php与memcached服务器交互的分布式实现源码分析[memcache版]

前段时间，因为一个项目的关系，研究了php通过调用memcache和memcached PECL扩展库的接口存储到分布式缓存服务器的机制，在此做我根据他们各自的源码进行分析，希望能对这方面感兴趣的人有些帮助。

本篇文章我会针对php和memcache扩展库的交互根据源码展开分析。
PHP调用memcache的接口通常会是如下过程：

<?php
   $mmc = new Memcache();
   $mmc->addServer('node1', 11211);
   $mmc->addServer('node2', 11211, MemcacheConfig::MEMCACHE_PERSISTENT, 2);
   $mmc->set('key', 'value');
   echo $mmc->get('key');
   $mmc->delete('key');

短短几行代码，一个缓存key的生命周期就已经完整层现。从Memcache的初始化，到addServer添加两个服务器节点，接着set一个key到服务器上，然后get到这个key输出，最后delete这个key。在这个生命周期里，Memcache在底层究竟做了哪些事情，保证了数据存储服务器的均匀分布，数据的完整性？
接下来，我会根据上述生命周期的顺序，循序渐进的分析（由于主题是分布式算法的分析，所以接下来不相干的代码我会略去，很多分析我会直接备注在源码上）。

1. Memcache的初始化
对应PHP的代码：

$mmc = new Memcache();

对应C的代码：

// Memcache类对应的方法名已经实际在c中实现过程的函数名，在接下来的分析中会用到。忽略不会分析到的方法。
static zend_function_entry php_memcache_class_functions[] = {
    PHP_FALIAS(addserver,       memcache_add_server,        NULL)
    PHP_FALIAS(set,         memcache_set,           NULL)
    PHP_FALIAS(get,             memcache_get,           NULL)
    PHP_FALIAS(delete,              memcache_delete,        NULL)
    ......
};
PHP_MINIT_FUNCTION(memcache)
{
   // 初始化Memcache类实体，给类定在php空间中的调用名称以及类所拥有的方法
   zend_class_entry memcache_class_entry;
   INIT_CLASS_ENTRY(memcache_class_entry, "Memcache", php_memcache_class_functions);
   memcache_class_entry_ptr = zend_register_internal_class(&memcache_class_entry TSRMLS_CC);
   ......
}

以上过程是在Module Initialization的环节已经做好，在new的过程中，并无其余处理。

2. 添加缓存服务器，使之成为分布式存储
对应PHP的代码：

$mmc->addServer('node1', 11211);
$mmc->addServer('node2', 11211, MemcacheConfig::MEMCACHE_PERSISTENT, 2);

由上面的php_memcache_class_functions结构可以看出，addServer方法对应的是memcache_add_server函数，因此对应C的代码：

PHP_FUNCTION(memcache_add_server)
{
   zval **connection, *mmc_object = getThis(), *failure_callback = NULL;
   // 整个Memcache中最重要的一个结构mmc_pool_t
   mmc_pool_t *pool;
   // 当前新添服务器的结构变量
   mmc_t *mmc;
   ......
   // 如果pool之前没有初始化过，则初始化
   if (zend_hash_find(Z_OBJPROP_P(mmc_object), "connection", sizeof("connection"), (void **) &connection)== FAILURE) {
       // 调用mmp_pool_new完成初始化
       pool = mmc_pool_new(TSRMLS_C);
       ......
   }
   else {
       ......
   }
   //将新增服务器添加到pool中
   mmc_pool_add(pool, mmc, weight);
   RETURN_TRUE;
}

来看下mmc_pool_t结构的定义：

typedef struct mmc_pool {
   mmc_t                **servers;                 // 所有服务器的状态
   int              num_servers;              // 服务器数量
   mmc_t                **requests;                // 根据get的array key请求顺序返回的服务器数组状态
   int              compress_threshold;     // 待存储的数据压缩的下限值
   double               min_compress_savings; // 待存储的数据最小的压缩百分比
   zend_bool            in_free;                      // 标记该pool是否被释放
   mmc_hash_t               *hash;                       // hash策略容器
   void                 *hash_state;               // hash函数
} mmc_pool_t;

