memcached批量删除方案探讨
Memcached是开源的分布式cache系统，现在很多的大型web应用程序包括facebook， youtube，wikipedia，yahoo 等等都在使用memcached来支持他们每天数亿级的页面访问。通过把cache层与他们的web架构集成，他们的应用程序在提高了性能的同时，还大大 降低了数据库的负载。
如果您还对memcached还不是很了解，请先阅读：
本文中我们将集中探讨如何对memcached中存储的cache进行高效管理。在我们实际项目中，由于网站经常需要更新，而cache难免会发生与数据库不同步却仍然还有效的情况，那网站管理员就有需求对某个或某些cache进行手工清理。
比如，大众点评的每个商户页面都利用了cache，并存成键值为Shop.[ShopID]的cache对象。如果一个商户ID为1234的页面cache有问题，我们就可以通过Remove（”Shop.1234”）方法通知memcached清掉对应的cache对象。
但问题又随之而来了，有时候我们发现有一批cache都存在问题而没有及时过期。此时我们会面临一个两难的选择：
- 通过flush_all清掉所有的cache
这种做法很黄很暴力…把有问题和没问题都一起kill掉了…
- 找出这一批cache中所有的key值并逐一进行清理
这种做法看似不错，但没有好的办法实现。因为memcached是hash表结构，无法提供像sql里select from where的操作，所以你不知道这批数据到底有多少已经存进了cache
暴力法我们肯定是不能主动考虑的，否则也不用这篇文章了，呵呵。所以我们看看有没有可行的方案来实现方法2。
LogDB方案
这个方案说起来也很简单。既然memcached没有select操作，我们就用db去记录所有的Cache SET操作。只要memcached存了一个cache对象进instance，就同时往logdb上写一条记录。
等到要删除的时候，我们就通过select操作，找出所有Shop.xxxx的商户，并逐一进行remove操作。
这种办法虽然可以达到精确删除的目的，但是所消耗的代价也未免有些过高，为了清除key还要另外拉个数据库进来做辅助。而且cache的存取量是很大的，说不定数据库频繁的insert操作还会成为另一个潜在的性能瓶颈。此方案在硬件条件不是很充裕的条件下谨慎使用。
自定义keylocator方案
了解memcached的读者都知道，cache对象分配到哪个instance是由memcached客户端决定的。而memcached客户端 默认的分配算法是SHA-1散列算法。所以默认情况下，商户类的cache对象（Shop.xxxx）是被散列到不同的memcached instance上的。
（X：User100，Shop202 Y：User101，Shop200 Z：User102，Shop201）
假如我们可以自定义这个分配算法，将Shop.xxx类的cache对象都同一存到某一个instance或某几个instance下，这样我们就通过清掉这些Shop.xxx专用的instance来达到批量清楚的目的。
（X：User100 Y：Shop200，Shop201，Shop202 Z:User101，User102）
这个方案看似不错，其实还是有不少衍生问题的：
- 使用率不均问题：
从上面两个例子就可以看到，前面通过散列算法存放，每个instance都放了两个对象，但是采用自定义的办法，instance Y就存了3个，X才存了1个。如果自定义的locator在实现之前不能够通盘考虑各类key的使用率的话，很容易造成instance使用不均的问题。
- 负载率不均问题：
有些热门类的key读取率很高，因为原本是散列在各个服务器上，读取负载也就自然地分解到各个服务器上。现在采用专用服务器模式的话，所有的读取操作就限制在某一台服务器上，无疑是加大了这台服务器的负担。
Key flag 方案
这个方案是眼下笔者认为最简单有效的一个办法，通过在key上做标记来实现懒清理。其实这种做法也是很合memcached的胃口的，之前的文章就介绍过，memcached server的清理策略就是懒清理。
让我们看一下实际的例子：
我们在所有的key后面都带一个版本标记，“Shop.200_1”代表商户ID为200，版本号为1的缓存。一旦有需要对所有的商户类缓存进行清理的话，我们只需要升级一下Shop类缓存的版本就可以做到。
上例中，商户类缓存版本都升级到2了，读取的key值也发生了变化。所以原来的Shop.xxx_1的缓存就永远不会再被读取到，也就等同于失效了。
这样做还有个好处就是，不需要进行批量删除的操作，而耗费大量的维护时间。那些过时版本的cache会根据LRU原则，只要cache一满，他们就会自动被剔除，不需要我们还劳神劳力地去伺候他们。
所以，在memcached这个圈子里也有个原则就是，不用的话就别去管它…它自己会消失的。
说道这个方案不足的话，我想也就是key的长度不得不进行加长来包含版本号，不过这方面会带来的性能影响是微乎其微的。
memcached的批量清理一直是个比较麻烦的问题，希望以上几种方案的探讨能给您带来一些启发。
