memcached magento-易模板

随着互联网的飞速发展，电子商务已经成为人们生活中不可或缺的一部分。而在这其中，Magento作为全球最受欢迎的电商平台之一，凭借其强大的功能和灵活的扩展性，吸引了众多商家和开发者的青睐。随着网站流量的不断增长，如何提升网站性能、保证用户体验成为了一个亟待解决的问题。今天，就让我们来聊聊Memcached与Magento的黄金搭档，看看它们是如何共同提升电商平台的性能的。

一、Memcached简介

Memcached是一款高性能的分布式内存对象缓存系统，它通过在内存中存储数据，减少了对数据库的访问次数，从而提高了应用程序的响应速度。Memcached适用于各种场景，如缓存数据库调用结果、页面渲染结果、用户会话等。

二、Memcached在Magento中的应用

1. 缓存商品信息

在电商平台上，商品信息是用户最关心的内容之一。通过Memcached缓存商品信息，可以减少数据库的访问次数，提高页面加载速度。以下是一个简单的示例：

缓存内容	缓存时间	说明
商品信息	1小时	缓存商品名称、价格、库存等
商品分类	24小时	缓存商品分类信息

2. 缓存用户会话

用户会话是电商平台的重要组成部分，通过Memcached缓存用户会话，可以减少数据库的访问次数，提高用户登录和浏览速度。以下是一个简单的示例：

缓存内容	缓存时间	说明
用户信息	1小时	缓存用户ID、昵称、头像等
用户购物车	30分钟	缓存用户购物车中的商品信息

3. 缓存页面渲染结果

页面渲染结果是影响页面加载速度的重要因素之一。通过Memcached缓存页面渲染结果，可以减少对数据库和模板引擎的访问次数，提高页面加载速度。以下是一个简单的示例：

缓存内容	缓存时间	说明
首页	5分钟	缓存首页的商品信息、分类信息等
商品详情页	10分钟	缓存商品详情页的商品信息、用户评价等

三、Memcached与Magento的整合

要将Memcached与Magento整合，需要进行以下步骤：

1. 安装Memcached

需要在服务器上安装Memcached。以下是Linux系统下安装Memcached的命令：

“`bash

sudo apt-get install memcached

“`

2. 配置Memcached

安装完成后，需要配置Memcached。以下是Memcached的配置文件（/etc/memcached.conf）的示例：

“`conf

port 11211

max_connections 1024

“`

3. 配置Magento

在Magento后台，进入“系统”->“配置”->“存储引擎”，将“缓存存储”设置为“Memcached”。然后，在“Memcached服务器”中填写Memcached服务器的IP地址和端口。

4. 测试Memcached

配置完成后，可以在后台的“系统”->“缓存管理”中进行测试，确保Memcached正常工作。

四、总结

Memcached与Magento的黄金搭档，可以帮助电商平台提升性能、保证用户体验。通过合理配置和优化，可以让Memcached在Magento中发挥最大的作用。在实际应用中，还需要根据具体情况进行调整和优化，以达到最佳效果。

redis主要解决了什么问题

Redis常见的性能问题和解决方法

1.Master写内存快照

save命令调度rdbSave函数，会阻塞主线程的工作，当快照比较大时对性能影响是非常大的，会间断性暂停服务，所以Master最好不要写内存快照。

2.Master AOF持久化

如果不重写AOF文件，这个持久化方式对性能的影响是最小的，但是AOF文件会不断增大，AOF文件过大会影响Master重启的恢复速度。

3.Master调用BGREWRITEAOF

Master调用BGREWRITEAOF重写AOF文件，AOF在重写的时候会占大量的CPU和内存资源，导致服务load过高，出现短暂服务暂停现象。

下面是我的一个实际项目的情况，大概情况是这样的：一个Master，4个Slave，没有Sharding机制，仅是读写分离，Master负责写入操作和AOF日志备份，AOF文件大概5G，Slave负责读操作，当Master调用BGREWRITEAOF时，Master和Slave负载会突然陡增，Master的写入请求基本上都不响应了，持续了大概5分钟，Slave的读请求过也半无法及时响应，Master和Slave的服务器负载图如下：

Master Server load：

Slave server load：

上面的情况本来不会也不应该发生的，是因为以前Master的这个机器是Slave，在上面有一个shell定时任务在每天的上午10点调用BGREWRITEAOF重写AOF文件，后来由于Master机器down了，就把备份的这个Slave切成Master了，但是这个定时任务忘记删除了，就导致了上面悲剧情况的发生，原因还是找了几天才找到的。