然后我们看下mmc_hash_t的结构，再接下去的分析中会用到：

// 结构定义中包含了四种抽象函数，作为基本结构，用于定义子结构
typedef struct mmc_hash {
   mmc_hash_create_state        create_state; // 创建hash策略状态，主要是接纳了hash函数算法
   mmc_hash_free_state      free_state; // 释放hash策略状态
   mmc_hash_find_server         find_server; // 根据key和分布式算法定位到某台服务器
   mmc_hash_add_server      add_server; // 根据hash策略、算法以及权重值添加服务器资源
} mmc_hash_t;

接着我们追踪memcache_add_server函数中的mmc_pool_new函数调用方法：

mmc_pool_t *mmc_pool_new(TSRMLS_D) /* {{{ */
{
   // 初始化一些基本的状态
   mmc_pool_t *pool = emalloc(sizeof(mmc_pool_t));
   pool->num_servers = 0;
   pool->compress_threshold = 0;
   pool->in_free = 0;
   pool->min_compress_savings = MMC_DEFAULT_SAVINGS;
   // 初始化分布式哈希算法
   mmc_pool_init_hash(pool TSRMLS_CC);
   return pool;
}

现在初始化hash算法已经逐渐显露，继续追踪mmc_pool_init_hash函数:

static void mmc_pool_init_hash(mmc_pool_t *pool TSRMLS_DC) /* {{{ */
{
    mmc_hash_function hash;  // 初始化hash函数
    // 根据php.ini中的memcache.hash_strategy配置选择hash存储策略，默认为标准hash存储策略
    switch (MEMCACHE_G(hash_strategy)) {
        case MMC_CONSISTENT_HASH:
           pool->hash = &mmc_consistent_hash;  // 采用持久化hash存储策略
           break;
        default:
           pool->hash = &mmc_standard_hash;  // 采用标准hash存储策略
    }
    // 根据php.ini中的memcache.hash_function配置选择hash函数，默认为crc32算法
    switch (MEMCACHE_G(hash_function)) {
        case MMC_HASH_FNV1A:
           hash = &mmc_hash_fnv1a; // 采用fnv1a算法
           break;
        default:
           hash = &mmc_hash_crc32; // 采用crc32算法
    }
    // hash策略中根据选择的hash函数创建对应的状态
    pool->hash_state = pool->hash->create_state(hash);
}

根据上面的两个switch可以知道，在create_state的时候，是有两种策略选择的可能性，接着传入的hash参数也存在两种可能性，这里我先分析标准hash存储策略，以及对应的两种hash算法，然后再分析持久化hash策略。
先看下mmc_consistent_hash结构：

// 根据mmc_hash_t的定义包含了四种具体函数实现
mmc_hash_t mmc_standard_hash = {
    mmc_standard_create_state,
    mmc_standard_free_state,
    mmc_standard_find_server,
    mmc_standard_add_server
};

由上可知，pool->hash->create_state的函数调用实际是对mmc_standard_create_state的函数调用，继续看mmc_standard_create_state函数代码的实现：

// hash策略状态
typedef struct mmc_standard_state {
   int                  num_servers; // 服务器数量
   mmc_t                **buckets; // 哈希桶，和权重值相关
   int                  num_buckets; // 哈系桶的数量
   mmc_hash_function                hash; // hash算法
} mmc_standard_state_t;

void *mmc_standard_create_state(mmc_hash_function hash) /* {{{ */
{
    // 初始化状态
    mmc_standard_state_t *state = emalloc(sizeof(mmc_standard_state_t));
    memset(state, 0, sizeof(mmc_standard_state_t));
    // 选择的hash函数赋给hash属性
    state->hash = hash;
    return state;
}

crc的算法实现：

static unsigned int mmc_hash_crc32(const char *key, int key_len) /* CRC32 hash {{{ */
{
    unsigned int crc = ~0;
    int i;

