Django笔记三十三之缓存操作

本文首发于公众号:Hunter后端

原文链接:Django笔记三十三之缓存操作

这一节介绍一下如何在 Django 中使用 redis 做缓存操作。

在 Django 中可以有很多种方式做缓存,比如数据库,比如服务器文件,或者内存,这里介绍用的比较多的使用 redis 作为缓存。

这篇笔记主要内容如下:

  1. 依赖安装
  2. settings.py 配置
  3. 缓存操作用法
  4. 缓存版本控制
  5. cache 用作 session backend
  6. 清除 redis 里全部数据
  7. 批量查询与删除

其中,redis 的安装我们在 celery 系列笔记的第一篇已经介绍过了,可以直接使用 docker 来操作,这里不做赘述了。

1、依赖安装

Django 连接 redis 这里用到一个模块,django-redis,接下来我们用 pip 来安装:

pip3 install django-redis

2、settings.py 配置

然后在 settings.py 里设置 CACHES 参数即可使用:

# hunter/settings.py

CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://:123456@127.0.0.1:6380/2",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
        }
    }
}

在这里 redis 的端口我设置成了 6380,密码我设为了 123456。

如果没有密码,LOCATION 的参数为 redis://127.0.0.1:6380/2

当然,如果密码也可以和 url 分离配置,我们可以放到 OPTIONS 参数里:

# hunter/settings.py

CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://127.0.0.1:6380/2",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "PASSWORD": "123456",
        }
    }
}

3、缓存操作用法

在上面的配置都设置好之后,可以正式开始我们的缓存操作了。

其实关于缓存,我们可以缓存视图,模板等,但是一般来说,都是缓存更细粒度的数据,比如某个需要经常被访问到的、或者需要经过一些时间进行计算得出结果的数据,可以将其存入缓存来提高接口的访问效率。

以下是缓存操作的一些用法介绍:

#引入 cache 缓存模块
from django.core.cache import cache

#创建一条缓存信息
cache.set("key", "value", 60)
###上述语句释义:Redis 是一种以 key-value 形式存储的非关系型数据库,
###所以上述语句表示的是向 Redis 中存入一条记录,到期时间是60秒后,以秒为单位

#查看是否有某条缓存信息
cache.has_key("key")
###返回的结果是布尔型 True or False

#如果没有就创建一条缓存信息
cache.get_or_set("k", 3, 60)
### 返回的是 k 这条记录的 value 值

#查询某条缓存记录
cache.get("k")
### 如果没有这条缓存信息 则不返回

#查询某条记录,没有则返回特定值
cache.get("k", False)

#同时创建多条记录
cache.set_many({"d":1, "e": 3, "f": 6})
### 输入参数为一个 字典

#同时查询多条记录
cache.get_many(["a", "v", "e"])
### 返回的结果是一个有序字典 OrderedDict

#删除某条缓存记录
cache.delete("a")
### 输入参数为该记录的 key 

#删除多条缓存记录
cache.delete(["a", "b", "c"])

#清除所有缓存记录
cache.clear()

#对缓存value为数字的记录进行操作
cache.set("num", 1)

#对缓存记录+1
cache.incr("num")

#对缓存记录 +n
cache.incr("num", 5)

#对缓存记录-1
cache.decr("num")

#对缓存记录-n
cache.decr("num", 8)

# 对 key 设置新的过期时间为 20s
cache.touch("num", 20)

# 除了 touch 还有 expire 函数可以设置过期时间
cache.expire("num", 10)

# 设置永不超时,timeout=None
cache.set("a", 1, timeout=None)

# 设置永不过期,还可以使用 persist
cache.persist("a")

# 获取 key 的剩余时间,返回的是0 表示已过期或者不存在key,否则返回的是剩余的秒数,如果返回的是 None 表示该数据永不过期
cache.ttl("a")

4、缓存版本控制

如果我们执行 cache.set("a", 1) 这条命令,再去 redis 的命令行通过 keys * 查看所有数据,可以看到一条 key 为 :1:a 的数据。

但是我们去通过 cache.get("a") 的时候,发现可以直接获取到数据,这就是后台为我们自动处理的版本控制,前面的 :1 就表示版本数是 1。

当我们执行 cache.set() 命令时,其实后面还有一个 version 参数,默认为 1,所以下面两个命令是等效的:

cache.set("a", 1)
cache.set("a", 1, version=1)

所以如果有版本的需求我们可以通过这个参数来控制。

缓存版本递增或递减

比如对于一个 version=2 的数据,我们可以这样操作:

cache.set("a", 1, version=2)

# 版本数 +1
cache.incr_version("a")

# 版本数 -1
cache.decr_version("a")

但是注意,当 version 可以减少到 0,但是不能再往下减少了,再减少的话就会报错了。

5、cache 用作 session backend

在上一节中,我们介绍了默认使用数据库表作为 session 的存储形式,我们还可以使用 cache 来用作存储。

只需要在 settings.py 中加入下面这两条命令:

SESSION_ENGINE = "django.contrib.sessions.backends.cache"
SESSION_CACHE_ALIAS = "default"

重新运行系统,使用前一篇笔记的代码,调用登录接口,然后就可以在 redis 的交互界面,通过 keys * ,就可以看到这条 session 记录在 redis 里已经有保存了。

