如何分析memcached的分布式算法

本篇文章為大家展示了如何分析memcached的分布式算法，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

下面開始介紹memcached的分布式，不再介紹memcached的內部結構 。

memcached的分布式

memcached雖然稱為“分布式”緩存服務器，但服務器端并沒有“分布式”功能。 服務器端內存存儲功能，其實現非常簡單。 至于memcached的分布式，則是完全由客戶端程序庫實現的。 這種分布式是memcached的最大特點。

memcached的分布式是什么意思？

這里多次使用了“分布式”這個詞，但并未做詳細解釋。 現在開始簡單地介紹一下其原理，各個客戶端的實現基本相同。

下面假設memcached服務器有node1～node3三臺， 應用程序要保存鍵名為“tokyo”“kanagawa”“chiba”“saitama”“gunma” 的數據。

圖1 分布式簡介：準備

首先向memcached中添加“tokyo”。將“tokyo”傳給客戶端程序庫后， 客戶端實現的算法就會根據“鍵”來決定保存數據的memcached服務器。 服務器選定后，即命令它保存“tokyo”及其值。

圖2 分布式簡介：添加時

同樣，“kanagawa”“chiba”“saitama”“gunma”都是先選擇服務器再保存。

接下來獲取保存的數據。獲取時也要將要獲取的鍵“tokyo”傳遞給函數庫。 函數庫通過與數據保存時相同的算法，根據“鍵”選擇服務器。 使用的算法相同，就能選中與保存時相同的服務器，然后發送get命令。 只要數據沒有因為某些原因被刪除，就能獲得保存的值。

圖3 分布式簡介：獲取時

這樣，將不同的鍵保存到不同的服務器上，就實現了memcached的分布式。 memcached服務器增多后，鍵就會分散，即使一臺memcached服務器發生故障 無法連接，也不會影響其他的緩存，系統依然能繼續運行。

接下來介紹第1次 中提到的Perl客戶端函數庫Cache::Memcached實現的分布式方法。

Cache::Memcached的分布式方法

Perl的memcached客戶端函數庫Cache::Memcached是 memcached的作者Brad Fitzpatrick的作品，可以說是原裝的函數庫了。

• Cache::Memcached - search.cpan.org

該函數庫實現了分布式功能，是memcached標準的分布式方法。

根據余數計算分散

Cache::Memcached的分布式方法簡單來說，就是“根據服務器臺數的余數進行分散”。 求得鍵的整數哈希值，再除以服務器臺數，根據其余數來選擇服務器。

下面將Cache::Memcached簡化成以下的Perl腳本來進行說明。

use strict;
use warnings;
use String::CRC32;

my @nodes = ('node1','node2','node3');
my @keys = ('tokyo', 'kanagawa', 'chiba', 'saitama', 'gunma');

foreach my $key (@keys) {
    my $crc = crc32($key);             # CRC値
    my $mod = $crc % ( $#nodes + 1 );
    my $server = $nodes[ $mod ];       # 根據余數選擇服務器
    printf "%s => %s\n", $key, $server;
}

Cache::Memcached在求哈希值時使用了CRC。

• String::CRC32 - search.cpan.org

首先求得字符串的CRC值，根據該值除以服務器節點數目得到的余數決定服務器。 上面的代碼執行后輸入以下結果：

tokyo       => node2
kanagawa => node3
chiba       => node2
saitama   => node1
gunma     => node1

根據該結果，“tokyo”分散到node2，“kanagawa”分散到node3等。 多說一句，當選擇的服務器無法連接時，Cache::Memcached會將連接次數 添加到鍵之后，再次計算哈希值并嘗試連接。這個動作稱為rehash。 不希望rehash時可以在生成Cache::Memcached對象時指定“rehash => 0”選項。

根據余數計算分散的缺點

余數計算的方法簡單，數據的分散性也相當優秀，但也有其缺點。 那就是當添加或移除服務器時，緩存重組的代價相當巨大。 添加服務器后，余數就會產生巨變，這樣就無法獲取與保存時相同的服務器， 從而影響緩存的命中率。用Perl寫段代碼來驗證其代價。

use strict;
use warnings;
use String::CRC32;

my @nodes = @ARGV;
my @keys = ('a'..'z');
my %nodes;

foreach my $key ( @keys ) {
    my $hash = crc32($key);
    my $mod = $hash % ( $#nodes + 1 );
    my $server = $nodes[ $mod ];
    push @{ $nodes{ $server } }, $key;
}

foreach my $node ( sort keys %nodes ) {
    printf "%s: %s\n", $node,  join ",", @{ $nodes{$node} };
}