    for (i=0; i<key_len; i++) {
        CRC32(crc, key[i]);
    }

    return ~crc;
}

有关CRC32再深入的实现可以参考Cyclic redundancy check
然后来看看fnv算法实现：

/* 32 bit magic FNV-1a prime and init */
#define FNV_32_PRIME 0x01000193
#define FNV_32_INIT 0x811c9dc5
static unsigned int mmc_hash_fnv1a(const char *key, int key_len) /* FNV-1a hash {{{ */
{
    unsigned int hval = FNV_32_INIT;
    int i;

    for (i=0; i<key_len; i++) {
        hval ^= (unsigned int)key[i];
        hval *= FNV_32_PRIME;
    }

    return hval;
}

具体fnv算法的深入实现可以参考
Fowler–Noll–Vo hash function

最后我们看看mmc_consistent_hash结构：

mmc_hash_t mmc_consistent_hash = {
    mmc_consistent_create_state,
    mmc_consistent_free_state,
    mmc_consistent_find_server,
    mmc_consistent_add_server
};

一样是四个函数，看下对应的create_state中的mmc_consistent_create_state的实现：

/* number of precomputed buckets, should be power of 2 */
#define MMC_CONSISTENT_BUCKETS 1024

typedef struct mmc_consistent_point {
    mmc_t               *server; // 服务器状态
    unsigned int            point; // 对应的指针
} mmc_consistent_point_t;

typedef struct mmc_consistent_state {
    int                 num_servers; // 服务器数量
    mmc_consistent_point_t          *points; // 持久化服务器指针
    int                 num_points; // 指针数量
    mmc_t               *buckets[MMC_CONSISTENT_BUCKETS]; // 哈希桶
    int                 buckets_populated; //  标记哈希桶是否计算过
    mmc_hash_function               hash; // hash函数
} mmc_consistent_state_t;

void *mmc_consistent_create_state(mmc_hash_function hash) /* {{{ */
{
    // 初始化state
    mmc_consistent_state_t *state = emalloc(sizeof(mmc_consistent_state_t));
    memset(state, 0, sizeof(mmc_consistent_state_t));
    // 将hash函数赋值给hash属性
    state->hash = hash;
    return state;
}

至此，memcache_add_server中mmc_pool_new函数流程结束，接着来看mmc_pool_add函数：

void mmc_pool_add(mmc_pool_t *pool, mmc_t *mmc, unsigned int weight) /* {{{ */
{
    /* add server and a preallocated request pointer */
    if (pool->num_servers) {
        pool->servers = erealloc(pool->servers, sizeof(mmc_t *) * (pool->num_servers + 1));
        pool->requests = erealloc(pool->requests, sizeof(mmc_t *) * (pool->num_servers + 1));
    }
    else {
        pool->servers = emalloc(sizeof(mmc_t *));
        pool->requests = emalloc(sizeof(mmc_t *));
    }

    pool->servers[pool->num_servers] = mmc;
    pool->num_servers++;
    // 根据pool状态，当前要添加的服务器状态和权重调用add_server函数
    pool->hash->add_server(pool->hash_state, mmc, weight);
}

由上面的说明可知add_server在标准hash模式下对应mmc_standard_add_server函数：

void mmc_standard_add_server(void *s, mmc_t *mmc, unsigned int weight) /* {{{ */
{
    mmc_standard_state_t *state = s;
    int i;

    // 哈希桶初始化或重新分配相应的权重数值对应的空间
    if (state->num_buckets) {
        state->buckets = erealloc(state->buckets, sizeof(mmc_t *) * (state->num_buckets + weight));
    }
    else {
        state->buckets = emalloc(sizeof(mmc_t *) * (weight));
    }
    // 在某个区间内为哈希桶赋予服务器状态
    for (i=0; i<weight; i++) {
        buckets[state->num_buckets + i] = mmc;
    }

    state->num_buckets += weight;
    state->num_servers++;
}

在持久化hash模式下，对应的是mmc_consistent_add_server函数：

#define MMC_CONSISTENT_POINTS 160           /* points per server */

void mmc_consistent_add_server(void *s, mmc_t *mmc, unsigned int weight) /* {{{ */
{
    mmc_consistent_state_t *state = s;
    int i, key_len, points = weight * MMC_CONSISTENT_POINTS;

