云计算之路-柳暗花明：为什么memcached会堵车

这次网络堵车（请求执行时间长，响应速度慢）故障经过见之前的博文：云计算之路-黎明前的黑暗：20130424网站故障经过

这次故障是memcached服务器引起的。这台云服务器购买时间是2013-02-21，操作系统是CentOS 6.2 64位，配置是1核CPU/4G内存。memcached软件用的是couchbase，版本是2.0.0 enterprise edition (build-1976)。memcached客户用的是EnyimMemcached，版本是2.12。

如何确认是memcached服务器引起的？昨天17:00左右（还在访问高峰期），只要这台memcached云服务器一停运，问题立即消失；一启来，问题立即出现。

这次故障与couchbase无关。依据是同样版本的couchbase安装到另一台云服务器（操作系统是CentOS 6.3 64位）上，问题没有出现。现在的memcached服务器就是这么跑的。

我们来看看应用程序中对memcached的操作情况，使用memcached的地方都是这么操作的——根据key从memcached中取数据，如果取到，直接返回；如果取不到，从数据库中查询，将查询结果写入memcached，然后返回。示例代码如下：

var entry = _cacher.GetData(cacheKey) as BlogEntry;
if (entry == null)
{
    //从数据库读取
    //...
    _cacher.Add(cacheKey, entry, 60);
}
return entry;

而上面代码中 _cacher.GetData(cacheKey) 实际调用的是 Enyim.Caching.Memcache.MemcachedClient.Get() 方法。

如果这里等待时间长，会造成大量处理请求的线程阻塞在这里（堵车），造成正在处理请求的得不到响应，后续的请求没有足够的线程可用。

前天晚上（4月23日）我们已经采取了措施，以防这里存在可能的堵车问题，在web.config中修改了EnyimMemcached的设置，将connectionTimeout改为了1秒（默认是20秒）。

<enyim.com>
    <memcached protocol="Binary">
        <servers>
            <add address="ip1" port="11211" />        
        </servers>
        <socketPool minPoolSize="20" maxPoolSize="200" connectionTimeout="00:00:01" deadTimeout="00:00:02" />
    </memcached>
</enyim.com>

也就是说，即使发生堵车现象，也只会等1秒，然后就绕到而行，直接去数据库取数据。

但昨天发生故障时connectionTimeout没起作用，说明客户端已经正常连上了memcached服务器，问题不在客户端。

与coubase无关，与memcached客户端无关，那就剩下两个怀疑对象：1. Linux操作系统（搬到阿里云之前，我们是在Windows上跑的Memcached）；2. 虚拟机。

这时，一个故障期间的重要现象闪现在眼前——当时memcached的磁盘IO高！

memcached缓存的数据都在内存中，而且内存占用并不高，磁盘IO怎么会高？太奇怪了！

。。。

通过google搜索“memcached read timeout”，找到柳暗花明的线索——memcached timeout error because of slow response

直接看关键文字：

The problem seemed to boil down to the following:
vm.swappiness=60 (default) is a very bad idea, when combined
with deadline as a io scheduler.

...

conclusion:
if you use memcache and need high amounts of memory with
many objects, keep a look at your swap, and if there is
something in it (even 1 kb) - it might be too much.
after setting vm.swappiness to zero and paging in all swap,
the effects were gone.

 登上昨天引发故障的那台memcached服务器，运行命令：

cat /proc/sys/vm/swappiness
60

输出结果是60！磁盘IO高就是内存交换引起的！memcached堵车的原因就在这！

只要将swappiness设置为0，就能解决问题，设置方法参考：Adjust Your swappiness。

这是在去杭州的高铁上写博客时的意外收获，这篇博客就写到这，麻烦有经验的朋友帮忙解释一下swappiness=60为什么会引起这个问题？