PHP与Memcached服务器交互的分布式实现源码分析

悠悠 2022-06-12 23:52 182阅读 0赞

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：

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 z;
    
    for (z=0; z<key_len; z++) {
    CRC32(crc, key[z]);
    }
    
    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 z;
    
    for (z=0; z<key_len; z++) {
    hval ^= (unsigned int)key[z];
    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][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][memcached_PDF]。  
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_servermmc_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_servermmc_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 z, step = 0xffffffff / MMC_CONSISTENT_BUCKETS;
    
    qsort((void *)state->points, state->num_points, sizeof(mmc_consistent_point_t), mmc_consistent_compare);
    for (z=0; z<MMC_CONSISTENT_BUCKETS; z++) {
    state->buckets[z] = mmc_consistent_find(state, step * z);
    }
    
    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。

来自：http://blog.liubijian.com/php\_memcache\_code\_analysis.html

[memcache]: http://php.net/manual/en/book.memcache.php
[memcached]: http://www.php.net/manual/en/book.memcached.php
[Cyclic redundancy check]: http://en.wikipedia.org/wiki/Cyclic_redundancy_check
[Fowler_Noll_Vo hash function]: http://en.wikipedia.org/wiki/Fowler%E2%80%93Noll%E2%80%93Vo_hash_function
[Consistent hashing]: http://en.wikipedia.org/wiki/Consistent_hashing
[memcached_PDF]: http://tech.idv2.com/2008/08/17/memcached-pdf/