    /* buffer for "host:port-i/0" */
    char *key = emalloc(strlen(mmc->host) + MAX_LENGTH_OF_LONG * 2 + 3);

    /* add weight * MMC_CONSISTENT_POINTS number of points for this server */
    state->points = erealloc(state->points, sizeof(mmc_consistent_point_t) * (state->num_points + points));

    // 将区块内的server赋予当前服务器状态，point赋予hash函数处理后的值
    for (i=0; i<points; i++) {
        key_len = sprintf(key, "%s:%d-%d", mmc->host, mmc->port, i);
        state->points[state->num_points + i].server = mmc;
        state->points[state->num_points + i].point = state->hash(key, key_len);
        MMC_DEBUG(("mmc_consistent_add_server: key %s, point %lu", key, state->points[state->num_points + i].point));
    }

    state->num_points += points;
    state->num_servers++;

    // 新增加服务器后需重新计算buckets顺序
    state->buckets_populated = 0;

    efree(key);
}

以上代码有持久化hash算法的赋值实现，具体深入的了解请看Consistent hashing和国内大侠charlee翻译的小日本的文章memcached全面剖析–PDF总结篇。
Consistent hashing 算法最大的特点是当你的缓存服务器数量变更的时候，它能够最大化的保留原有的缓存不变，而不需要重新分布原有缓存的服务器位置。
至此，整个memcache_add_server流程结束。

3. 向缓存服务器保存数据
对应PHP的代码：

$mmc->set('key', 'value');

由上面的分析可知，set方法对应的是memcache_set函数：

/* {{{ proto bool memcache_set( object memcache, string key, mixed var [, int flag [, int expire ] ] )
Sets the value of an item. Item may exist or not */
PHP_FUNCTION(memcache_set)
{
    // Memcache对象中的add，set和replace皆会走该函数
    php_mmc_store(INTERNAL_FUNCTION_PARAM_PASSTHRU, "set", sizeof("set") - 1);
}

看php_mmc_store函数：

static void php_mmc_store(INTERNAL_FUNCTION_PARAMETERS, char *command, int command_len) /* {{{ */
{
    mmc_pool_t *pool;
    ......
        // 获得pool
    if (!mmc_get_pool(mmc_object, &pool TSRMLS_CC) || !pool->num_servers) {
        RETURN_FALSE;
    }
        // 对不同的存储的值类型进行不同的处理
    switch (Z_TYPE_P(value)) {
                // 字符串类型
        case IS_STRING:
            result = mmc_pool_store(
                pool, command, command_len, key_tmp, key_tmp_len, flags, expire,
                Z_STRVAL_P(value), Z_STRLEN_P(value) TSRMLS_CC);
            break;
                // 长整型，浮点型，布尔型
        case IS_LONG:
        case IS_DOUBLE:
        case IS_BOOL: {
            ......
            result = mmc_pool_store(
                pool, command, command_len, key_tmp, key_tmp_len, flags, expire,
                Z_STRVAL(value_copy), Z_STRLEN(value_copy) TSRMLS_CC);

            zval_dtor(&value_copy);
            break;
        }
                // 默认为数组类型
        default: {
            ......
            result = mmc_pool_store(
                pool, command, command_len, key_tmp, key_tmp_len, flags, expire,
                buf.c, buf.len TSRMLS_CC);
        }
    }
        ......
}

由上代码可以看出，存储数据主要是交由mmc_pool_store处理：

int mmc_pool_store(mmc_pool_t *pool, const char *command, int command_len, const char *key, int key_len, int flags, int expire, const char *value, int value_len TSRMLS_DC) /* {{{ */
{
    /* 该省略过程处理数据压缩，处理待发送的请求数据 */
    ......
       
