1.通过使用多级hash缓存：
假如一个hash表数据存储在一个arr[size]数组中，那么元素位置计算方式为:int location = key%size;但是不同key，可能有相同的位置，这样就会造成缓存命中率下降，
解决办法：多维数组，20-25行，每行10000列，根据离散数学余数原理，每行最大元素个数离10000最近的质数最好，而且每行依次递减
例如9997 9991 当key%9997 时，如果存储位置已经存在元素，则key%9991，这样能提高缓存命中率，当然也会有不能加入缓存的元素，对于这部分数据，可以写到磁盘上，索引文件映射到内存中，这样可以通过索引快速定位到数据文件中的数据 ，然后把文件中的数据添加到内存中，这样获取数据反应速度会降低
2.如果对缓存数据可靠性要求高，不考虑多线程情况下，对于共享内存数据读取可以使用volidate(同步)关键字
3.数据大小不同业务对应不同缓存实例，memcache基本单位是page（默认1M），一个slab多个page，一个page多个chunk，item是数据值占的内存的大小，根据chunk大小选择；slab之间大小通过增长因子控制(默认1.25)
通过判断 get_miss/(get_miss+get_hit)、evictions（memcache内存满后删除旧item数目）
来源：CSDN
作者：liujn347
链接：https://blog.csdn.net/liujn347/article/details/18520607