Erlang,
Lua等。當前Memcached使用廣泛，除了LiveJournal以外還有Wikipedia、Flickr、Twitter、Youtube和
WordPress等。
在Window系統下，Memcached的安裝非常方便，只需從以上給出的地址下載可執行軟件然后運行memcached.exe –d
install即可完成安裝。在Linux等系統下，我們首先需要安裝libevent，然后從獲取源碼，make && make
install即可。默認情況下，Memcached的服務器啟動程序會安裝到/usr/local/bin目錄下。在啟動Memcached時，我們可
以為其配置不同的啟動參數。
1.1 Memcache配置
Memcached服務器在啟動時需要對關鍵的參數進行配置，下面我們就看一看Memcached在啟動時需要設定哪些關鍵參數以及這些參數的作用。
1）-p <num> Memcached的TCP監聽端口，缺省配置為11211；
2）-U <num> Memcached的UDP監聽端口，缺省配置為11211，為0時表示關閉UDP監聽；
3）-s <file> Memcached監聽的UNIX套接字路徑；
4）-a <mask> 訪問UNIX套接字的八進制掩碼，缺省配置為0700；
5）-l <addr> 監聽的服務器IP地址，默認為所有網卡；
6）-d 為Memcached服務器啟動守護進程；
7）-r 最大買粉絲re文件大小；
8）-u <username> 運行Memcached的用戶，如果當前為root的話需要使用此參數指定用戶；
9）-m <num> 分配給Memcached使用的內存數量，單位是MB；
10）-M 指示Memcached在內存用光的時候返回錯誤而不是使用LRU算法移除數據記錄；
11）-c <num> 最大并發連數，缺省配置為1024；
12）-v –vv –vvv 設定服務器端打印的消息的詳細程度，其中-v僅打印錯誤和警告信息，-vv在-v的基礎上還會打印客戶端的命令和相應，-vvv在-vv的基礎上還會打印內存狀態轉換信息；
13）-f <factor> 用于設置chunk大小的遞增因子；
14）-n <bytes> 最小的chunk大小，缺省配置為48個字節；
15）-t <num> Memcached服務器使用的線程數，缺省配置為4個；
16）-L 嘗試使用大內存頁；
17）-R 每個事件的最大請求數，缺省配置為20個；
18）-C 禁用CAS，CAS模式會帶來8個字節的冗余；
2. Redis簡介
Redis是一個開源的key-value存儲系統。與Memcached類似，Redis將大部分數據存儲在內存中，支持的數據類型包括：字
符串、哈希表、鏈表、集合、有序集合以及基于這些數據類型的相關操作。Redis使用C語言開發，在大多數像Linux、BSD和Solaris等
POSIX系統上無需任何外部依賴就可以使用。Redis支持的客戶端語言也非常豐富，常用的計算機語言如C、C#、C++、Object-C、PHP、
Python、Java、Perl、Lua、Erlang等均有可用的客戶端來訪問Redis服務器。當前Redis的應用已經非常廣泛，國內像新浪、淘
寶，國外像Flickr、Github等均在使用Redis的緩存服務。
Redis的安裝非常方便，只需從買粉絲://redis.io/download獲取源碼，然后make && make
install即可。默認情況下，Redis的服務器啟動程序和客戶端程序會安裝到/usr/local/bin目錄下。在啟動Redis服務器時，我們
需要為其指定一個配置文件，缺省情況下配置文件在Redis的源碼目錄下，文件名為redis.買粉絲nf。
Python語言是一種面向對象的動態類型語言。
Python語言最初被設計用于編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用于獨立的、大型項目的開發。作為一種解釋型腳本語言，可以在以下方面加以應用：
1、圖形處理：
有PIL、Tkinter等圖形庫支持，能方便進行圖形處理。
2、數學處理：
NumPy擴展提供大量與許多標準數學庫的接口。
3、文本處理：
Python提供的re模塊能支持正則表達式，還提供SGML，XML分析模塊，許多程序員利用python進行XML程序的開發。
4、數據庫編程：
程序員可通過遵循Python DB-API（數據庫應用程序編程接口）規范的模塊與Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等數據庫通信。python自帶有一個Gadfly模塊，提供了一個完整的SQL環境。
5、網絡編程：
提供豐富的模塊支持sockets編程，能方便快速地開發分布式應用程序。很多大規模軟件開發計劃例如Zope，M買粉絲 及BitTorrent. Google都在廣泛地使用它。