        // 通过key确定待保存的服务器
    while (result < 0 && (mmc = mmc_pool_find(pool, key, key_len TSRMLS_CC)) != NULL) {
                // 向缓存服务器发送请求，保存数据
        if ((result = mmc_server_store(mmc, request, request_len TSRMLS_CC)) < 0) {
            mmc_server_failure(mmc TSRMLS_CC);
        }
    }

    if (key_copy != NULL) {
        efree(key_copy);
    }
    if (data != NULL) {
        efree(data);
    }
    efree(request);
    return result;
}

接着我们看下mmc_pool_find是处理的

#define mmc_pool_find(pool, key, key_len) /
    pool->hash->find_server(pool->hash_state, key, key_len)

原来是再次多态调用了find_server函数，由之前的分析可以得知find_server在标准hash模式中的函数为mmc_standard_find_server，在持久化hash模式中的函数为mmc_consistent_find_server，一样先看mmc_standard_find_server

mmc_t *mmc_standard_find_server(void *s, const char *key, int key_len TSRMLS_DC) /* {{{ */
{
    mmc_standard_state_t *state = s;
    mmc_t *mmc;

    if (state->num_servers > 1) {
                // 用设定的hash函数算法，找到对应的服务器
        unsigned int hash = mmc_hash(state, key, key_len), i;
        mmc = state->buckets[hash % state->num_buckets];

        // 如果获取到的服务器状态有问题，则重新hash遍历寻找到可用的缓存服务器为止                
        for (i=0; !mmc_open(mmc, 0, NULL, NULL TSRMLS_CC) && MEMCACHE_G(allow_failover) && i<MEMCACHE_G(max_failover_attempts); i++) {
            char *next_key = emalloc(key_len + MAX_LENGTH_OF_LONG + 1);
            int next_len = sprintf(next_key, "%d%s", i+1, key);
            MMC_DEBUG(("mmc_standard_find_server: failed to connect to server '%s:%d' status %d, trying next", mmc->host, mmc->port, mmc->status));

            hash += mmc_hash(state, next_key, next_len);
            mmc = state->buckets[hash % state->num_buckets];

            efree(next_key);
        }
    }
    else {
        mmc = state->buckets[0];
        mmc_open(mmc, 0, NULL, NULL TSRMLS_CC);
    }

    return mmc->status != MMC_STATUS_FAILED ? mmc : NULL;
}

再看mmc_consistent_find_server

mmc_t *mmc_consistent_find_server(void *s, const char *key, int key_len TSRMLS_DC) /* {{{ */
{
    mmc_consistent_state_t *state = s;
    mmc_t *mmc;

    if (state->num_servers > 1) {
        unsigned int i, hash = state->hash(key, key_len);
                // 如果哈希桶没有进行过排序，则进行圆环排序操作
        if (!state->buckets_populated) {
            mmc_consistent_populate_buckets(state);
        }
        mmc = state->buckets[hash % MMC_CONSISTENT_BUCKETS];

        // 如果获取到的服务器状态有问题，则重新hash遍历寻找到可用的缓存服务器为止
        for (i=0; !mmc_open(mmc, 0, NULL, NULL TSRMLS_CC) && MEMCACHE_G(allow_failover) && i<MEMCACHE_G(max_failover_attempts); i++) {
            char *next_key = emalloc(key_len + MAX_LENGTH_OF_LONG + 1);
            int next_len = sprintf(next_key, "%s-%d", key, i);
            MMC_DEBUG(("mmc_consistent_find_server: failed to connect to server '%s:%d' status %d, trying next", mmc->host, mmc->port, mmc->status));

            hash = state->hash(next_key, next_len);
            mmc = state->buckets[hash % MMC_CONSISTENT_BUCKETS];

            efree(next_key);
        }
    }
    else {
        mmc = state->points[0].server;
        mmc_open(mmc, 0, NULL, NULL TSRMLS_CC);
    }

