Django缓存之django—redis

缓存

计算机的读写速度在不同的硬件中是不同的,通常读写速度由慢到快顺序为:
硬盘文件 > 内存空间 > 寄存器【数据运算】
当我们的web项目在大量用户访问大量数据的时候,已经不满足快速展示数据,大大降低了用户体验,要提升程序处理的性能有一下几种方法:
1、提高硬件配置,通过提升硬性条件提高性能
2、分布式集群部署项目,在高并发处理中有绝佳的提升
3、使用缓存——针对程序最慢的从数据库获取数据这一步骤进行优化

缓存是直接在内存寄存器中进行数据读取,相对比从数据库中读取数据快了很多;通过缓存的方式,将频繁查询的数据,存储在缓存中,省略掉了从数据库查询数据的过程,从而提高了数据处理性能。

Django中如何使用缓存

Django中常见的缓存手段:

1、memcache缓存
2、redis缓存
3、数据库缓存
4、文件缓存
其中memcache和redis缓存是最常用的,这里介绍Django和redis配合完成缓存,提升性能和解决一些问题

django-redis第三方工具

官方文档[中文]http://django-redis-chs.readthedocs.io/zh_CN/latest/
通过pip install django-redis 安装

settings中配置django-redis

# 添加django-redis缓存配置
CACHES = {
    "default": {
        # 后台引擎
        "BACKEND": "django_redis.cache.RedisCache",
        # 缓存器类型://host:port/1号库
        "LOCATION": "redis://127.0.0.1:6379/1", 
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
        }
    }
}

处理函数中操作缓存

这里我们选择将所有用户的列表作为需要缓存的数据进行操作,首先创建用户数据类型:

# models.py文件内容
from django.db import models
class Users(models.Model):
  id = AutoField(primary_key=True) 
  name = models.CharField(max_length=50)
  age = models.IntegerField(default=0)
  birthday=models.DateField()

  # 定义数据管理器对象
  users_manager = models.Manager()

在处理函数中首先要引入django操作缓存的模块,然后操作缓存

# views.py,导入包时遵循:framework > 内置库 > 扩展库 > 自定义包
from django.shortcuts import render redirect
from django.http import HttpResponse
from django.core.urlresolvers import reverse
from django.core.cache import cache

from datetime import datetime

from . import models

# 展示所有用户的处理函数
def index(request):
  # 首先从缓存中获取数据,不存在则访问数据库并将数据添加到缓存提升以后访问的性能
  user_list = cache.get("cache_user_list")
  if user_list is None:
    # 数据管理器从数据库获取数据,按生日倒序排列
    user_list = models.Users.users_manager.order_by("-birthday")
    # 保存到缓存中
    cache.set("cache_user_list",user_list)
  return render(request,"index.html",{"user_list":user_list})

# 我们再定义一个创建用户的处理函数
def create_user(request):
  # 获取请求体中的post数据
  name = request.POST["name"]
  age = request.POST.get["age"]
  # 前端传输的数据是字符串时间如1991/01/01对其进行处理转成时间对象入库
  birthday = request.POST["birthday"]
  birthday = datetime.strptime(birthday,"%Y/%m/%d")
  # 数据管理器入库
  models.Users.users_manager.create(name=name,age=age,birthday=birthday)

  # 这时我们注意到了问题,添加数据后再次返回页面时数据库数据已经发生了改变,
  # 但是缓存中的数据还是旧数据,所以需要刷新缓存,这是非常重要的步骤!
  user_list = models.Users.users_manager.order_by("-birthday")
  cache.set("cache_user_list",user_list)
  # 直接通过路由name反向查找路由
  return redirect(reverse("mysite:index"))

这样就实现了简单的缓存操作,但是以上的代码有很多冗余,并且处理数据的操作函数和操作缓存的函数放在了一起,不符合编码规范,所以对代码进行一下改造:

# 新建一个文件cache_manager.py专门负责控制缓存的操作
from django.core.cache import cache

from . import models

def get_user_list(flush=False):
  user_list = cache.get("cache_user_list")
  if user_list is None or flush:
    user_list = models.Users.users_manager.order_by("-birthday")
    cache.set("cache_user_list",user_list)

  return user_list

# views.py 修改部分
from . import cache_manager.py

def index(request):
  user_list = cache_manager.get_user_list()
  return render(request,"index.html",{"user_list":user_list})

def create_user(request):
  ...
  # 刷新缓存
  cache_manager.get_user_list(flush=True)
  return redirect(reverse("mysite:index"))

什么样的数据应该被缓存

通过以上的代码我们发现如果数据频繁被修改或新增,数据的展示总会伴随着刷新缓存的操作,这样反而增大了数据处理的负担,所以频繁改变的数据不应该被缓存,而大量的需要频繁展示,很少改变的数据是可以被缓存的。

使用缓存:
1、大量的,频繁展示,并且极少改变的数据;
2、需要设置过期时间,让用户在规定时间内操作的数据;
3、最长用的地方:分布式部署时,保证状态保持让所有的session储存在同一个缓存服务器上,解决集群不同服务器对同一用户频繁访问无法实现状态保持的问题

来自P站画师:WLOP
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容