python操作memcache

简介:

Memcached是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象减少读取数据库的次数,从而提高动态、数据库驱动网站的速度。Memcached基于一个存储键/值的hash map。其守护进程(daemon)是用C语言写的,但是客户端可以用任何语言来编写,并通过memcached协议与守护进程通信。


安装

cd /usr/local/src

wget http://memcached.org/latest

tar -zxvf memcached-1.x.x.tar.gz

cd memcached-1.x.x

./configure && make && make test && make install


启动

memcached -d -m 10 -u root -l 127.0.0.1 -p 12000 -c 256 -P /export/servers/memcache/logs/memcache.pid

-p 指定端口号(默认11211)  

-m 指定最大使用内存大小(默认64MB)  

-t 线程数(默认4)  

-l 连接的IP地址, 默认是本机  

-d 以后台守护进程的方式启动

-c 最大同时连接数,默认是1024

-P 制定memecache的pid文件

-h  打印帮助信息

ps -ef检查memcache是否启动,检查端口号

 

Python操作memcache集群

python-memcachd模块原生支持集群操作,其原理是在内存维护一个主机列表,且集群中主机的权重值和主机在列表中重复出现的次数成正比。

主机    权重

1.1.1.1   1

1.1.1.2   2

1.1.1.3   1

那么在内存中主机列表为:host_list=['1.1.1.1','1.1.1.2','1.1.1.2','1.1.1.3',]


例子:

mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)

mc.set('k1', 'v1')


如果用户要在内存中创建一个键值对(如:k1 = “v1”),那么要执行以下步骤:

根据算法将k1转换成一个数字;

将数字和主机列表长度求余数,得到一个值N(0 <= N < 列表长度);

在主机列表中根据第2步得到的值为索引获取主机,例如:host_list[N];

连接将第3步中获取的主机,将k1 = 'v1'放置在该服务器的内存中。

上面例子我们通过调用memcache模块来实现对memcached进行存取数据,debug=True表示运行中出现错误时,显示错误信息,上线后移除该参数。


常用操作

add方法

添加一条键值对,如果已经存在的key,重复执行add操作会报异常。

例子:

import memcache

mc = memcache.Client(['192.168.1.1:11211'], debug=True)

#mc.set("foo", "bar")

#ret = mc.get("foo")

mc.add('k1','v1')

mc.add('k1','v1')

#print(ret)

replace方法

replace修改某个key的值,如果key不存在,则异常。

例子:

import memcache

mc = memcache.Client(['192.168.1.1:11211'], debug=True)

#mc.set("foo", "bar")

#ret = mc.get("foo")

mc.add('k1','v1')

#mc.add('k1','v1')

#print(ret)

mc.replace("k1", "666")

print(mc.get("k1"))

输出:

666

set和set_multi方法

set:设置一个键值对,如果key不存在,则创建,如果key存在,则修改;

set_multi:设置多个键值对,如果key不存在,则创建,如果key存在,则修改。

例子:

import memcache

mc = memcache.Client(['192.168.1.1:11211'], debug=True)

mc.set("k10", "v10")

mc.set_multi({"k11": "v11", "k12": "v12"})

set方法和add方法的区别

set = add + replace

add 方法:add方法用于向memcache服务器添加一个要缓存的数据。如果memcache服务器中已经存在要存储的key,此时add方法调用失败。

set 方法:set方法用于设置一个指定key的缓存内容,set方法是add方法和replace方法的集合体。如果要设置的key不存在时,则set方法与add方法的效果一致;如果要设置的key已经存在时,则set方法与replace方法效果一样。

replace方法: replace方法用于替换一个指定key的缓存内容,如果key不存在则返回false

delete和delete_multi方法

delete:在Memcached中删除指定的一个键值对;

delete_multi:在Memcached中删除指定的多个键值对。

例子:

import memcache

mc = memcache.Client(['192.168.1.1:11211'], debug=True)

#mc.set("k10", "v10")

#mc.set_multi({"k11": "v11", "k12": "v12"})

mc.delete("k10")

mc.delete_multi(["k11", "k12"])

get和get_multi方法

get : 获取一个键值对;

get_multi:获取多个键值对。

例子:

import memcache

mc = memcache.Client(['192.168.48.128:11211'], debug=True)

mc.set("k10", "v10")

mc.set_multi({"k11": "v11", "k12": "v12"})

#mc.delete("k10")

