本文轉自  http://www.ruesin.com/system/server/memcached-184.html

先來解釋下標題中的三種寫法：首字母大寫的Memcached，指的是Memcached伺服器，就是獨立執行Memcached的後臺伺服器，用於儲存快取資料的“容器”。memcached和memcache是Memcached的客戶端，通過二者訪問Memcached伺服器，向容器存取資料。兩者用途一致，但在用法上有稍微差異。

一、Memcached
Memcached 是一個高效能分散式的記憶體物件快取系統，通過快取資料庫查詢結果，減少資料庫訪問次數，減少資料庫的負載壓力，提高動態web應用的效能。

Memcached 是以守護程式方式運行於一個或多個伺服器中，隨時接受客戶端的連線操作，客戶端與 Memcached 服務建立連線，根據請求存取物件，每個被存取的物件都有一個唯一的識別符號 key，存取操作均通過這個 key 進行，儲存到 Memcached 中的物件實際上是放置記憶體中的，並不是儲存在 cache 檔案中的，所以 Memcached 存取資料非常高效。注意，這些物件並不是持久的，服務停止之後，裡邊的資料就會丟失。

Memcached本身基於分散式的系統，可獨立於網站應用本身，很容易實現伺服器間資料共享。在 Memcached 中可以儲存的item資料量是沒有限制的，只有記憶體足夠。Memcached單程序最大使用記憶體為2G，要使用更多記憶體，可以分多個埠開啟多個Memcached程序，進行分散式搭建，畢竟單臺Memcache的記憶體容量的有限的。

但是那些不需要“分佈”的，不需要共享的，或者乾脆規模小到只有一臺伺服器的應用，Memcached不會帶來任何好處，相反還會拖慢系統效率，因為網路連線同樣需要資源。

由於 Memcache伺服器端都是直接通過客戶端連線後直接操作，沒有任何的驗證過程，這樣如果伺服器是直接暴露在網際網路上的話是比較危險，所以 Memcached 應放在防火牆裡面。

二、memcached 和 memcache 的區別
memcache最早是在2004年2月開發的，而memcached最早是在2009年1月開發的。所以memcache的歷史比memcached久。那是不是可以這麼理解： memcached 是 memcache 的升級版？

安裝memcache擴充套件，直接匯入擴充套件，更改下php.ini即可。但是在安裝memcached的時候，你要先安裝libmemcached，libmemcached是memcache的C客戶端，它具有的優點是低記憶體，執行緒安全等特點。在高併發下，穩定性比memcache有明顯提高。

memcache的方法特別少，只有很少一部分基本的操作方法，比 memcached 少很多，具體的可以查詢官方手冊。

所以總的來說，二者是沒有太多其他區別的，只不過是 memcached 比 memcache 多了一些對守護程序的操作方法，效能更好一些。

三、三者關係描述
Memcached 就比如是一個水庫（容器），memcache 是一個塑料管，memcached 是一個PVC管。我們可以通過塑料管或者PVC管為水庫上水或者取水，用哪種方式因人而異，而PVC管在輸送水的效率上明顯比塑料管快，而且可以裝閥門、開口做分支等等，比塑料管的花樣多。

說 Memcached 是服務端，很多人都會攪渾這個概念，說memcache不就是裝在伺服器上的麼，不也是服務端麼？ Memcached 是可以獨立在web伺服器之外的任何伺服器，甚至可以是叢集，而說它是服務端，其實是相對的概念，相對與web伺服器的memcache來說是服務端，memcache所在的web伺服器相對與使用者PC機來說又是服務端。

文章來自ruesin.com

======================

• 在 Memcached 中可以儲存的item資料量是沒有限制的，只有記憶體足夠
• Memcached單程序最大使用記憶體為2G，要使用更多記憶體，可以分多個埠開啟多個Memcached程序
• 最大30天的資料過期時間, 設定為永久的也會在這個時間過期，常量REALTIME_MAXDELTA 60*60*24*30 控制
• 最大鍵長為250位元組，大於該長度無法儲存，常量KEY_MAX_LENGTH 250 控制
• 單個item最大資料是1MB，超過1MB資料不予儲存，常量POWER_BLOCK 1048576 進行控制，它是預設的slab大小
• 最大同時連線數是200，通過 conn_init()中的freetotal 進行控制，最大軟連線數是1024，通過settings.maxconns=1024 進行控制
• 跟空間佔用相關的引數：settings.factor=1.25, settings.chunk_size=48, 影響slab的資料佔用和步進方式