安装memcached

cd /usr/local/src
wget http://memcached.org/latest
tar -zxvf memcached-1.x.x.tar.gz
cd memcached-1.x.x
./configure && make && make test && make install

客户端

pip install python-memcached

启动memcache

memcached -d -m 10 -u root -l 127.0.0.1 -p 12000 -c 256 -P /export/servers/memcache/logs/memcache.pid

-p 指定端口号（默认11211） -m 指定最大使用内存大小（默认64MB） -t 线程数（默认4） -l 连接的IP地址, 默认是本机 -d 以后台守护进程的方式启动-c 最大同时连接数，默认是1024-P 制定memecache的pid文件
-h 打印帮助信息

天生支持集群：
python-memcachd模块原生支持集群操作，其原理是在内存维护一个主机列表，且集群中主机的权重值和主机在列表中重复出现的次数成正比。

      主机    权重
     1.1.1.1   1
     1.1.1.2   2
     1.1.1.3   1

#那么在内存中主机列表为：

     host_list=['1.1.1.1','1.1.1.2','1.1.1.2','1.1.1.3',]

下面来看一个例子，python操作memcache集群

mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)
mc.set('k1', 'v1')

Memcache常用操作：

存储命令： set/add/replace/append/prepend/cas

获取命令： get/gets

其他命令： delete/stats..

add方法

import memcache

mc = memcache.Client(['192.168.48.128:11211'], debug=True)

# mc.set("foo", "bar")

# ret = mc.get("foo")

mc.add('k1','v1')

mc.add('k1','v1')

# print(ret)

replace方法：

replace修改某个key的值，如果key不存在，则异常。
import memcache

mc = memcache.Client(['192.168.48.128:11211'], debug=True)
# mc.set("foo", "bar")
# ret = mc.get("foo")
mc.add('k1','v1')
# mc.add('k1','v1')
# print(ret)
mc.replace("k1", "666")
print(mc.get("k1"))
结果：
666

set和set_multi方法

set ：设置一个键值对，如果key不存在，则创建，如果key存在，则修改；
set_multi：设置多个键值对，如果key不存在，则创建，如果key存在，则修改。

import memcache

mc = memcache.Client(['192.168.48.128:11211'], debug=True)
mc.set("k10", "v10")
mc.set_multi({"k11": "v11", "k12": "v12"})

set方法和add方法的区别
set = add + replace

delete和delete_multi方法

delete：在Memcached中删除指定的一个键值对；
delete_multi：在Memcached中删除指定的多个键值对。

import memcache

mc = memcache.Client(['192.168.48.128:11211'], debug=True)
# mc.set("k10", "v10")
# mc.set_multi({"k11": "v11", "k12": "v12"})
#
mc.delete("k10")
mc.delete_multi(["k11", "k12"])

get和get_multi方法

get : 获取一个键值对；
get_multi：获取多个键值对。

import memcache
mc = memcache.Client(['192.168.48.128:11211'], debug=True)
mc.set("k10", "v10")
mc.set_multi({"k11": "v11", "k12": "v12"})
val = mc.get('k1')
print(val)
 
item_dict = mc.get_multi(['k11', 'k12'])
print(item_dict)

append和prepend方法

append：修改指定key的值，在该值后面追加内容；
prepend：修改指定key的值，在该值前面插入内容。

import memcache
mc = memcache.Client(['192.168.10.128:12000'], debug=True)
mc.append('k1','after')
val1 = mc.get('k1')
print(val1)
mc.prepend('k1','brefore')
val2 = mc.get('k1')
print(val2)
#结果：
v1afterafter
breforev1afterafter

stats

查看历史操作

gets 和 cas

使用缓存系统共享数据资源就必然绕不开数据争夺和脏数据（数据混乱）的问题。
假设商城某件商品的剩余个数保存在memcache中，product_count = 900
A用户刷新页面从memecache中读取到product_count = 900
B用户刷新页面从memecache中读取到product_count = 900
A,B用户均购买商品，并修改product_count的值
A修改后，product_count = 899
B修改后，product_count = 899
然而正确数字应该是898，数据就混乱了。
如果想要避免这种情况的发生，则可以使用 gets　和　cas
注意：要在Client中增加cache_cas参数

import memcache
mc = memcache.Client(['192.168.48.131'],cache_cas=True)
mc.set('count',"100")
print(mc.gets("count"))
# mc.set("count", '1000')
result = mc.cas("count", "99")
print(result)
print(mc.get("count"))

Python中操作memcached