将no-appendfsync-on-rewrite的配置设为yes可以缓解这个问题，设置为yes表示rewrite期间对新写操作不fsync，暂时存在内存中，等rewrite完成后再写入。最好是不开启Master的AOF备份功能。

4.Redis主从复制的性能问题

第一次Slave向Master同步的实现是：Slave向Master发出同步请求，Master先dump出rdb文件，然后将rdb文件全量传输给slave，然后Master把缓存的命令转发给Slave，初次同步完成。第二次以及以后的同步实现是：Master将变量的快照直接实时依次发送给各个Slave。不管什么原因导致Slave和Master断开重连都会重复以上过程。Redis的主从复制是建立在内存快照的持久化基础上，只要有Slave就一定会有内存快照发生。虽然Redis宣称主从复制无阻塞，但由于Redis使用单线程服务，如果Master快照文件比较大，那么第一次全量传输会耗费比较长时间，且文件传输过程中Master可能无法提供服务，也就是说服务会中断，对于关键服务，这个后果也是很可怕的。

以上1.2.3.4根本问题的原因都离不开系统io瓶颈问题，也就是硬盘读写速度不够快，主进程 fsync()/write()操作被阻塞。

5.单点故障问题

由于目前Redis的主从复制还不够成熟，所以存在明显的单点故障问题，这个目前只能自己做方案解决，如：主动复制，Proxy实现Slave对Master的替换等，这个也是Redis作者目前比较优先的任务之一，作者的解决方案思路简单优雅，详情可见 Redis Sentinel design draft

总结

Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化。

如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次。

为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内。

尽量避免在压力较大的主库上增加从库

为了Master的稳定性，主从复制不要用图状结构，用单向链表结构更稳定，即主从关系为：Master<–Slave1<–Slave2<–Slave3…….，这样的结构也方便解决单点故障问题，实现Slave对Master的替换，也即，如果Master挂了，可以立马启用Slave1做Master，其他不变。

redis主要解决什么问题

redis是内存数据库，访问速度非常快，所以能够解决的也都是这些缓存类型的问题，如下：

1、会话缓存（Session Cache）

最常用的一种使用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的优势在于：Redis提供持久化。当维护一个不是严格要求一致性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？

幸运的是，随着 Redis这些年的改进，很容易找到怎么恰当的使用Redis来缓存会话的文档。甚至广为人知的商业平台Magento也提供Redis的插件。

2、全页缓存（FPC）

除基本的会话token之外，Redis还提供很简便的FPC平台。回到一致性问题，即使重启了Redis实例，因为有磁盘的持久化，用户也不会看到页面加载速度的下降，这是一个极大改进，类似PHP本地FPC。

再次以Magento为例，Magento提供一个插件来使用Redis作为全页缓存后端。

此外，对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis，这个插件能帮助你以最快速度加载你曾浏览过的页面。

3、队列

Reids在内存存储引擎领域的一大优点是提供 list和 set操作，这使得Redis能作为一个很好的消息队列平台来使用。Redis作为队列使用的操作，就类似于本地程序语言（如Python）对 list的 push/pop操作。

如果你快速的在Google中搜索“Redis queues”，你马上就能找到大量的开源项目，这些项目的目的就是利用Redis创建非常好的后端工具，以满足各种队列需求。例如，Celery有一个后台就是使用Redis作为broker，你可以从这里去查看。

排行榜/计数器

Redis在内存中对数字进行递增或递减的操作实现的非常好。集合（Set）和有序集合（Sorted Set）也使得我们在执行这些操作的时候变的非常简单，Redis只是正好提供了这两种数据结构。所以，我们要从排序集合中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只需要像下面一样执行即可：

当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你需要这样执行：

ZRANGE user_scores 0 10 WITHSCORES

Agora Games就是一个很好的例子，用Ruby实现的，它的排行榜就是使用Redis来存储数据的，你可以在这里看到。

5、发布/订阅

最后（但肯定不是最不重要的）是Redis的发布/订阅功能。发布/订阅的使用场景确实非常多。我已看见人们在社交网络连接中使用，还可作为基于发布/订阅的脚本触发器，甚至用Redis的发布/订阅功能来建立聊天系统！（不，这是真的，你可以去核实）。

Redis提供的所有特性中，我感觉这个是喜欢的人最少的一个，虽然它为用户提供如果此多功能。

等等？