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
Cooper252 天前
单文件 Flask 跑通微信服务器校验:先跑通再谈工程化
python·flask
2501_933923252 天前
redis:string类型常见命令
数据库·redis·缓存
黄连木笛2 天前
Redis Insight 汉化教程:Windows / macOS / Linux 设置中文界面(附繁體、教程汉化、关闭自动更新)
数据库·redis·缓存
威嵌神州2 天前
嵌入式排故实录:高并发下串口数据“超时丢包”的根因剖析与架构优化
运维·服务器·嵌入式硬件·缓存
nice_lcj5203 天前
LRU 缓存入门:它是什么、怎么用、面试怎么手写
java·数据结构·缓存·面试·lru
羑悻的小杀马特4 天前
Redis持久化三剑客:RDB二进制快照、AOF文本日志、混合模式如何守护你的数据安全?
数据库·redis·缓存·aof·持久化存储·rdb
时间的拾荒人4 天前
Redis 进阶实战:渐进式遍历、持久化机制与事务详解
数据库·redis·缓存
2501_933923255 天前
解读Redis:单线程模型
数据库·redis·缓存
duansamve5 天前
Python3+Flask+PostgreSQL18+Vue3项目生产环境用docker如何部署?
python·docker·flask