Python操作——Memcached

Memcached是一个高性能的分布式内存对象缓存系统，用于Web应用以减轻数据库的负载。

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、数据库驱动网站的速度。

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写，并通过memcached协议与守护进程通信。

1.Memcached安装和使用

Memcached安装：

 wget http://memcached.org/latest
 tar -zxvf memcached-1.x.x.tar.gz
 cd memcached-1.x.x
 ./configure && make && make test && sudo make install

 PS：依赖libevent
        yum install libevent-devel
        apt-get install libevent-dev

启动Memcached：

 memcached -d -m 10    -u root -l 10.211.55.4 -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..

2.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

简单操作：

 import memcache

 mc = memcache.Client(['10.211.55.4:12000'], debug=True)
 mc.set("foo", "bar")
 ret = mc.get('foo')
 print ret

Ps：debug = True 表示运行出现错误时，实现错误信息，上线后移除该参数。

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    权重
     1.1.1.1   1
     1.1.1.2   2
     1.1.1.3   1

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

如果用户要在内存中创建一个键值对（如：k1="v1"），那么要执行的步骤如下：

• 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<=列表长度）
• 在主机列表中根据第2部得到的值为索引获取主机，例如：host_list[N]
• 连接将第3步中获取的主机，将k1="v1"放置在服务器的内存中

代码实现如下：

 mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)

 mc.set('k1', 'v1')

3.基本操作

（1）add

添加一条键值对，如果已经存在的key，重复执行add操作异常

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 import memcache

 mc = memcache.Client(['10.211.55.4:12000'], debug=True)
 mc.add('k1', 'v1')
 # mc.add('k1', 'v2') # 报错，对已经存在的key重复添加，失败！！！

（2）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(['10.211.55.4:12000'], debug=True)
 # 如果memcache中存在kkkk，则替换成功，否则一场
 mc.replace('kkkk','')

（3）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

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 import memcache

 mc = memcache.Client(['10.211.55.4:12000'], debug=True)

 mc.set('key0', 'wupeiqi')

 mc.set_multi({'key1': 'val1', 'key2': 'val2'})

（4）delete和delete_multi

delete：删除一个键值对

delete_multi：删除多个键值对

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 import memcache

 mc = memcache.Client(['10.211.55.4:12000'], debug=True)

 mc.delete('key0')
 mc.delete_multi(['key1', 'key2'])

（5）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(['10.211.55.4:12000'], debug=True)

 val = mc.get('key0')
 item_dict = mc.get_multi(["key1", "key2", "key3"])

（6）append和prepend

append：修改key的值，在该值的后面追加内容

prepend：修改key的值，在该值的前面插入内容

（7）decr和incr

incr：自增，将某一个值增加N（N默认为1）

decr：自减，将某一个值减少N（N默认为1）

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 import memcache

 mc = memcache.Client(['10.211.55.4:12000'], debug=True)
 mc.set('k1', '')

 mc.incr('k1')
 # k1 = 778

 mc.incr('k1', 10)
 # k1 = 788

 mc.decr('k1')
 # k1 = 787

 mc.decr('k1', 10)
 # k1 = 777

（8）gets和cas

如商城商品剩余个数，假设改值保存在memcache中，product_count = 900
A用户刷新页面从memcache中读取到product_count = 900
B用户刷新页面从memcache中读取到product_count = 900

如果A、B用户均购买商品

A用户修改商品剩余个数 product_count＝899
B用户修改商品剩余个数 product_count＝899

如此一来缓存内的数据便不在正确，两个用户购买商品后，商品剩余还是 899
如果使用python的set和get来操作以上过程，那么程序就会如上述所示情况！

如果想要避免此情况的发生，只要使用 gets 和 cas 即可，如：

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 import memcache
 mc = memcache.Client(['10.211.55.4:12000'], debug=True, cache_cas=True)

 v = mc.gets('product_count')
 # ...
 # 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
 mc.cas('product_count', "")

Ps：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值和memcache中的自增值进行比较，如果相等，则可以提交，

如果不相等，那表示在gets和cas执行之间，又有其他人执行了gets（获取了缓冲的指定值）， 如此一来有可能出现非正常数据，则不允许修改。