Memcache入門

 1       Memcache是什麼

Memcache是danga.com的一個項目，最早是爲 LiveJournal 服務的，目前全世界不少人使用這個緩存項目來構建自己大負載的網站，來分擔數據庫的壓力。

它可以應對任意多個連接，使用非阻塞的網絡IO。由於它的工作機制是在內存中開闢一塊空間，然後建立一個HashTable，Memcached自管理這些HashTable。

   

爲什麼會有Memcache和memcached兩種名稱？

其實Memcache是這個項目的名稱，而memcached是它服務器端的主程序文件名，

    

Memcache官方網站：http://www.danga.com/memcached，

 

2       Memcache工作原理

首先 memcached 是以守護程序方式運行於一個或多個服務器中，隨時接受客戶端的連接操作，客戶端可以由各種語言編寫，目前已知的客戶端 API 包括 Perl/PHP/Python/Ruby/Java/C#/C 等等。客戶端在與 memcached 服務建立連接之後，接下來的事情就是存取對象了，每個被存取的對象都有一個唯一的標識符 key，存取操作均通過這個 key 進行，保存到 memcached 中的對象實際上是放置內存中的，並不是保存在 cache 文件中的，這也是爲什麼 memcached 能夠如此高效快速的原因。注意，這些對象並不是持久的，服務停止之後，裏邊的數據就會丟失。

 

與許多 cache 工具類似，Memcached 的原理並不複雜。它採用了C/S的模式，在 server 端啓動服務進程，在啓動時可以指定監聽的 ip，自己的端口號，所使用的內存大小等幾個關鍵參數。一旦啓動，服務就一直處於可用狀態。Memcached 的目前版本是通過C實現，採用了單進程，單線程，異步I/O，基於事件 (event_based) 的服務方式.使用 libevent 作爲事件通知實現。多個 Server 可以協同工作，但這些 Server 之間是沒有任何通訊聯繫的，每個 Server 只是對自己的數據進行管理。Client 端通過指定 Server 端的 ip 地址(通過域名應該也可以)。需要緩存的對象或數據是以 key->value 對的形式保存在Server端。key 的值通過 hash 進行轉換，根據 hash 值把 value 傳遞到對應的具體的某個 Server 上。當需要獲取對象數據時，也根據 key 進行。首先對 key 進行 hash，通過獲得的值可以確定它被保存在了哪臺 Server 上，然後再向該 Server 發出請求。Client 端只需要知道保存 hash(key) 的值在哪臺服務器上就可以了。

 

        其實說到底，memcache 的工作就是在專門的機器的內存裏維護一張巨大的 hash 表，來存儲經常被讀寫的一些數組與文件，從而極大的提高網站的運行效率。

 

 

 

今天先研究研究緩存工具類的改造，在舊框架中部分函數用了ehcache對執行結果進行了緩存處理，現在目標是提供一個緩存工具類，在配置文件中配置使用哪種緩存（memcached或ehcached），使其它程序對具體的緩存不依賴，同時使用AOP方式來對方法執行結果進行緩存。
首先是工具類的實現：
在Spring中配置

<!-- EhCache Manager -->
<bean id="cacheManager"
    class="org.springframework.cache.ehcache.EhCacheManagerFactoryBean">
    <property name="configLocation">
        <value>classpath:ehcache.xml</value>
    </property>
</bean>

<bean id="localCache"
    class="org.springframework.cache.ehcache.EhCacheFactoryBean">
    <property name="cacheManager" ref="cacheManager" />
    <property name="cacheName"
        value="×××.cache.LOCAL_CACHE" />
</bean>

<bean id="cacheService"
    class="×××.core.cache.CacheService" init-method="init" destroy-method="destory">
    <property name="cacheServerList" value="${cache.servers}"/>
    <property name="cacheServerWeights" value="${cache.cacheServerWeights}"/>
    <property name="cacheCluster" value="${cache.cluster}"/>
    <property name="localCache" ref="localCache"/>
</bean>

在properties文件中配置${cache.servers} ${cache.cacheServerWeights} ${cache.cluster}
具體工具類的代碼

/**
 * @author Marc
 *
 */
public class CacheService {
    private Log logger = LogFactory.getLog(getClass());

    private Cache localCache;

    String cacheServerList;

