Memcached 与 Redis 的区别
Memcached 和 Redis 作为两款主流的缓存工具，虽都用于提升应用性能，但在设计理念、功能特性和适用场景上存在显著差异，具体区别如下：
一、数据结构支持
- Memcached：仅支持单一的键值对（Key-Value） 数据结构，值只能是字符串类型，无法满足复杂的业务逻辑需求。例如，若需存储用户的多字段信息（姓名、年龄、地址），需手动将数据序列化为字符串后存入，读取时再反序列化，操作繁琐。
- Redis：支持丰富多样的数据结构，包括字符串（String）、哈希（Hash）、列表（List）、集合（Set）、有序集合（Sorted Set）等。以用户信息存储为例，可直接用哈希结构存储，字段对应姓名、年龄等，无需额外序列化，且能单独操作某一字段（如更新年龄），灵活性极高。
二、持久化能力
- Memcached：不支持数据持久化，所有数据仅存储在内存中，一旦服务重启或服务器故障，数据会全部丢失。因此，它仅适合存储临时数据（如会话缓存），无法作为数据存储层使用。
-
- RDB：定期将内存中的数据快照写入磁盘，适合数据备份和灾难恢复，但可能存在数据丢失风险（丢失最后一次快照后的更新）。
-
- AOF：记录所有写操作日志，重启时通过重放日志恢复数据，数据安全性更高，可配置为每秒或每次操作后同步到磁盘。
凭借持久化功能，Redis 可用于存储需长期保留的关键数据（如用户积分、订单状态）。
三、内存管理机制
- Memcached：采用Slab Allocation（内存 slab 分配） 机制，将内存划分为固定大小的块（Slab），不同块对应不同数据大小范围。这种方式减少了内存碎片，但可能导致内存利用率浪费（如小数据占用大块内存）。
- Redis：使用动态内存分配，根据数据实际大小分配内存，内存利用率更灵活，但频繁的内存分配与释放可能产生碎片（可通过配置自动碎片整理缓解）。此外，Redis 支持内存淘汰策略（如 LRU、LFU），可根据业务需求自定义数据淘汰规则。
四、分布式支持方式
- Memcached：分布式依赖客户端实现，通过哈希算法（如一致性哈希）将键分配到不同服务器节点。当节点增减时，客户端需重新计算哈希，可能导致部分键的路由失效，需手动处理数据迁移。
- Redis：提供原生集群（Redis Cluster） 功能，支持自动分片、主从复制和故障转移。集群会将数据分片存储在多个节点，节点故障时自动切换到从节点，无需客户端干预，稳定性和扩展性更强。
五、功能扩展与附加特性
- Memcached：功能简洁，仅提供基础的缓存操作（增、删、改、查）和原子操作（incr/decr），无额外扩展功能。
-
- 发布订阅（Pub/Sub）：支持消息队列模式，可实现跨进程通信。
-
- Lua 脚本：允许在服务器端执行自定义脚本，保证操作的原子性。
-
- 地理空间（Geospatial）：支持地理位置信息存储与查询（如附近的人）。
-
- 流（Stream）：提供类似 Kafka 的消息流功能，适合日志收集、事件处理等场景。
六、性能与适用场景
- Memcached：在简单键值缓存场景中性能优异，尤其在多线程处理短期小数据（如 1KB 以内）时，吞吐量较高。适合作为 Web 应用的会话缓存、页面片段缓存等，减轻数据库读压力。
- Redis：由于支持复杂数据结构和持久化，单线程模型下对复杂操作的处理效率更高，适合业务逻辑复杂、需要数据持久化或分布式协调的场景，如电商的购物车、排行榜、分布式锁等。
总结
Memcached 是 “轻量专一的缓存工具”，专注于高效的键值存储，适合对性能要求极高且数据无需持久化的场景；Redis 是 “多功能的数据平台”，兼具缓存、存储和消息队列等能力，适合业务复杂、需灵活扩展的场景。实际应用中，可根据数据结构需求、持久化要求和分布式复杂度选择合适的工具，甚至结合使用（如 Memcached 缓存高频访问的简单数据，Redis 处理复杂业务逻辑）。
