\t\tmemcached分布式算法

memcached是缓存，所以数据不会永久保存在服务器上，而是保存在服务器内存。它不会释放已经分配的内存，当记录超时后客户端即无法命中该记录，其存储空间即可被重复使用，优先使用过期的记录空间，当空间不足时Least Recently Used(LRU)，即“最近很少使用”机制来分配空间。memcached内部不会监视记录是否过期，而是在Get时查看时间戳，这种技术叫“Lazy expiration”，因此它不会在过期监视上花费CPU时间。memcached分布式算法由客户端程序实现，这种分布式是memcached的最大特点。

起初算法：根据余数计算分散。
机制：键值HashCode / 服务器节点数目 =(求余) 服务器位置。当选择的服务器无法连接时，则将连接次数添加到键值后，再计算哈希值并再次尝试(Rehash)连接选择的服务器。

这种方法很好，但是当增删服务器时，缓存的命中率的确很失败，大概降低到23%。web应用中，增删缓存服务器瞬间，缓存效率会急剧下降，负载会突然集中到数据库服务器。于是，新的事物诞生了。

优化后的算法：Consistent Hashing
首先求出memcached服务器节点的哈希值，并将其配置到0～2的32次方的环上，然后用同样的方法求出数据键值的哈希值并映射到环上，然后从数据被映射到环的位置开始顺时针查找服务器位置，将数据保存在第一个找到的服务器上。如果没有找到则保持在第一个服务器上。

在这种算法下，增加服务器只会影响该节点位置逆时针方向的第一台服务器上的键。为了解决服务器节点位置的映射不均问题，并进一步减小增减服务器带来的缓存重分布，引入了“虚拟机点”的思想，即，每个物理节点上分配几百个点。
由服务器台数n，和增加的服务器台数m,计算增加服务器后的命中率计算公式：(1-n/(n+m)) * 100