简单理解memcached的内存分配
在写完《使用Memcached实现抽奖活动》这篇文章后,发现自己虽然很早就使用过 Memcached,但已经很久没有关注它的进展了,所以就全面看了下它的官方 Wiki,打算写几篇文章去理解它,今天就简单聊聊它的内存分配。
Memcached 所有的操作都是在内存中进行的,这也是它高性能和延迟低的原因之一,如果使用 malloc() 机制动态的分配内存,会产生很多的内存碎片,所以 Memcached 是自己管理内存的,在启动的时候就开启了一大块内存,然后根据规则进行分配使用,这种机制也称为 Slab allocation。
在启动的时候可以通过 -m 参数分配内存,这些内存都用于存储 item,Memcached 自身还需要一些内存(比如 Hash 表,网络连接),所以实际上 Memcached 使用的所有内存是超过 -m 参数分配的内存。
现在简单理解下 Slab allocation,在 Memcached 中,内存首先被分配给一个个 pages,每个 page 默认大小都是 1MB,假设 -m 启动参数是 64 M(后面都以 64 M 说明),那么系统就存在 64 个 page。
每个 page 被指定为 slab-class,slab-class 相当于每个 page 的属性,未被指定 slab-class 的 page 就是未分配的内存。
slab-class 决定了每个 page 存储 item 的大小,称之为 chunk,chunnk 就是用来存储 item 的,在同一个 page 中,所有的 chunk 大小是一致的。
不同的 slab-class 其 chunk 大小是不一致的,基本上是递增关系,默认是 1.25 比例的增长方式。
为了理解 page,slab-class,chunk 的关系,可以运行下列命令:
slab class 1 其 chunk 大小是 96 字节,那么对应的 page 最多可以存储 10922 个 chunk。slab class 2 根据 slab class 1 * 1.25 的公示,chunk 大小是 120 个字节,对应的 page 最多可以存储 8738 个 chunk,依次类推。
需要注意的是:
假设 -m 是 64 M,不代表 64 个 page 全部被分配了,因为如果存储的 item 很少,很多 page 是未分配的。
不同的 page,其 slab-class 可能是一样的,比如所有的 item 都小于 80 字节,一旦第一个 page 存储满了,那么 Memcached 启用第二个 page 的时候,其仍然被指定为 slab-class 2。
如果有个 item 是 1M,那么这个 slab-class 只能存储 1 个 chunk。
每个 slab-class 都是独立的,有独立的 LRU 算法(后面介绍),统计数据也是独立的。
如果想了解下 slab-class 的使用情况,可以输入以下命令:
可以看出目前 Memcached 分配了 3 个 page,对应 slab-class1 和 slab-class2。第一个 page 用了 109 个 chunk,gets 请求有 36 个,很可惜没有 gets_miss 的统计数据,无法统计 slab-class 的命中率。
如果想了解 item 的详细使用情况,可以输入下列命令:
其中涉及了很多 LRU 的统计数据,以及命中率数据,这个后续会讲。
那么 chunk size 如果等于 96 个字节(slab-class1),代表可以存储 96 个字节的 item?并不是,每个 item 包含固定数据结构大小、item 的 key,item 对应的 data,如果要了解每个 item 数据结构的大小,可以下载 Memcached 源文件,然后进入根目录,输入如下命令:
如果 Memcached 要支持 CAS 操作(如果不了解 CAS,参考《使用Memcached实现抽奖活动》),每个 item 的数据结构是 56 字节,也就是对于 slab-class1 来说,实际可以存储的 item 是 40 个字节,slab-class2 可以存储的 item 是 64 个字节。
如果存储的 item(包含数据结构)是 80 字节,那么存储在 slab-class1,但浪费了 16 个字节,如果存储的 item 是 140 个字节,只能存储在 slab-class2 中,浪费的字节更多,这就是它的内存分配规则。
如果对你存储的 item 大小比较了解(比如大部分处于 60-140个字节之间),为了节省内存,可以调整 slab-class 的递增因子,启动的时候输入下列命令:
本文转载自异步社区。
原文链接:https://www.epubit.com/articleDetails?id=N3427cfbe-065c-4861-9de3-6f7fb7a5905b
- 点赞
- 收藏
- 关注作者
评论(0)