    return mmc->status != MMC_STATUS_FAILED ? mmc : NULL;
}
// 持久化哈希算法的核心部分
static void mmc_consistent_populate_buckets(mmc_consistent_state_t *state) /* {{{ */
{
    unsigned int i, step = 0xffffffff / MMC_CONSISTENT_BUCKETS;

    qsort((void *)state->points, state->num_points, sizeof(mmc_consistent_point_t), mmc_consistent_compare);
    for (i=0; i<MMC_CONSISTENT_BUCKETS; i++) {
        state->buckets[i] = mmc_consistent_find(state, step * i);
    }

    state->buckets_populated = 1;
}
static int mmc_consistent_compare(const void *a, const void *b) /* {{{ */
{
    if (((mmc_consistent_point_t *)a)->point < ((mmc_consistent_point_t *)b)->point) {
        return -1;
    }
    if (((mmc_consistent_point_t *)a)->point > ((mmc_consistent_point_t *)b)->point) {
        return 1;
    }
    return 0;
}
static mmc_t *mmc_consistent_find(mmc_consistent_state_t *state, unsigned int point) /* {{{ */
{
    int lo = 0, hi = state->num_points - 1, mid;

    while (1) {
        /* point is outside interval or lo >= hi, wrap-around */
        if (point <= state->points[lo].point || point > state->points[hi].point) {
            return state->points[lo].server;
        }

        /* test middle point */
        mid = lo + (hi - lo) / 2;
        MMC_DEBUG(("mmc_consistent_find: lo %d, hi %d, mid %d, point %u, midpoint %u", lo, hi, mid, point, state->points[mid].point));

        /* perfect match */
        if (point <= state->points[mid].point && point > (mid ? state->points[mid-1].point : 0)) {
            return state->points[mid].server;
        }

        /* too low, go up */
        if (state->points[mid].point < point) {
            lo = mid + 1;
        }
        else {
            hi = mid - 1;
        }
    }
}

至此，memcache_set过程结束。

4. 向缓存服务器获得已保存的数据
对应PHP的代码：

echo $mmc->get('key');

由上面的分析可知，get方法对应的是memcache_get函数：

PHP_FUNCTION(memcache_get)
{
    ......
        // 获得pool
    if (!mmc_get_pool(mmc_object, &pool TSRMLS_CC) || !pool->num_servers) {
        RETURN_FALSE;
    }
        // 当key不为数组的情况下处理
    if (Z_TYPE_P(zkey) != IS_ARRAY) {
                // 检查key的合法性
        if (mmc_prepare_key(zkey, key, &key_len TSRMLS_CC) == MMC_OK) {
                        // 获取key获取value
            if (mmc_exec_retrieval_cmd(pool, key, key_len, &return_value, flags TSRMLS_CC) < 0) {
                zval_dtor(return_value);
                RETVAL_FALSE;
            }
        }
        else {
            RETVAL_FALSE;
        }
        // 为数组的情况下处理
    } else if (zend_hash_num_elements(Z_ARRVAL_P(zkey))){
                //根据数据key获取数组值
        if (mmc_exec_retrieval_cmd_multi(pool, zkey, &return_value, flags TSRMLS_CC) < 0) {
            zval_dtor(return_value);
            RETVAL_FALSE;
        }
    } else {
        RETVAL_FALSE;
    }
}

接着看mmc_exec_retrieval_cmd和mmc_exec_retrieval_cmd_multi函数：

int mmc_exec_retrieval_cmd(mmc_pool_t *pool, const char *key, int key_len, zval **return_value, zval *return_flags TSRMLS_DC) /* {{{ */
{
    mmc_t *mmc;
    char *command, *value;
    int result = -1, command_len, response_len, value_len, flags = 0;

    MMC_DEBUG(("mmc_exec_retrieval_cmd: key '%s'", key));

    command_len = spprintf(&command, 0, "get %s", key);
        // 遍历寻找到key对应的value值
    while (result < 0 && (mmc = mmc_pool_find(pool, key, key_len TSRMLS_CC)) != NULL) {
        ......
    }

    if (return_flags != NULL) {
        zval_dtor(return_flags);
        ZVAL_LONG(return_flags, flags);
    }
   
    efree(command);
    return result;
}
static int mmc_exec_retrieval_cmd_multi(mmc_pool_t *pool, zval *keys, zval **return_value, zval *return_flags TSRMLS_DC) /* {{{ */
{
    ......
    do {
        result_status = num_requests = 0;
        zend_hash_internal_pointer_reset_ex(Z_ARRVAL_P(keys), &pos);

