','tom')

re = mc.get('name')

print('set用法',re) #设置一个键值对

dic = {'name':'to,','age':'19','job':'IT'}

mc.set_multi(dic)  #设置多个键值对

#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中删除指定的一个键值对

delete_multi : 在Memcached中删除指定多个键值对

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('删除',re)  #删除一个键值对

get 和 get_multi

get : 获取一个键值对

get_multi : 获取多个键值对

#!/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)     #获取一个键值对

dic = {'name':'to,','age':'19','job':'IT'}

mc.set_multi(dic)

regetmu=mc.get_multi(['name','age','job'])

print('get_multi',re) #获取多个键值对的值

append 和 prepend

append : 修改指定key的值，在该值后面追加内容。

prepend : 修改指定key的值，在该值前面插入内容。

import memcache

mc = memcache.Client(['0.0.0.0:12000'])

mc.set('num','第一|')

re = mc.get('num')

print(re)

mc.append('num','追加第二个') #在第一后面追加

re = mc.get('num')

print(re)

mc.prepend('num','我是零个')  #在第一前面追加

re = mc.get('num')

print(re)

结果：

第一|

第一|追加第二个

我是零个第一|追加第二个

decr 和 incr

decr : 自减，将Memcached中的一个值增加N（N默认为1）

incr : 自增，将Memcached中的一个值减少N（N默认为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('我是没加过的值',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('我是减去的值',re)

# 结果：

我是没加过的值 1

我是加上新增后的值 10

是减去的值 5

gets 和 cas

使用缓存系统共享数据资源就必然绕不开数据争夺和脏数据（数据混乱）的问题。

假设商城某件商品的剩余个数保存在memcache中，product_count = 900

A用户刷新页面从memecache中读取到product_count = 900

B用户刷新页面从memecache中读取到product_count = 900

A,B用户均购买商品，并修改product_count的值

A修改后，product_count = 899

B修改后，product_count = 899

然而正确数字应该是898，数据就混乱了。

如果想要避免这种情况的发生，则可以使用 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('件数',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，

下面的设置将会执行失败，剖出异常，从而避免非正常数据的产生

recas = mc.cas('count','11')

print(recas)

regets = mc.gets('count')

print('修改',regets)

本质上每次执行gets时，会从memcache中获取一个自增的数字，通过cas去修改gets的值时，会携带之前获取的自增和memcache中的自增值进行比较，如果相等，则可以提交，如果不相等，那么表示在gets和cas执行之间，又有其他人执行了gets，则不允许修改。