FLASK 缓存(flask_caching)

1、目标

为了尽量减少缓存穿透,并同时减少web的响应时间,可以针对那些需要一定时间才能获取结果的函数和那些不需要频繁更新的视图函数提供缓存服务,可以在一定的时间内直接返回结果而不是每次都需要计算或者从数据库中查找。

2、 集成

bash 复制代码
pip install Flask-Caching==2.3.0
pip install cachelib==0.9.0

3、使用

3.1、配置

  • null: 不缓存。
  • simple: 使用本地Python字典缓存。这不是真正的线程安全。
  • memcached: 使用memcached服务器作为后端。支持pylibmc或memcache或谷歌应用程序引擎的memcache库。
  • gaememcached: MemcachedCache一个不同的名称。
  • redis: 使用 Redis 作为后端存储缓存值。
  • filesystem: 使用文件系统来存储缓存值。
  • saslmemcached:使用memcached服务器作为后端。使用SASL建立与memcached服务器的连接。pylibmc是必须的,libmemcached必须支持SASL。
bash 复制代码
class BaseConfig:
    # 缓存配置
    CACHE_TYPE = os.getenv('CACHE_TYPE') or 'SimpleCache'
    CACHE_DEFAULT_TIMEOUT = os.getenv('CACHE_DEFAULT_TIMEOUT') or 300

初始化及注册蓝图

bash 复制代码
from flask import Flask
from flask_caching import Cache
# 包名需要修改
from applications.configs.config import BaseConfig
cache = Cache(config={'CACHE_TYPE': BaseConfig.CACHE_TYPE, 'CACHE_DEFAULT_TIMEOUT': BaseConfig.CACHE_DEFAULT_TIMEOUT})

#缓存配置
'''
参数:
timeout:超时时间
key_prefix:设置该函数的标志
unless:设置是否启用缓存,如果为True,不启用缓存
forced_update:设置缓存是否实时更新,如果为True,无论是否过期都将更新缓存
query_string:为True时,缓存键是先将参数排序然后哈希的结果
cache.memoize:装饰器,装饰有参数函数,使得该函数结果可以缓存
make_name:设置函数的标志,如果没有就使用装饰的函数
# 其他参数同cached

cache.delete_memoized:删除缓存
参数:
fname:缓存函数的名字或引用
*args:函数参数

cache.clear() # 清除缓存所有的缓存,这个操作需要慎重
cache.cache # 获取缓存对象

#获取某个网页是否存在缓存,key值如'view//gbook.html'
cache.cache.has('view/{}'.format(request.path))
#打印该缓存
print(request.path,cache.get('view/{}'.format(request.path)))
#删除该缓存
cache.delete('view//gbook.html')
'''

# 注册
def init_cache(app: Flask):
    cache.init_app(app)

3.2、使用

可选参数有:

  • key_prefix:缓存指定的函数;
  • unless:是否启用缓存,如果为True,不启用缓存;
  • forced_update:缓存是否实时更新,如果为True,无论是否过期都将更新缓存;
  • query_string:为True时,缓存键是先将参数排序然后哈希的结果;
  • timeout: 超时会自动刷新缓存。

在视图函数中

bash 复制代码
@app.route('/index')                                                                                                         
@cache.cached(timeout=50)
def index():  
    print "index called"
    return "Hello World"

在其他重复调用的函数

bash 复制代码
@cache.cached(timeout=300, key_prefix="event", make_cache_key='event_info_cache')
def get_event_dict():
	pass

注意:key_prefix 一定要加,否则在一个视图函数中,调取俩个使用了缓存的函数,会返回相同的结果。

相关推荐
爱的叹息30 分钟前
MyBatis缓存配置的完整示例,包含一级缓存、二级缓存、自定义缓存策略等核心场景,并附详细注释和总结表格
缓存·mybatis
山猪打不过家猪2 小时前
(六)RestAPI 毛子(外部导入打卡/游标分页/Refit/Http resilience/批量提交/Quartz后台任务/Hateoas Driven)
网络·缓存
Tech Synapse3 小时前
打造企业级AI文案助手:GPT-J+Flask全栈开发实战
人工智能·gpt·flask
李宥小哥4 小时前
Redis01-基础-入门
缓存·中间件
多多*5 小时前
非关系型数据库 八股文 Redis相关 缓存雪崩 击穿 穿透
java·开发语言·jvm·数据库·redis·缓存·nosql
伊织code6 小时前
cached-property - 类属性缓存装饰器
python·缓存·cache·装饰器·ttl·property·cached-property
李宥小哥7 小时前
Redis03-基础-C#客户端
开发语言·缓存·中间件·c#
Ten peaches8 小时前
苍穹外卖(缓存商品、购物车)
spring boot·redis·mysql·缓存
pjx9878 小时前
给应用加速:Spring Boot集成缓存 (Caffeine & Redis) 实战
java·spring boot·redis·spring·缓存
Nick_zcy18 小时前
开发基于python的商品推荐系统,前端框架和后端框架的选择比较
开发语言·python·前端框架·flask·fastapi