                // 遍历key得到所有key对应的服务器资源存入pool->requests中
        while (zend_hash_get_current_data_ex(Z_ARRVAL_P(keys), (void **)&zkey, &pos) == SUCCESS) {
            if (mmc_prepare_key(*zkey, key, &key_len TSRMLS_CC) == MMC_OK) {
                /* schedule key if first round or if missing from result */
                if ((!i || !zend_hash_exists(Z_ARRVAL_PP(return_value), key, key_len)) &&
                                        // 根据key寻找到服务器
                    (mmc = mmc_pool_find(pool, key, key_len TSRMLS_CC)) != NULL) {
                    if (!(mmc->outbuf.len)) {
                        smart_str_appendl(&(mmc->outbuf), "get", sizeof("get")-1);
                        pool->requests[num_requests++] = mmc;
                    }
   
                    smart_str_appendl(&(mmc->outbuf), " ", 1);
                    smart_str_appendl(&(mmc->outbuf), key, key_len);
                    MMC_DEBUG(("mmc_exec_retrieval_cmd_multi: scheduled key '%s' for '%s:%d' request length '%d'", key, mmc->host, mmc->port, mmc->outbuf.len));
                }
            }
           
            zend_hash_move_forward_ex(Z_ARRVAL_P(keys), &pos);
        }

        ......
       
    } while (result_status < 0 && MEMCACHE_G(allow_failover) && i++ < MEMCACHE_G(max_failover_attempts));
   
        ......

    return result_status;
}

由上可见分布式hash的核心函数皆为mmc_pool_find，首先找到key对应的服务器资源，然后根据服务器资源请求数据。
至此，memcache_get的过程结束。

5.向缓存服务器删除已保存的数据
对应的php代码：

$mmc->delete('key');

由之前的分析可知，delete对应的为memcache_delete：

/* {{{ proto bool memcache_delete( object memcache, string key [, int expire ])
   Deletes existing item */
PHP_FUNCTION(memcache_delete)
{
    mmc_t *mmc;
    mmc_pool_t *pool;
    int result = -1, key_len;
    zval *mmc_object = getThis();
    char *key;
    long time = 0;
    char key_tmp[MMC_KEY_MAX_SIZE];
    unsigned int key_tmp_len;

    if (mmc_object == NULL) {
        if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "Os|l", &mmc_object, memcache_class_entry_ptr, &key, &key_len, &time) == FAILURE) {
            return;
        }
    }
    else {
        if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s|l", &key, &key_len, &time) == FAILURE) {
            return;
        }
    }

    if (!mmc_get_pool(mmc_object, &pool TSRMLS_CC) || !pool->num_servers) {
        RETURN_FALSE;
    }

    if (mmc_prepare_key_ex(key, key_len, key_tmp, &key_tmp_len TSRMLS_CC) != MMC_OK) {
        RETURN_FALSE;
    }

        // 先获得服务器资源
    while (result < 0 && (mmc = mmc_pool_find(pool, key_tmp, key_tmp_len TSRMLS_CC)) != NULL) {
                // 根据资源向缓存服务器发送请求删除存储的数据  
        if ((result = mmc_delete(mmc, key_tmp, key_tmp_len, time TSRMLS_CC)) < 0) {
            mmc_server_failure(mmc TSRMLS_CC);
        }
    }

    if (result > 0) {
        RETURN_TRUE;
    }
    RETURN_FALSE;
}
/* }}} */

至此，memcache_delete过程结束。

本站文章皆为原创，如需转载，请注明出处：http://blog.liubijian.com/php_memcache_code_analysis.html和本站声明，谢谢！