脚踏两只船的困惑 - Memcached与Redis

序言

很多人喜欢把Memcached与Redis进行比较，基于这个论点，笔者希望可以大家呈现一些笔者自己的见解与大家分享。
首先，讨论一件事情之前，我们必须要对他们有一个基本的了解，才能给我们提供一个比较好的理论依据：

Memcached：一款完全开源、高性能的、分布式的内存系统；

Redis：一个开源的、Key-Value型、基于内存运行并支持持久化的NoSQL数据库；

从概念上来讲，不难看出来，其实Memcached和Redis并非是一对 ”孪生兄弟“ ， 能将Redis和Memcached之间联系起来的纽带只有一个，就是 ”内存“。
从诞生之初，两者的目标是有差异的，Memcached追求的高性能的内存服务；而Redis追求的不仅仅是内存运行，还有数据持久化的需求；从这一点来讲，Memcached更专一高效，而Redis更追求 ”德智体全面发展“。

下面，我们可以来看一个图，让我们来更直观的认识他们：

看起来是不是有点复杂，没关系，抛弃MySQL和MongoDB以后，再来一遍：

相信通过上表的内容，大家应该对Redis和Memcached之间有一个比较直观的印象了，那么我们继续下一站，各方面优劣势对比。

网络IO之间的对比

Memcached是多线程，非阻塞IO复用的网络模型，分为监听主线程和worker子线程，监听线程监听网络连接，接受请求后，将连接描述字pipe传递给worker线程，进行读写IO，网络层使用libevent封装的事件库，多线程模型可以发挥多核作用，但是引入了cache coherency和锁的问题，比如：memcached最常用的stats命令，实际memcached所有操作都要对这个全局变量加锁，进行技术等工作，带来了性能损耗。

Redis使用单线程的IO复用模型，自己封装了一个简单的AeEvent事件处理框架，主要实现了epoll, kqueue和select，对于单存只有IO操作来说，单线程可以将速度优势发挥到最大，但是redis也提供了一些简单的计算功能，比如排序、聚合等，对于这些操作，单线程模型施加会严重影响整体吞吐量，CPU计算过程中，整个IO调度都是被阻塞的。

基于以上的内容大致可以总结如下：
在高并发场景的压力下，多线程非阻塞式IO的Memcached表现会更加优异。

内存管理机制

Memcached与Redis都是C语言实现，但是不约而同的都抛弃了传统C语言中的malloc/free函数，而选择了自主实现内存模型。
Memcached的内存模式，官方定义为 ”Slab Allocation“，大致流程图如下：

上图为我们描述了如下几点：
1、chunk是Memcached用来存储数据的最小单位，就好像一个盒子，每个盒子里装的是我们的午饭一样。Memcache这样设计的初衷是为了尽量减少内存碎片的问题，熟练掌握内存变成的童鞋，相信对内存碎片都有 ”刻骨铭心“ 的感觉，这里就不赘述了
2、slab和page是更大一些的盒子，用于承装不同尺寸的Chunk，Chunk的大小是通过Factor【自增长因子决定】
3、不同尺寸的Chunk最终会交给一个”目录“进行管理，以便于访问，而这个目录叫slab_class.
数据访问流程： 客户端会现在slab_class里找到尺寸合适的Slab，并且通过一定的方式找到Chunk，最终保证数据会进入一个更合适的”盒子“，从而减少内存的浪费。

Redis在这一方面的处理相对简单，大致的形式如下：

Redis每一个数据块都是根据数据类型和大小进行分配的，这一块数据的元数据（比如数据块大小）会存入内存块的头部，real_ptr是redis调用malloc后返回的指针。redis将内存块的大小size存入头部，size所占据的内存大小是已知的，为size_t类型的长度，然后返回ret_ptr。当需要释放内存的时候，ret_ptr被传给内存管理程序。通过ret_ptr，程序可以很容易的算出real_ptr的值，然后将real_ptr传给free释放内存。

总的来讲：
Memcached使用预分配的内存池的方式，使用slab和大小不同的chunk来管理内存，Item根据大小选择合适的chunk存储，内存池的方式可以省去申请/释放内存的开销，并且能减小内存碎片产生，但这种方式也会带来一定程度上的空间浪费

Redis使用现场申请内存的方式来存储数据，并且很少使用free-list等方式来优化内存分配，会在一定程度上存在内存碎片，Redis跟据存储命令参数，会把带过期时间的数据单独存放在一起，并把它们称为临时数据，非临时数据是永远不会被剔除的，即便物理内存不够，导致swap也不会剔除任何非临时数据（但会尝试剔除部分临时数据），这点上Redis更适合作为存储而不是cache。

基于以上两方面可以总结如下：
1、Redis内存空间的利用比Memcahced更精细，引入Memcached是用一个“盒子”对数据进行承载，哪怕这个盒子的尺寸再合适，也不可避免的会有空置；
2、Memcached完美的解决了内存碎片的问题；
3、Memcached内部还存在一个slot的机制，对内存的使用优先使用废弃内存，在内存的重复利用上也具有一定的优势；
4、Redis并不是将所有内存数据都存放在内存中，只会将所有的key存放在内存，在读取的时候会有一定几率存在一次IO操作，在这一点上，Redis是使用时间换取了空间的策略；

