1.为什么要使用memcache
由于网站的高并发读写需求，传统的关系型数据库开始出现瓶颈，例如：
1）对数据库的高并发读写：
关系型数据库本身就是个庞然大物，处理过程非常耗时（如解析SQL语句，事务处理等）。如果对关系型数据库进行高并发读写（每秒上万次的访问），那么它是无法承受的。
2）对海量数据的处理：
对于大型的SNS网站，每天有上千万次的苏剧产生（如twitter, 新浪微博）。对于关系型数据库，如果在一个有上亿条数据的数据表种查找某条记录，效率将非常低。
使用memcache能很好的解决以上问题。
在实际使用中，通常把数据库查询的结果保存到Memcache中，下次访问时直接从memcache中读取，而不再进行数据库查询操作，这样就在很大程度上减少了数据库的负担。
保存在memcache中的对象实际放置在内存中，这也是memcache如此高效的原因。
2.memcache的安装和使用
这个网上有太多教程了，不做赘言。
libevent是个程序库，它将Linux的epoll、BSD类操作系统的kqueue等事件处理功能 封装成统一的接口。即使对服务器的连接数增加，也能发挥O(1)的性能。
memcached使用这个libevent库，因此能在Linux、BSD、Solaris等操作系统上发挥其高性能。
参考：
libevent: http://www.monkey.org/~provos/libevent/
The C10K Problem: http://www.kegel.com/c10k.html
4.memcache使用实例：
<?php
$mc = new Memcache();
$mc->connect(‘127.0.0.1‘, 11211);
$uid = (int)$_GET[‘uid‘];
$sql = "select * from users where uid=‘uid‘ ";
$key = md5($sql);
if(!($data = $mc->get($key))) {
$conn = mysql_connect(‘localhost‘, ‘test‘, ‘test‘);
mysql_select_db(‘test‘);
$result = mysql_fetch_object($result);
while($row = mysql_fetch_object($result)) {
$data[] = $row;
}
$mc->add($key, $datas);
}
var_dump($datas);
?>
5.memcache如何支持高并发
memcache使用多路复用I/O模型，如（epoll, select等），传统I/O中，系统可能会因为某个用户连接还没做好I/O准备而一直等待，知道这个连接做好I/O准备。这时如果有其他用户连接到服务器，很可能会因为系统阻塞而得不到响应。
而多路复用I/O是一种消息通知模式，用户连接做好I/O准备后，系统会通知我们这个连接可以进行I/O操作，这样就不会阻塞在某个用户连接。因此，memcache才能支持高并发。
此外，memcache使用了多线程机制。可以同时处理多个请求。线程数一般设置为CPU核数，这研报告效率最高。
6.使用Slab分配算法保存数据
slab分配算法的原理是：把固定大小（1MB）的内存分为n小块，如下图所示：
slab分配算法把每1MB大小的内存称为一个slab页，每次向系统申请一个slab页，然后再通过分隔算法把这个slab页分割成若干个小块的chunk（如上图所示），然后把这些chunk分配给用户使用，分割算法如下（在slabs.c文件中）：
memset(slabclass, 0, sizeof(slabclass));
// 初始化每个slabclass_t的trunk大小和每个slab中trunk数量
// slabclass中每个slabclass_t的trunk大小增长为factor倍
// 注意 i 从索引 1 开始
while (++i < POWER_LARGEST && size <= settings.item_size_max / factor) {
/* Make sure items are always n-byte aligned */
if (size % CHUNK_ALIGN_BYTES) // 内存8字节对齐
size += CHUNK_ALIGN_BYTES - (size % CHUNK_ALIGN_BYTES);
slabclass[i].size = size;
slabclass[i].perslab = settings.item_size_max / slabclass[i].size;
size *= factor;
if (settings.verbose > 1) {
fprintf(stderr, "slab class %3d: chunk size %9u perslab %7u\n",
i, slabclass[i].size, slabclass[i].perslab);
}
}
// slabclass中最后一个slabclass_t的trunk大小设置为最大item大小
power_largest = i;
slabclass[power_largest].size = settings.item_size_max;
slabclass[power_largest].perslab = 1;
if (settings.verbose > 1) {
fprintf(stderr, "slab class %3d: chunk size %9u perslab %7u\n",
i, slabclass[i].size, slabclass[i].perslab);
}
....// 省略
}
上面代码中的slabclass是一个类型为slabclass_t结构的数组，其定义如下：
typedef struct {
unsigned int size; /* sizes of items */
unsigned int perslab; /* how many items per slab */
void **slots; /* list of item ptrs */
unsigned int sl_total; /* size of previous array */
unsigned int sl_curr; /* first free slot */
void *end_page_ptr; /* pointer to next free item at end of page, or 0 */
unsigned int end_page_free; /* number of items remaining at end of last alloced page */
unsigned int slabs; /* how many slabs were allocated for this class */
void **slab_list; /* array of slab pointers */
unsigned int list_size; /* size of prev array */
unsigned int killing; /* index+1 of dying slab, or zero if none */
size_t requested; /* The number of requested bytes */
} slabclass_t;由分割算法的源代码可知，slab算法按照不同大小的chunk分割slab页，而不同大小的chunk以factor（默认是1.25）倍增大。
使用memcache -vv 命令查看内存分配情况(8字节对齐)：
本文出自 “李世龙” 博客，谢绝转载！
原文地址：http://lwm666.blog.51cto.com/11811339/1917180
