随着WEB应用用户量和数据量的快速增长,页面响应时间和系统的稳定性成为影响用户体验的重要指标。其中影响系统响应时间和系统稳定性最为重要的因素就是数据的查询性能。为了提升数据的查询速度,应用引入了Memcached缓存系统对频繁查询的数据进行缓存。针对不同的数据及使用场景,提出了不同的数据缓存方案。由于其将数据缓存到服务器内存中,当客户端请求数据时,直接从内存中读取数据。由于单机服务器内存的限制无法缓存储海量的数据,并且单机服务器也无法应付高并发请求,提出了Memcached的分布式解决方案。针对这个分布式部署方案,分析了不同的数据分散算法在使用过程中会出现的问题,并研究了分布式Memcached系统中添加删除服务器节点的具体实现。将一致性哈希算法与虚拟节点的概念应用到Memcached的分布式架构中大大提升了单节点服务器宕机造成的系统整体性能下降,针对一致性hash算法的查找时间慢的问题,将二分查找算法应用于服务器节点的查找中。由于内存中的数据在服务器重启或者宕机时全部丢失不可恢复,并且它的LRU机制造成了未过期数据的淘汰。针对Memcached缓存服务器数据易丢失的特性,论文提出了缓存数据的持久化解决方案。有效的解决了缓存数据失效的问题,同时当缓存服务器宕机时还可以加入新的替换服务器,并将持久化数据恢复到新加入的服务器节点。本论文的研究成果适用于大并发量、大数据量web应用缓存系统,很好的解决了实际应用过程中出现的各种数据丢失、内存不够用、性能瓶颈等问题。根据实验结果,数据访问速度相对于MySQL数据库提升了一定的倍数,另外缓存服务器节点理论上可以无限扩展。文中提出的分布式解决方案及数据持久化方案对其他缓存系统有一定的借鉴意义。