#mc.delete_multi(["k11", "k12"])

val = mc.get('k1')

print(val)

item_dict = mc.get_multi(['k11', 'k12'])

print(item_dict)

append和prepend方法

append:修改指定key的值,在该值后面追加内容;

prepend:修改指定key的值,在该值前面插入内容。

例子:

import memcache

mc = memcache.Client(['192.168.10.128:12000'], debug=True)

mc.append('k1','after')

val1 = mc.get('k1')

print(val1)

mc.prepend('k1','brefore')

val2 = mc.get('k1')

print(val2)

输出:

v1afterafter

breforev1afterafter

incr:自增,将Memcached中的某一个值增加N(N默认为1);

decr:自减,将Memcached中的某一个值减少N(N默认为1)。

例子:

import memcache

mc = memcache.Client(['192.168.10.128:12000'], debug=True)

#默认自增1,第二个参数为增加的n

mc.set('k1','777')

#mc.incr('k1')

mc.incr('k1',10)

val1 = mc.get('k1')

print(val1)

mc.decr('k1',20)

val2 = mc.get('k1')

print(val2)

输出:

787  #自增后的结果

767  #自减后的结果

gets和cas:

如商城商品剩余个数,假设改值保存在memcache中,product_count =9000

    A用户刷新页面从memcache中读取到product_count = 900

    B用户刷新页面从memcache中读取到product_count = 900

 如果A、B用户均购买商品:

    A用户修改商品剩余个数 product_count = 899

    B用户修改商品剩余个数product_count = 899

 如此一来缓存内的数据便不再正确,两个用户购买商品后,商品剩余还是899,如果使用python的set和get来操作以上过程,那么程序就会如上述所示情况,数据不准确。

 如果想要避免此情况的发生,只要使用gets和cas即可

例子:

import memcache

mc = memcache.Client(['192.168.10.128:12000'], debug=True)

v = mc.gets('product_count')

print(v)

#如果有人在gets之后和cas之前修改了product_count,那么下面的设置将会执行失败,抛出异常,从而避免非正常数据的产出

v1 = mc.cas('product_count',"899")

print(v1)

输出:

899

True

本质上每次执行gets时,会从memcache中获取一个自增的数字,通过cas去修改gets的值时,会携带之前获取的自增值和memcache中的自增值进行比较,如果相等,则可以提交,如果不相等,那表示在gets和cas执行之间,又有其他人执行了gets(获取了缓冲的指定值),如此一来有可能出现非正常数据,则不允许修改。




本文转自 粗粮面包 51CTO博客,原文链接:http://blog.51cto.com/culiangmianbao/2048169,如需转载请自行联系原作者
相关文章
|
29天前
|
数据格式 Python
如何使用Python的Pandas库进行数据透视图(melt/cast)操作?
Pandas的`melt()`和`pivot()`函数用于数据透视。基本步骤:导入pandas,创建DataFrame,然后使用这两个函数转换数据格式。示例代码展示了如何通过`melt()`转为长格式,再用`pivot()`恢复为宽格式。输入数据是包含&#39;Name&#39;和&#39;Age&#39;列的DataFrame,最终结果经过转换后呈现出不同的布局。
39 6
|
1月前
|
Unix Shell Linux
赞!优雅的Python多环境管理神器!易上手易操作!
赞!优雅的Python多环境管理神器!易上手易操作!
|
1月前
|
SQL 关系型数据库 MySQL
Python怎么操作Mysql数据库
Python怎么操作Mysql数据库
49 0
|
1月前
|
存储 数据处理 索引
Python操作Excel常用方法汇总
Python操作Excel常用方法汇总
33 0
|
12天前
|
人工智能 机器人 C++
【C++/Python】Windows用Swig实现C++调用Python(史上最简单详细,80岁看了都会操作)
【C++/Python】Windows用Swig实现C++调用Python(史上最简单详细,80岁看了都会操作)
|
1月前
|
开发者 Python
Python库中关于时间的常见操作
Python库中关于时间的常见操作
28 0
|
1天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
7 2
|
8天前
|
数据采集 JSON 网络协议
「Python系列」Python urllib库(操作网页URL对网页的内容进行抓取处理)
`urllib` 是 Python 的一个标准库,用于打开和读取 URLs。它提供了一组模块,允许你以编程方式从网络获取数据,如网页内容、文件等。
31 0
|
18天前
|
Python
python使用tkinter库,封装操作excel为GUI程序
python使用tkinter库,封装操作excel为GUI程序
|
29天前
|
机器学习/深度学习 数据采集 C++
【Python 基础教程 07】全面掌握Python3数字操作:入门到精通的实用指南
【Python 基础教程 07】全面掌握Python3数字操作:入门到精通的实用指南
84 2