数据一致性保障

Redis提供了一个“事务”的概念，虽然这是一个假的事务，由于Redis是单进程操作，所以Redis的事务仅仅只是将一组操作按顺序进行操作，在这之间不会插入任何其他命令，从而保证数据的一致性，但是这种方式很容易造成操作阻塞。
Memcached提供了类似于乐观锁一样的cas操作，会快速的返回处理成功或失败，不会对其他数据操作产生影响。
在这一点上，Memcached的速度要比Redis更快也更安全。

集群形式

Memcached本身并不支持集群，所有的集群形式都是通过客户端实现，这就是大名鼎鼎的Memcached的两段Hash，大致如下图：

如图所示：【从下往上看哈】
1、应用程序首先调用Memcached客户端（比如著名的Java客户端XMemcached），由Memcached客户端通过Hash算法选择Memcached节点。
2、对用户来讲，所有的分布式节点都是透明不可见的，就好像操作一个节点一样操作整个集群。

相比与Memcached，Redis显得更加“正常”一些，它没有中心节点，具有线性可伸缩的功能。Redis Cluster的分布式存储架构，节点与节点之间通过二进制协议进行通信，节点与客户端之间通过ascii协议进行通信。在数据的放置策略上，Redis Cluster将整个key的数值域分成4096个哈希槽，每个节点上可以存储一个或多个插槽。

有几点需要注意的内容：
1、单纯从集群角度而言，好像Redis更好，因为Memcached的分布式是客户端分布，不同客户端可能会产生完全不同的结果，比如一个C语言的客户端，一个Java语言的客户端。
2、Redis的集群，也存在一个很大的问题，就是插槽转移，如果Redis存在损坏节点，需要将数据插槽迁移出来会是一个灾难级别的存在。
BUT， 哈哈，万事万物中最可怕的BUT，在现有的分布式解决方案中，提供了一个Twemproxy的中间件，很好的解决了以上两部分内容，所以在这一点上，Redis与Memcached平分秋色。

总结

所有不希望看长篇大论的童鞋和所有已经看到这里的童鞋，这一部分才是我们的核心关键点，请重点阅读：
1、如果大家对持久化要求不高，更希望快速高效，建议大家优先考虑Memcached，常见的应用场景如下：

Tomcat集群部署：

第一个优势Tomcat集群的目标是统一Session访问，而这一部分Session在绝大多数场景下持久化的要求不高，所以不妨牺牲持久化来换取性能的提升；
另外一个优势，由于用户Session大部分时候都是长度都是在一个区间范围内，那么我们可以通过修改factor自增长因子来控制Chunk大小，最大程度的减少内存浪费；
如果对这一部分内容感兴趣，可以参考：https://coding.imooc.com/class/186.html

实时配置和无持久化要求的数据

在实际工作场景中，我们经常会有这样一种需求，就是预热服务器配置，并且希望可以通过在线修改配置信息来达到不同的效果，比如：一些功能开关【Hystrix的熔断开关、热卖商品的限时开关等等】、 软件系统在测试环境/预生产环境/生产环境之间的零配置切换等等内容，这些需要实时读取，但是没有持久化要求的内容，都比较适合Memcached。

存储JSON字符串

近一两年，很多童鞋喜欢将一个对象转换为JSON字符串存储，而这一部分内容的存储Memcached的效率要高于Redis。或者这样讲，Redis的String类型其实就是一个缩小版的Memcached，所以使用Redis的String类型做的事，Memcached都可以做的更出色。

---

2、追求多类型支撑，持久化要求相对比较高的情况下，优先使用Redis；
Redis有Memcahced所无法比拟的多数据类型支撑，而这些类型在很多时候都可以化腐朽为神奇，大量减少业务的冗余代码。
第二，作为NoSQL数据库，Redis提供了两种持久化机制，从而保障了业务的延续性，在这一段上，Redis完爆Memcached，
第三：Redis从3.1版本开始支持Lua脚本这样的编程式读写数据，也极大的提高了Redis的延展性。
以下是Redis的常见应用场景：

***- 取最新N个数据的操作，如：可以将最新的50条评论的ID放在List集合

• 排行榜类的应用，取TOP N操作，前面操作以时间为权重，这个是以某个条件为权重，比如按顶的次数排序计数器应用
• 存储关系：比如社交关系，比如Tag等
• 获取某段时间所有数据排重值，使用set，比如某段时间访问的用户ID，或者是客户端IP
• 构建队列系统，List可以构建栈和队列，使用zset可以构建优先级队列***

---

最后最后，如果大家觉得上面的例子还是太复杂的话，就给大家留下一个终极秘籍：
以往你们使用Redis的String类型做的事，都可以用Memcached替换，以此换取更好的性能提升； 除此以外，优先考虑Redis；