MC
Memcached 缓存接口
简介
缓存是优化系统性能的工具。豆瓣使用 Memcached 作为缓存系统，通过一个单 实例的变量作为该系统的访问接口。
访问方法
mc 是类 cmemcached.Client 的单实例对象。在调用它的模块中，要这样引用它
from code.libs.store import mc
API
Memcached 的接口非常简单。它是一个键值对（key-value pair）存储系统，最常用的是设置、获取和删除操作。
set：设置
在 Memcached 中，添加操作与修改操作相同。要设置一个值，可以调用：
key = 'user_number'
value = 100
mc.set(key, value)
这个缓存设置之后，会一直存在，直到被删除，或者存储不够用，被新的内容从内存中挤出去。如果要让内容自动过期，可以：
USER_NUMBER_EXPIRES = 3600
mc.set(key, value, USER_NUMBER_EXPIRES)
通过第三个参数掺入过期时间，以秒为单位。
get，get_multi：获取
随时可以从缓存中重新获得放入的数据：
value = mc.get(key)
如果这个 key 在缓存中不存在，或者已经过期，get 方法将返回 None。
还可以一次获取多个键值的内容，提高访问效率：
values = mc.get_multi([key1, key2, key3])
delete：删除
删除操作会把缓存中的指定键值立即过期：
mc.delete(key)
incr，decr：自增，自减
如果保存值是整形，还可以通过 incr 和 decr 对数据直接增加或减少：
mc.incr(key)
mc.decr(key)
默认自增或自减1。也可以制定要增减的量：
mc.incr(key, 10)
缓存原则
首先，必须要认识到：缓存是对性能做优化的手段，而不是开发的目的。在开发过程中， 缓存应该是最后被引入的内容。代码不应该依赖于缓存，没有缓存支持，代码也应该可以正常运行。
另外，基于数据更新的考虑，对于放入缓存的内容，我们有以下原则：
- 类的实例化对象，应该单独缓存，每个 key 只缓存一个对象
- 禁止缓存类的实例化对象的列表
- 缓存的值是列表时，列表中的每个值应该是简单类型，比如对象的id
这个原则的目的是为了避免这种情况：
假设，类 User 的实例 user1，同时存在于 1000 个用户的关注列表中。当 user1 修改了自己的网名时， 我们需要把 1000 个用户的关注列表全部过期，否则 user1 在这些用户的列表中的网名永远都不能正确显示。
这样存储对象的列表的大量过期，会带来很严重的问题：
- 缓存过期频繁，缓存命中率过低
- 难以维护对象与相关列表的对应关系，甚至无法找到所有缓存该对象的相关列表，执行过期操作
对应这个例子，豆瓣实际采用的缓存策略是：
user1 只在一个 key（u:user1_id）中缓存，其他所有相关的列表，都只存储 user_id。
这样在任何需要使用 user1 的地方，都可以从 u:user1_id 这个缓存中得到 user1 的最新信息，从而避免了缓存不一致的问题。
命名规则
mc 命名规范基本为：
功能名称:id
功能名称:id:id2:id3
例如：
minisite:converse
page_by_name:pk14:2002
在命名中，冒号「:」用来分割功能名称及各id，下划线「 _ 」用来在功能名称中代替空格。
注意： 缓存中key的名字必须是字符串类型，并且不允许包含空格：chr(32)以及小于chr(32)的任何控制字符。utf-8字符是允许的。 常见的错误，就是把用户输入的内容未经过滤，直接作为cache key的一部分；需要大家根据自己的应用，生成key时做过滤、变换、转义等必须的处理。
应用实例
取内容
下面是取一个相册图片示例的方法（代码已经过改造），典型的取一个对象的例子：
def get_photo(photo_id):
key = 'photo:%s' % photo_id
photo = mc.get(key)
if photo is None:
cursor = store.get_cursor(table='photo')
cursor.execute('select id, creator_id, album_id, create_time, '
'n_comments, properties, privacy '
'from photo where id=%s', photo_id)
row = cursor.fetchone()
if row:
photo = Photo(*row)
mc.set(key, photo)
return photo
下面是取一个列表中所有图片的方法，典型的取一个列表的例子：
def get_photos(photo_ids):
ps = mc.get_multi(['photo:%s' % id for id in photo_ids])
all_photos = [id and ps.get('photo:%s' % id) or get_photo(id)
for id in photo_ids]
return all_photos
请通过上面两个例子，重新回顾「缓存原则」。
用装饰符cache简化编程
用 code/libs/store.py 中的 decorator 可以简化取单个对象的例子：
from code.libs.store import cache
@cache('photo:{photo_id}')
def get_photo(photo_id):
cursor = store.get_cursor(table='photo')
cursor.execute('select id, creator_id, album_id, create_time, '
'n_comments, properties, privacy '
'from photo where id=%s', photo_id)
row = cursor.fetchone()
if row:
return Photo(*row)
这样，开发时只针对数据库编程，在代码完成后针对适当的函数添加 cache 装饰符， 即可完成性能优化的工作。
用装饰符pcache简化编程
code/libs/store.py 中还有另外一个用于缓存系统的装饰符 pcache。它可以帮助对带有 limit 参数的函数增加缓存支持，
一般这些函数对应于网站上的翻页功能：pcache 只缓存其中「第一页」内容。
下面是一个例子：
@pcache('random_group', 300, 3600)
def random_groups(limit):
cursor = store.get_cursor(table='15_minute_group')
cursor.execute('select gids from `15_minute_group`')
row = cursor.fetchone()
if row and row[0]:
return row[0].split('|')[:limit]
else:
return []
这里只缓存 limit 为 300 时的返回值。如果有请求的 limit 不超过 300，则直接从缓存中的内容返回数据。