python flask-caching模块缓存详解

简介: python flask-caching模块缓存详解

python 模块 flask-caching 缓存

文章目录

1. 介绍

为了尽量减少缓存穿透,同时减少web的响应时间,我们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。flask_caching插件就是提供这种功能的神器。

2. 安装

$ easy_install Flask-Caching
$ pip install Flask-Caching


3. 配置参数

CACHE_TYPE:设置缓存的类型
# 下面五个参数是所有的类型共有的
CACHE_NO_NULL_WARNING = "warning" # null类型时的警告消息
CACHE_ARGS = []    # 在缓存类实例化过程中解包和传递的可选列表,用来配置相关后端的额外的参数
CACHE_OPTIONS = {}    # 可选字典,在缓存类实例化期间传递,也是用来配置相关后端的额外的键值对参数
CACHE_DEFAULT_TIMEOUT # 默认过期/超时时间,单位为秒
CACHE_THRESHOLD    # 缓存的最大条目数
CACHE_TYPE = null # 默认的缓存类型,无缓存
CACHE_TYPE = 'simple' # 使用本地python字典进行存储,线程非安全
CACHE_TYPE = 'filesystem' # 使用文件系统来存储缓存的值
CACHE_DIR = "" # 文件目录
CACHE_TYPE = 'memcached' # 使用memcached服务器缓存
CACHE_KEY_PREFIX # 设置cache_key的前缀
CAHCE_MEMCACHED_SERVERS    # 服务器地址的列表或元组
CACHE_MEMCACHED_USERNAME # 用户名
CACHE_MEMCACHED_PASSWORD # 密码
CACHE_TYPE = 'uwsgi' # 使用uwsgi服务器作为缓存
CACHE_UWSGI_NAME # 要连接的uwsgi缓存实例的名称
CACHE_TYPE = 'redis' # 使用redis作为缓存
CACHE_KEY_PREFIX # 设置cache_key的前缀
CACHE_REDIS_HOST  # redis地址
CACHE_REDIS_PORT  # redis端口
CACHE_REDIS_PASSWORD # redis密码
CACHE_REDIS_DB # 使用哪个数据库
# 也可以一键配置
CACHE_REDIS_URL    连接到Redis服务器的URL。示例redis://user:password@localhost:6379/2

4. cache方法

cache.cached:装饰器,装饰无参数函数,使得该函数结果可以缓存
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')

5. 显示缓存存储

利用cache.get与cache.set方法

from flask import Flask, request , render_template_string
from flask_caching import Cache  
app = Flask(__name__)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})
@app.route("/html")  
@app.route("/html/<foo>")  
def html(foo=None):  
    if foo is not None:  
       cache.set("foo", foo)  
       bar = cache.get("foo")  
    return render_template_string(  
    "<html><body>foo cache: {{bar}}</body></html>", bar=bar  
    )
if __name__ == '__main__':
   app.run(host='0.0.0.0')  

执行python cache1.py, 访问:http://127.0.0.1:5000/html/hello

foo cache: hello

6. 缓存20秒效果

使用装饰器 cached() 能够缓存等待

#---coding:utf-8
from flask import Flask, request  
from flask_caching import Cache  
app = Flask(__name__)  
# simple使用字典存储  
cache = Cache(app, config={'CACHE_TYPE': 'simple'})  
@app.route('/index')  
@cache.cached(timeout=20)  
def index():  
    print(request.path)  
    s = 'test cache'  
    cache.set('b',123)  
    print('test cache')  
    return s  
@app.route('/test')  
def test():  
    print(cache.get('b'))  
    return 'ok'  
if __name__ == '__main__':  
   app.run(host='0.0.0.0')  

执行python cache2.py ,访问:http://127.0.0.1:5000/index

界面输出,多次刷新

test cache

日志输出:

test cache
192.168.211.1 - - [09/Jul/2020 18:59:39] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:42] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:43] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:43] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:46] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:47] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:49] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:49] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:51] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:52] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:53] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:54] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:55] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:56] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:56] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:57] "GET /index HTTP/1.1" 200 -
192.168.211.1 - - [09/Jul/2020 18:59:58] "GET /index HTTP/1.1" 200 -
/index
test cache
192.168.211.1 - - [09/Jul/2020 18:59:59] "GET /index HTTP/1.1" 200 -

访问http://127.0.0.1:5000/test,多次刷新

界面输出:ok

日志输出:

123
192.168.211.1 - - [09/Jul/2020 19:01:27] "GET /test HTTP/1.1" 200 -
123
192.168.211.1 - - [09/Jul/2020 19:01:27] "GET /test HTTP/1.1" 200 -
123
192.168.211.1 - - [09/Jul/2020 19:01:27] "GET /test HTTP/1.1" 200 -
123
192.168.211.1 - - [09/Jul/2020 19:01:28] "GET /test HTTP/1.1" 200 -

参考:


FLASK插件之使用FLASK_CACHING缓存

linux python web flask Hello World实战

windows python web flask Hello World实战

windows python web flask 模板开放实战

windows python web flask获取请求参数数据

windows python flask返回json数据

windows python flask与mysql数据库写入查询显示等操作详解


相关文章
|
12月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
1194 7
|
12月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
994 0
|
12月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
849 4
|
SQL 数据库 开发者
Python中使用Flask-SQLAlchemy对数据库的增删改查简明示例
这样我们就对Flask-SQLAlchemy进行了一次简明扼要的旅程,阐述了如何定义模型,如何创建表,以及如何进行基本的数据库操作。希望你在阅读后能对Flask-SQLAlchemy有更深入的理解,这将为你在Python世界中从事数据库相关工作提供极大的便利。
1140 77
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
340 4
|
12月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
956 0
|
12月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
1432 0
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
985 0
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
708 0
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录

推荐镜像

更多