6、Web編程：
應用的開發語言，支持最新的XML技術。
7、多媒體應用：
Python的PyOpenGL模塊封裝了“OpenGL應用程序編程接口”，能進行二維和三維圖像處理。PyGame模塊可用于編寫游戲軟件。
擴展資料：
作為一種廣泛使用的計算機語言，Python具有以下優點：
Redis與Memcached的區別
傳統MySQL+ Memcached架構遇到的問題
實際MySQL是適合進行海量數據存儲的，通過Memcached將熱點數據加載到cache，加速訪問，很多公司都曾經使用過這樣的架構，但隨著業務數據量的不斷增加，和訪問量的持續增長，我們遇到了很多問題：
1.MySQL需要不斷進行拆庫拆表，Memcached也需不斷跟著擴容，擴容和維護工作占據大量開發時間。
2.Memcached與MySQL數據庫數據一致性問題。
3.Memcached數據命中率低或down機，大量訪問直接穿透到DB，MySQL無法支撐。
4.跨機房cache同步問題。
眾多NoSQL百花齊放，如何選擇
最近幾年，業界不斷涌現出很多各種各樣的NoSQL產品，那么如何才能正確地使用好這些產品，最大化地發揮其長處，是我們需要深入研究和思考的
問題，實際歸根結底最重要的是了解這些產品的定位，并且了解到每款產品的tradeoffs，在實際應用中做到揚長避短，總體上這些NoSQL主要用于解
決以下幾種問題
1.少量數據存儲，高速讀寫訪問。此類產品通過數據全部in-momery 的方式來保證高速訪問，同時提供數據落地的功能，實際這正是Redis最主要的適用場景。
2.海量數據存儲，分布式系統支持，數據一致性保證，方便的集群節點添加/刪除。
3.這方面最具代表性的是dynamo和bigtable 2篇論文所闡述的思路。前者是一個完全無中心的設計，節點之間通過gossip方式傳遞集群信息，數據保證最終一致性，后者是一個中心化的方案設計，通過類似一個分布式鎖服務來保證強一致性,數據寫入先寫內存和redo log，然后定期買粉絲pat歸并到磁盤上，將隨機寫優化為順序寫，提高寫入性能。
4.Schema 買粉絲，買粉絲-sharding等。比如目前常見的一些文檔數據庫都是支持schema-買粉絲的，直接存儲json格式數據，并且支持買粉絲-sharding等功能，比如mongodb。
面對這些不同類型的NoSQL產品,我們需要根據我們的業務場景選擇最合適的產品。
Redis適用場景，如何正確的使用
backed的功能，跟傳統意義上的持久化有比較大的差別，那么可能大家就會有疑問，似乎Redis更像一個加強版的Memcached，那么何時使用
Memcached,何時使用Redis呢?
如果簡單地比較Redis與Memcached的區別，大多數都會得到以下觀點：
1 Redis不僅僅支持簡單的k/v類型的數據，同時還提供list，set，zset，hash等數據結構的存儲。
2 Redis支持數據的備份，即master-slave模式的數據備份。
3 Redis支持數據的持久化，可以將內存中的數據保持在磁盤中，重啟的時候可以再次加載進行使用。
拋開這些，可以深入到Redis內部構造去觀察更加本質的區別，理解Redis的設計。
在
Redis中，并不是所有的數據都一直存儲在內存中的。這是和Memcached相比一個最大的區別。Redis只會緩存所有的
key的信息，如果Redis發現內存的使用量超過了某一個閥值，將觸發swap的操作，Redis根據“swappability =
age*log(size_in_memory)”計
算出哪些key對應的value需要swap到磁盤。然后再將這些key對應的value持久化到磁盤中，同時在內存中清除。這種特性使得Redis可以
保持超過其機器本身內存大小的數據。當然，機器本身的內存必須要能夠保持所有的key，畢竟這些數據是不會進行swap操作的。同時由于Redis將內存
中的數據swap到磁盤中的時候，提供服務的主線程和進行swap操作的子線程會共享這部分內存，所以如果更新需要swap的數據，Redis將阻塞這個
操作，直到子線程完成swap操作后才可以進行修改。
使用Redis特有內存模型前后的情況對比：
VM off: 300k keys, 4096 bytes values: 1.3G used
VM on: 300k keys, 4096 bytes values: 73M used
VM off: 1 million keys, 256 bytes values: 430.12M used
VM on: 1 million keys, 256 bytes values: 160.09M used
VM on: 1 million keys, values as large as you want, still: 160.09M used
當
從Redis中讀取數據的時候，如果讀取的