    String cacheServerWeights;

    boolean cacheCluster = false;

    int initialConnections = 10;

    int minSpareConnections = 5;

    int maxSpareConnections = 50;

    long maxIdleTime = 1000 * 60 * 30; // 30 minutes

    long maxBusyTime = 1000 * 60 * 5; // 5 minutes

    long maintThreadSleep = 1000 * 5; // 5 seconds

    int socketTimeOut = 1000 * 3; // 3 seconds to block on reads

    int socketConnectTO = 1000 * 3; // 3 seconds to block on initial
                                    // connections. If 0, then will use blocking
                                    // connect (default)

    boolean failover = false; // turn off auto-failover in event of server
                                // down

    boolean nagleAlg = false; // turn off Nagle's algorithm on all sockets in
                                // pool

    MemCachedClient mc;

    public CacheService(){
        mc = new MemCachedClient();
        mc.setCompressEnable(false);
    }
    /**
     * 放入
     *
     */
    public void put(String key, Object obj) {
        Assert.hasText(key);
        Assert.notNull(obj);
        Assert.notNull(localCache);
        if (this.cacheCluster) {
            mc.set(key, obj);
        } else {
            Element element = new Element(key, (Serializable) obj);
            localCache.put(element);
        }
    }
    /**
     * 刪除
     */
    public void remove(String key){
        Assert.hasText(key);
        Assert.notNull(localCache);
        if (this.cacheCluster) {
            mc.delete(key);
        }else{
            localCache.remove(key);
        }
    }
    /**
     * 得到
     */
    public Object get(String key) {
        Assert.hasText(key);
        Assert.notNull(localCache);
        Object rt = null;
        if (this.cacheCluster) {
            rt = mc.get(key);
        } else {
            Element element = null;
            try {
                element = localCache.get(key);
            } catch (CacheException cacheException) {
                throw new DataRetrievalFailureException("Cache failure: "
                        + cacheException.getMessage());
            }
            if(element != null)
                rt = element.getValue();
        }
        return rt;
    }
    /**
     * 判斷是否存在
     *
     */
    public boolean exist(String key){
        Assert.hasText(key);
        Assert.notNull(localCache);
        if (this.cacheCluster) {
            return mc.keyExists(key);
        }else{
            return this.localCache.isKeyInCache(key);
        }
    }
    private void init() {
        if (this.cacheCluster) {
            String[] serverlist = cacheServerList.split(",");
            Integer[] weights = this.split(cacheServerWeights);
            // initialize the pool for memcache servers
            SockIOPool pool = SockIOPool.getInstance();
            pool.setServers(serverlist);
            pool.setWeights(weights);
            pool.setInitConn(initialConnections);
            pool.setMinConn(minSpareConnections);
            pool.setMaxConn(maxSpareConnections);
            pool.setMaxIdle(maxIdleTime);
            pool.setMaxBusyTime(maxBusyTime);
            pool.setMaintSleep(maintThreadSleep);
            pool.setSocketTO(socketTimeOut);
            pool.setSocketConnectTO(socketConnectTO);
            pool.setNagle(nagleAlg);
            pool.setHashingAlg(SockIOPool.NEW_COMPAT_HASH);
            pool.initialize();
            logger.info("初始化memcached pool!");
        }
    }

    private void destory() {
        if (this.cacheCluster) {
            SockIOPool.getInstance().shutDown();
        }
    }
}

然後實現函數的AOP攔截類，用來在函數執行前返回緩存內容

public class CachingInterceptor implements MethodInterceptor {

    private CacheService cacheService;
    private String cacheKey;

    public void setCacheKey(String cacheKey) {
        this.cacheKey = cacheKey;
    }

    public void setCacheService(CacheService cacheService) {
        this.cacheService = cacheService;
    }

    public Object invoke(MethodInvocation invocation) throws Throwable {
        Object result = cacheService.get(cacheKey);
        //如果函數返回結果不在Cache中,執行函數並將結果放入Cache
        if (result == null) {
            result = invocation.proceed();
            cacheService.put(cacheKey,result);
        }
        return result;
    }
}

Spring的AOP配置如下：

<aop:config proxy-target-class="true">
        <aop:advisor
            pointcut="execution(* ×××.PoiService.getOne(..))"
            advice-ref="PoiServiceCachingAdvice" />
    </aop:config>

    <bean id="BasPoiServiceCachingAdvice"
        class="×××.core.cache.CachingInterceptor">
        <property name="cacheKey" value="PoiService" />
        <property name="cacheService" ref="cacheService" />
    </bean>