python-memcached

[TOC]

基本操作

import memcache

mc = memcache.Client(['139.129.5.191:12000'], debug=True)
#-----------------------插入---------------------------
# 覆盖设置（不管键是否存在都覆盖插入并返回True）
mc.set("name", "python")
# 覆盖设置多个键值对
dic = {'name':'to,','age':'19','job':'IT'}
mc.set_multi(dic)

# 添加（如果键已存在，则不添加并返回FALSE，成功则返回True）
mc.add('k1', 'v1')

#----------------------修改----------------------------
# 修改（如果键已存在，则修改并返回True，不存在则不操作并返回False）
mc.replace("k1", "v1")

# 在值后面追加
mc.append('num','追加第二个')
# 在值前面追加
mc.prepend('num','我是零个')
# 自增
mc.incr('num','9')
# 自减
mc.decr('num','5')

#--------------------读取----------------------------
#读取
ret = mc.get('name')
print (ret)
#--------------------删除---------------------------
mc.delete('name')

并发修改

解决并发修改问题的最好办法是减轻时效性的影响，使用memcached CAS（check and set）方式。

CAS基本原理非常简单，一言以蔽之，就是“版本号”，在数据库领域也叫乐观锁。每个存储的数据对象，都有一个版本号。

例子

如果不采用CAS，则有如下的情景：

第一步，A取出数据对象X；
第二步，B取出数据对象X；
第三步，B修改数据对象X，并将其放入缓存；
第四步，A修改数据对象X，并将其放入缓存。

我们可以发现，第四步中会产生数据写入冲突，也就是写入了A持有的过期数据 。

如果采用CAS协议，则是如下的情景。

第一步，A取出数据对象X，并获取到CAS-ID1；
第二步，B取出数据对象X，并获取到CAS-ID2；这里CAS-ID2等于CAS-ID1;
第三步，B修改数据对象X，在写入缓存前，检查CAS-ID与缓存空间中该数据的CAS-ID是否一致。结果是“一致”，就将修改后的带有CAS-ID2的X写入到缓存。
第四步，A修改数据对象Y，在写入缓存前，检查CAS-ID与缓存空间中该数据的CAS-ID是否一致。结果是“不一致”，则拒绝写入，返回存储失败。

而使用memcached的CAS方式，可以以几乎0成本的方式解决时效性问题，尽管存在一点小缺陷，但这种缺陷可以通过简单的重试即可解决。

解决

gets和cas命令：

Memcached 1.2.5以及更高版本，提供了gets和cas命令。

incr/decr命令：

Memcached保存的key/value都有一个唯一标识casUnique，在进行incr/decr操作时，首先获取casUnique，执行incr，检验返回值是否casUnique+1，如果是，则更新，否则，失败不更新！

add命令：

Memcache中的Add操作也是原子的，Add操作要不成功要不失败，失败了就是其他线程或者应用已经添加了此key/value.

到现在，我们总结一下Memecache支持的多线程同步的方法

**1. Add命令 **

**2. incr/decr命令 **

3. gets/cas操作

import memcache
mc = memcache.Client(['0.0.0.0:12000'],cache_cas=True)
# 与get功能一样，仅仅是多获取了一个数据的版本号casUnique
regets = mc.gets('count')  

# 与set功能一致，只是会用gets获取的该数据版本号对于缓存中版本号是否一致，如果一致则修改，如果不一致，说明我获取的数据是旧数据，修改无效。
recas = mc.cas('count','11')

# 也就是说如果在gets和cas之间数据被其他程序修改，则这次修改不成功。
# 需要重新使用gets获取新的版本号再次用cas修改数据。