异常教程

Memcached incr 与 decr 命令（手把手讲解）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

前言

在分布式系统与高性能应用开发中，Memcached incr 与 decr 命令是处理数值型数据增减的核心工具。它们以极低的延迟和高并发性能，解决了传统数据库在计数场景下的锁竞争问题。无论是统计网页点击量、管理购物车库存，还是实现分布式锁，这两个命令都能提供简洁高效的解决方案。本文将从基础概念、工作原理到实战案例，逐步解析其应用场景与技术细节。

一、基础概念：什么是 incr 和 decr？

Memcached incr 命令用于将存储的数值键值递增一个指定步长，默认步长为 1；decr 命令则相反，将数值键值递减一个步长。其核心特性是原子性，即操作在单个服务器内是不可分割的，避免了多线程/多进程下的数据竞争问题。

形象比喻

可以把 incr/decr 想象为“智能计数器”：

  • 每次调用 incr，就像按下电梯楼层按钮，系统内部直接更新当前楼层，无需先读取再写入；
  • 而传统读-改-写流程，则像多人同时抢按电梯按钮，可能导致楼层跳变或重复。

语法与参数

incr key [step]  
decr key [step]
  • key：要操作的键名
  • step（可选）：递增/递减的步长，默认为 1

注意：这两个命令仅对数值型存储有效。若键不存在或值非数字，操作会失败并返回 0。

二、工作原理：原子操作与内存机制

1. 内存存储结构

Memcached 将键值对存储为内存中的slab 对象。当执行 incr/decr 时：

  1. 直接定位到键对应的内存地址；
  2. 通过CAS（Compare and Swap）指令快速验证并更新值；
  3. 无需序列化/反序列化，操作时间复杂度为 O(1)。

2. 原子性保障

原子性通过 CPU 的锁总线机制实现：

  • 操作期间，其他线程无法修改同一内存区域；
  • 即使百万级并发请求，也能保证计数结果的准确性。

对比传统数据库

场景Memcached incr/decr数据库 UPDATE 操作
延迟（典型值）<1ms几十到几百毫秒
并发能力（QPS）10万+几千至万级
数据一致性强保证需显式加锁

三、核心使用场景与案例

场景 1：实时计数（如网页 PV 统计）

需求：记录某文章的浏览量，要求每秒支持 1 万次请求。

import memcache  

mc = memcache.Client(['127.0.0.1:11211'])  
key = "article:123:view_count"  

mc.add(key, 0, time=3600)  

current = mc.incr(key)  
print(f"当前浏览量：{current}")

优势：无需数据库交互，避免了频繁写入导致的锁表问题。

场景 2：库存扣减（电商秒杀场景）

挑战：商品库存为 100 件，需保证并发扣减时不超卖。

mc.add("product:456:stock", 100)  

while True:  
    stock = mc.decr("product:456:stock", 1)  
    if stock >= 0:  
        # 扣减成功，执行下单操作  
        break  
    else:  
        # 库存不足，回滚事务  
        mc.incr("product:456:stock", 1)  
        print("库存不足")  
        break

注意：需结合业务逻辑处理负值情况，此处仅为简单示例。

场景 3：分布式限流器

需求：限制某个接口每秒最多 100 次请求。

def check_rate_limit(client_ip):  
    key = f"rate_limit:{client_ip}"  
    now = int(time.time())  
    # 每秒重置计数器  
    if not mc.add(key, 1, time=1):  
        current = mc.incr(key)  
        if current > 100:  
            return False  # 超限  
    return True

通过time参数自动过期，实现基于滑动时间窗口的限流。

四、关键注意事项与错误处理

1. 数据类型约束

incr/decr 仅支持数值型存储。若键值非数字（如字符串），操作会失败并返回 0：

set key "hello"  
incr key → 返回 0，且键值不变

2. 键不存在的处理

若键未初始化，incr/decr 默认返回 0。建议先用add命令设置初始值：

add counter 0 3600 1  
1  
END  
incr counter → 成功返回 2

3. 负数溢出问题

当执行decr导致值小于 0 时：

  • Memcached 1.4.14+ 版本允许负数；
  • 旧版本会停止减法并返回 0。
mc.set("balance", 50)  
mc.decr("balance", 100) → 返回 -50（新版本）或 0（旧版本）

4. 多服务器集群场景

若使用多节点集群：

  • 键的分布遵循一致性哈希，同一键始终落在固定节点；
  • 需确保所有操作访问同一节点，避免跨节点竞争。

五、进阶技巧与最佳实践

技巧 1：组合使用 add 和 incr

if not mc.add(key, initial_value):  
    mc.incr(key)

技巧 2：批量操作优化

Memcached 不支持批量 incr/decr，但可通过客户端库合并请求：

pipeline = mc.pipeline()  
pipeline.incr("counter1")  
pipeline.decr("counter2", 5)  
results = pipeline.execute()

技巧 3：与 get 命令配合

current = mc.gets(key)  
mc.cas(key, current + 1)  # 需配合 gets/cas 实现

结论

Memcached incr 与 decr 命令凭借其原子性和高性能，在计数场景中展现了独特优势。通过本文的案例解析与代码示例，开发者可以掌握其核心用法，并结合业务需求设计出高并发、低延迟的解决方案。无论是实时统计、库存管理还是分布式限流，合理运用这两个命令都能显著提升系统性能与可靠性。

提示：在生产环境中，建议搭配监控工具（如 Nagios 或 Prometheus）跟踪 incr/decr 的 QPS 和错误率，及时发现潜在问题。

最新发布

查看更多文章