PHP海量数据存储 php的数据是怎么样存在内存中的( 二 )


// 再读取配置
include 'conn.php';
echo $dbconfig['host'];
?
参考连接PHP海量数据存储:
php 对海量数据修改更新Failed to create directory
CCLOG("AssetsManagerEx : can not create directory %s\n", fullPath.c_str());
unzClose(zipfile);
return false;
}
}
php面试题 memcache和redis的区别Redis与Memcached的区别
传统MySQL+ Memcached架构遇到的问题
实际MySQL是适合进行海量数据存储的,通过Memcached将热点数据加载到cache,加速访问,很多公司都曾经使用过这样的架构,但随着业务数据量的不断增加,和访问量的持续增长,我们遇到了很多问题:
1.MySQL需要不断进行拆库拆表,Memcached也需不断跟着扩容,扩容和维护工作占据大量开发时间 。
2.Memcached与MySQL数据库数据一致性问题 。
3.Memcached数据命中率低或down机,大量访问直接穿透到DB,MySQL无法支撑 。
4.跨机房cache同步问题 。
众多NoSQL百花齐放,如何选择
最近几年 , 业界不断涌现出很多各种各样的NoSQL产品,那么如何才能正确地使用好这些产品,最大化地发挥其长处,是我们需要深入研究和思考的
问题,实际归根结底最重要的是了解这些产品的定位,并且了解到每款产品的tradeoffs , 在实际应用中做到扬长避短,总体上这些NoSQL主要用于解
决以下几种问题
1.少量数据存储,高速读写访问 。此类产品通过数据全部in-momery 的方式来保证高速访问,同时提供数据落地的功能,实际这正是Redis最主要的适用场景 。
2.海量数据存储,分布式系统支持,数据一致性保证,方便的集群节点添加/删除 。
3.这方面最具代表性的是dynamo和bigtable 2篇论文所阐述的思路 。前者是一个完全无中心的设计 , 节点之间通过gossip方式传递集群信息 , 数据保证最终一致性,后者是一个中心化的方案设计,通过类似一个分布式锁服务来保证强一致性,数据写入先写内存和redo log,然后定期compat归并到磁盘上,将随机写优化为顺序写,提高写入性能 。
4.Schema free,auto-sharding等 。比如目前常见的一些文档数据库都是支持schema-free的,直接存储json格式数据,并且支持auto-sharding等功能,比如mongodb 。
面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品 。
Redis适用场景,如何正确的使用
前面已经分析过,Redis最适合所有数据in-momory的场景,虽然Redis也提供持久化功能,但实际更多的是一个disk-
backed的功能 , 跟传统意义上的持久化有比较大的差别,那么可能大家就会有疑问,似乎Redis更像一个加强版的Memcached,那么何时使用
Memcached,何时使用Redis呢?
如果简单地比较Redis与Memcached的区别 , 大多数都会得到以下观点:
1Redis不仅仅支持简单的k/v类型的数据,同时还提供list,set,zset,hash等数据结构的存储 。
2Redis支持数据的备份,即master-slave模式的数据备份 。
3Redis支持数据的持久化 , 可以将内存中的数据保持在磁盘中,重启的时候可以再次加载进行使用 。
抛开这些,可以深入到Redis内部构造去观察更加本质的区别,理解Redis的设计 。

Redis中,并不是所有的数据都一直存储在内存中的 。这是和Memcached相比一个最大的区别 。Redis只会缓存所有的
key的信息,如果Redis发现内存的使用量超过了某一个阀值,将触发swap的操作,Redis根据“swappability =
age*log(size_in_memory)”计
算出哪些key对应的value需要swap到磁盘 。然后再将这些key对应的value持久化到磁盘中 , 同时在内存中清除 。这种特性使得Redis可以

推荐阅读