加载大容量数据的正确方法

Question

我正试图将大量的数据加载到memcachedb中。我正在MySQL数据库上运行一些查询，我希望将这些查询的结果存储在memcachedb中，以便以后更容易访问。

目前，我只是使用简单的set命令来将结果存储在memcachedb中，但是由于有数十亿这样的结果，将它们一个一个地存储在一个循环中是非常低效和耗时的。所以，我想知道是否有更好的方法将数据加载到memcachedb中？类似于传统RDMS中的数据导入向导。

我正在使用pylibmc连接到memcachedb。

Answer 1

pylibmc库具有set_multi函数，它一次性发送一系列命令：

mc.set_multi({
    'key': 'Hello',
    'another': True,
    #[..]
})

这应该足够有效了。如果你有数十亿的钥匙，你可能想把它分成几千块。

如果您只需通过套接字发送命令，您可能会获得更高的性能。模缓存协议非常简单。这样做的好处是您可以添加noreply标志，因此服务器不会麻烦地发送回复。当然，这意味着您不能进行任何错误检查，并且由于任何原因丢失几个键是可以的。

这里有一个概念的简单证明：

#!/usr/bin/env python

import socket

data = 'set key_1 0 86400 5\r\nabcde\r\n'
data += 'set key_2 0 86400 5\r\nzxcvb\r\n'

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('localhost', 11211))
s.sendall(data)
print(s.recv(8192))
s.close()

# Verify if it worked!
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('localhost', 11211))
s.sendall('get key_1\r\n')
s.sendall('get key_2\r\n')
print(s.recv(8192))
s.close()

哪一项应产出：

STORED
STORED

VALUE key_1 0 5
abcde
END
VALUE key_2 0 5
zxcvb
END

set命令的格式是：

set <key> <flags> <exptime> <data_size> [noreply]\r\n
<data>\r\n

当然，这只是一个概念的证明；一个稍微高级的例子可能是这样的：

#!/usr/bin/env python

import socket

def make_set(n, data):
    return 'set key_{} 0 86400 {}\r\n{}\r\n'.format(n, len(data), data)

data = open('/etc/aliases').readlines()
commands = [ make_set(n, d.strip()) for n, d in enumerate(data) if d.strip() != '' ]

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('localhost', 11211))
s.sendall(''.join(commands))
print(s.recv(65000))

# Verify if it worked!
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('localhost', 11211))
for n in range(0, len(commands)):
    s.sendall('get key_{}\r\n'.format(n))
print(s.recv(65000))
s.close()

如果从MySQL获取数据，那么考虑使用set查询生成一个set命令！例如：

select
    concat('set key_', page_id, ' 0 86400 ', length(page_title), '\r\n', page_title, '\r\n')
    as cmd
from page limit 2;

不确定这是不是真的更快，但我怀疑是这样的。