面试题答案
一键面试1. Memcached独特之处
- 性能
- 内存管理：Memcached采用预分配内存池的方式，减少了内存碎片的产生，在频繁的读写操作下能保持高效的内存分配和释放，从而提高性能。例如在高并发的小型数据读写场景中，快速的内存分配能使响应时间极短。
- 单线程架构：Memcached是单线程模型，这使其避免了多线程带来的上下文切换开销，在处理简单的键值对读写时，能在单核CPU上发挥出较高的性能。像一些对缓存读写性能要求极高且数据操作简单的场景，如热门文章的阅读量计数缓存。
- 数据结构
- 简单键值对：Memcached仅支持简单的键值对数据结构，键和值都是字符串类型。这种简单的数据结构使得数据的存储和读取非常直接，不需要复杂的序列化和反序列化过程，在数据结构较为简单的应用场景下，能极大提高操作效率。比如在缓存用户登录状态信息时，可直接用用户ID作为键，登录状态（如“已登录”“未登录”）作为值。
- 应用场景
- 高并发读场景：由于其高性能的读操作能力，适用于大量读请求的场景。如电商网站的商品详情页缓存，大量用户并发读取商品信息，Memcached能快速响应，减轻后端数据库压力。
- 临时数据缓存：因为数据不会持久化，且过期策略灵活，适合缓存临时数据。例如在限时活动的缓存场景中，活动结束后数据自然过期，无需额外清理操作。
2. 与其他缓存技术融合使用
- 结合Redis
- 业务需求分析：在一个社交平台后端系统中，对于用户的基本信息，如用户名、头像等，这些数据更新频率较低，适合使用Memcached缓存，利用其高性能读优势提高响应速度。而对于用户的社交关系数据，如好友列表、关注列表等，由于其数据结构较为复杂，需要支持列表、集合等数据类型操作，此时Redis更合适。
- 融合方式：系统首先尝试从Memcached中读取用户基本信息，如果未命中，则从数据库读取并写入Memcached。对于社交关系数据，直接操作Redis。在某些需要同时获取基本信息和社交关系数据的场景下，先从Memcached获取基本信息，再从Redis获取社交关系数据，然后合并返回给前端。例如用户个人中心页面展示，基本信息快速从Memcached获取，好友列表等复杂数据从Redis获取。
- 结合本地缓存（如Guava Cache）
- 业务需求分析：在一个电商搜索系统中，对于热门搜索词的结果缓存，需要快速响应且数据量相对较小。可以在应用服务器本地使用Guava Cache进行一级缓存，Memcached作为二级缓存。
- 融合方式：当有搜索请求时，首先查询本地Guava Cache，如果命中则直接返回结果。若未命中，再查询Memcached。若Memcached也未命中，则查询后端搜索引擎，将结果同时写入Guava Cache和Memcached。这样既能利用本地缓存的超低延迟，又能通过Memcached实现集群环境下的数据共享和缓存容量扩展。例如在“双十一”等促销活动期间，热门商品搜索词的缓存，通过这种方式能有效应对高并发搜索请求。