這段Perl腳本演示了將“a”到“z”的鍵保存到memcached并訪問的情況。 將其保存為mod.pl并執行。

首先，當服務器只有三臺時：

$ mod.pl node1 node2 nod3
node1: a,c,d,e,h,j,n,u,w,x
node2: g,i,k,l,p,r,s,y
node3: b,f,m,o,q,t,v,z

結果如上，node1保存a、c、d、e……，node2保存g、i、k……， 每臺服務器都保存了8個到10個數據。

接下來增加一臺memcached服務器。

$ mod.pl node1 node2 node3 node4
node1: d,f,m,o,t,v
node2: b,i,k,p,r,y
node3: e,g,l,n,u,w
node4: a,c,h,j,q,s,x,z

添加了node4。可見，只有d、i、k、p、r、y命中了。像這樣，添加節點后 鍵分散到的服務器會發生巨大變化。26個鍵中只有六個在訪問原來的服務器， 其他的全都移到了其他服務器。命中率降低到23%。在Web應用程序中使用memcached時， 在添加memcached服務器的瞬間緩存效率會大幅度下降，負載會集中到數據庫服務器上， 有可能會發生無法提供正常服務的情況。

mixi的Web應用程序運用中也有這個問題，導致無法添加memcached服務器。 但由于使用了新的分布式方法，現在可以輕而易舉地添加memcached服務器了。 這種分布式方法稱為 Consistent Hashing。

Consistent Hashing

關于Consistent Hashing的思想，mixi株式會社的開發blog等許多地方都介紹過， 這里只簡單地說明一下。

• mixi Engineers' Blog - スマートな分散で快適キャッシュライフ

• ConsistentHashing - コンシステント ハッシュ法

Consistent Hashing的簡單說明

Consistent Hashing如下所示：首先求出memcached服務器（節點）的哈希值， 并將其配置到0～2³²的圓（continuum）上。 然后用同樣的方法求出存儲數據的鍵的哈希值，并映射到圓上。 然后從數據映射到的位置開始順時針查找，將數據保存到找到的第一個服務器上。 如果超過2³²仍然找不到服務器，就會保存到第一臺memcached服務器上。

圖4 Consistent Hashing：基本原理

從上圖的狀態中添加一臺memcached服務器。余數分布式算法由于保存鍵的服務器會發生巨大變化 而影響緩存的命中率，但Consistent Hashing中，只有在continuum上增加服務器的地點逆時針方向的 第一臺服務器上的鍵會受到影響。

圖5 Consistent Hashing：添加服務器

因此，Consistent Hashing最大限度地抑制了鍵的重新分布。 而且，有的Consistent Hashing的實現方法還采用了虛擬節點的思想。 使用一般的hash函數的話，服務器的映射地點的分布非常不均勻。 因此，使用虛擬節點的思想，為每個物理節點（服務器） 在continuum上分配100～200個點。這樣就能抑制分布不均勻， 最大限度地減小服務器增減時的緩存重新分布。

通過下文中介紹的使用Consistent Hashing算法的memcached客戶端函數庫進行測試的結果是， 由服務器臺數（n）和增加的服務器臺數（m）計算增加服務器后的命中率計算公式如下：

(1 - n/(n+m)) * 100

支持Consistent Hashing的函數庫

本連載中多次介紹的Cache::Memcached雖然不支持Consistent Hashing， 但已有幾個客戶端函數庫支持了這種新的分布式算法。 第一個支持Consistent Hashing和虛擬節點的memcached客戶端函數庫是 名為libketama的PHP庫，由last.fm開發。

• libketama - a consistent hashing algo for memcache clients – RJ ブログ - Users at Last.fm

至于Perl客戶端，連載的第1次 中介紹過的Cache::Memcached::Fast和Cache::Memcached::libmemcached支持 Consistent Hashing。

• Cache::Memcached::Fast - search.cpan.org

• Cache::Memcached::libmemcached - search.cpan.org

兩者的接口都與Cache::Memcached幾乎相同，如果正在使用Cache::Memcached， 那么就可以方便地替換過來。Cache::Memcached::Fast重新實現了libketama， 使用Consistent Hashing創建對象時可以指定ketama_points選項。

my $memcached = Cache::Memcached::Fast->new({
    servers => ["192.168.0.1:11211","192.168.0.2:11211"],
    ketama_points => 150
});

另外，Cache::Memcached::libmemcached 是一個使用了Brain Aker開發的C函數庫libmemcached的Perl模塊。 libmemcached本身支持幾種分布式算法，也支持Consistent Hashing， 其Perl綁定也支持Consistent Hashing。

• Tangent Software: libmemcached

上述內容就是如何分析memcached的分布式算法，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。