Memcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提供动态、数据库驱动网站的速度。Memcached作为缓存技术的解决方案，已经是众所周知了;现在很多WEB应用都在使用它——包括一些知名的网站。若你还不知道这些，请在阅读之前先了解一下。
一，准备
你需要有一下软件：
VS.NET(05/08)
SQLSERVER
memcached服务器端以及客户端类库(开源软件，下载即可)
其中，客户端类库包括以下几个DLL：
Memcached.ClientLibrary.dll
ICSharpCode.SharpZipLib.dll
log4net.dll
二，安装memcached服务器端
将memcached.exe复制到任意目录下，如 c：，在命令行输入：
memcached.exe -d install
memcached将作为一个服务常驻系统内存了
三，建立ASP.NET工程
创建一个ASP.NETWEB项目，命名为MMCWEB，添加以上提到的几个客户端类库的引用。
四，配置
memcached使用了log4net，所以我们先配置log4net
在web.config里找到configSections节点，添加以下内容
再在configSections节点之外，增加以下内容：
启动调试，若没出现配置的出错提示，并且在网站目录下有文件夹LogFiles，就说明log4net配置成功了。
五，初始化SockIOPool
SockIOPool是什么东东?SockIOPool是Memcached客户端提供的一个套接字连接池，通俗讲，就是与Memcached服务器端交换数据的对象。SockIOPool在应用程序启动时初始化一次就可以了，我把这个工作放在 GLOBAL.ASAX.CS的Application_Start方法里
char[] separator = { ',' };
string[] serverlist = ConfigurationManager.AppSettings["Memcached.ServerList"].Split(separator);
// initialize the pool for memcache servers
try无锡人流多少钱 http://wapyyk.39.net/wx/zonghe/fc96e.html/
{
SockIOPool pool = SockIOPool.GetInstance();
pool.SetServers(serverlist);
pool.InitConnections = 3;
pool.MinConnections = 3;
pool.MaxConnections = 50;
pool.SocketConnectTimeout = 1000;
pool.SocketTimeout = 3000;
pool.MaintenanceSleep = 30;
pool.Failover = true;
pool.Nagle = false;
pool.Initialize();
}
catch (Exception err)
{
//这里就可以用Log4Net记录Error啦!
}
注意AppSettings["Memcached.ServerList"]是在WEB.CONFIG里设置的，所以WEB.CONFIG的appSettings的子节点里需要有以下一行
启动调试服务器，若没有出错的日志记录，说明IO连接池已经开辟成功。
六，使用Memcached
终于进入正题了，不过使用之前，我们还需要准备一些数据。
创建一个实体类People，并加上Serializable属性!!!
对应的数据库里，增加一张表，字段对应实体类，插入一些测试数据。持久层和业务层的设计就略过了，他们负责向提供一些数据，返回类型可自定，若ILIST,DATASET。
Memcached使用起来就很简单了，比如后台检索出一组People类型的数据，放在一个叫peopleList的arraylist里，而且这个arraylist要频繁使用，只需要这样
MemcachedClient mc = new MemcachedClient();
mc.EnableCompression = true;
mc.Set(key, peopleList);
上面的key是用来访问这个arraylist的键，Memcached里的数据都是保存为键-值对的。
一旦mc.KeyExists(key)为TRUE，就用return mc.Get(key) as ArrayList提取数据，删除时，使用 return mc.Delete(key);等等。可以自己琢磨了。
以上只是演示，其实数据缓存是一项复杂而繁琐的工作，不仅需要后台代码的分层优化，也需要数据库对大数据量访问的策略和调优。