6、清除 redis 里全部数据

删除 redis 中 cache 里全部 key-value 数据,可以使用下面的命令:

from django_redis import get_redis_connection
get_redis_connection("default").flushall()

7、批量查询与删除

我们可以通过通配符的方式来查询或者删除指定的键。

比如我们创建下面几条数据:

cache.set("a", 1)
cache.set("a_1", 1)
cache.set("a_2", 1)

然后可以通过 a* 的方式来获取这几条数据的 key:

cache.keys("a*")
# 返回数组:["a", "a2", "a3"]

但是官方文档不推荐这种方式,尤其是在 redis 数据量大的情况下,推荐的是 iter_keys() 函数,返回一个迭代器

for key in cache.iter_keys("a*"):
    print(key)

删除 key

批量删除的话使用的是 delete_pattern() 函数。

cache.delete_pattern("a*")

以上就是本篇笔记全部内容,来源于两篇官方文档:

https://django-redis-chs.readthedocs.io/zh_CN/latest/#

https://docs.djangoproject.com/zh-hans/3.2/topics/cache/

如果想获取更多后端相关文章,可扫码关注阅读:
image

原文链接:https://www.cnblogs.com/hunterxiong/p/17364424.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Django笔记三十三之缓存操作 - Python技术站

(0)
上一篇 2023年4月30日
下一篇 2023年4月30日

相关文章

  • python命令行工具Click快速掌握

    Python命令行工具Click快速掌握 简介 Click是Python编写命令行工具的强大库。它提供了简单易用的API,帮助你快速编写出自己的命令行工具。本文将介绍Click的基本用法、命令行参数的处理以及自定义帮助信息等方面的内容。 安装 你可以使用pip来安装Click库: pip install click 基本使用 使用Click创建命令行工具分为…

    python 2023年6月3日
    00
  • 微信 用脚本查看是否被微信好友删除

    下面是针对“微信 用脚本查看是否被微信好友删除”的完整攻略,包含了具体的步骤和两个示例说明。 1. 需要的工具和环境 Python 3.7 或以上版本 微信开发者工具 一个微信小程序应用的 AppID 2. 步骤 2.1 创建一个微信小程序 首先,我们需要创建一个微信小程序,用于获取当前用户的好友列表信息。 在微信公众平台的开发者中心中,可以创建一个小程序并…

    python 2023年6月3日
    00
  • 梅尔频率倒谱系数(mfcc)及Python实现

    关于“梅尔频率倒谱系数(MFCC)及Python实现”的攻略,我将分为以下几个部分进行讲解: 梅尔频率倒谱系数的概念和优势 实现步骤 代码示例 注意事项 下面我会详细解释每一部分内容。 1. 梅尔频率倒谱系数的概念和优势 MFCC是一种在音频信号处理中非常常用的特征提取方法,也是比较有效的一种。它可以将音频信号的频率与人类听觉系统的特点相结合,提取出来对语音…

    python 2023年5月19日
    00
  • python实现信号时域统计特征提取代码

    接下来我将详细讲解如何使用Python实现信号时域统计特征提取的代码。我们将分为以下几步进行: 读取信号数据和对信号进行预处理 计算时域统计特征并输出结果 示例代码演示 下面是详细的攻略过程。 1. 读取信号数据和对信号进行预处理 首先,我们需要读取信号数据。可以使用Python的pandas库来读取数据。代码示例如下: import pandas as p…

    python 2023年6月3日
    00
  • 爬山算法简介和Python实现实例

    爬山算法简介和Python实现实例 爬山算法简介 爬山算法(Hill Climbing Algorithm)是一种简单且常用的启发式优化算法。该算法的基本思想是从当前解出发,每次搜索邻域中比当前解更优的解,直到达到一个局部最优解。 但是,爬山算法容易陷入局部最优解,并且不能保证找到全局最优解。因此,在实际应用中常常会利用多次随机化生成多个初始解,或者使用其他…

    python 2023年5月19日
    00
  • 详解Python中的type()方法的使用

    当你在Python中使用type()方法时,它将返回对象的类型。这对于调试代码尤其有用,因为它允许你在运行时检查变量的类型。在本文中,我们将深入研究type()方法的用法以及如何使用它来理解代码中的变量类型。 type()方法简介 Python中的type()方法接受一个参数,这个参数可以是任何Python对象。type()方法将返回相应对象的类型。下面是一…

    python 2023年5月18日
    00
  • python TKinter弹出式菜单的实例方法

    下面是关于“Python TKinter弹出式菜单的实例方法”的详细攻略: 什么是弹出式菜单 弹出式菜单是一种常见的界面元素,它通常在用户右击或按下特定的键时出现,提供了一些与当前上下文相关的选项,帮助用户完成一些特定的操作。 在 Python 的 TKinter 库中,可以使用 Menu 对象来创建弹出式菜单。 创建弹出式菜单 要创建弹出式菜单,可以调用 …

    python 2023年6月13日
    00
  • 解决python报错MemoryError的问题

    在Python编程过程中,如果我们处理大量数据或使用大型数据结构,可能会遇到“MemoryError”错误。这通常是由于计算机内存不足导致的。以下是解决Python报错MemoryError的完整攻略: 1. 优化代码 如果我们在Python编程过程中遇到了“MemoryError”错误,我们需要优化代码,以减少内存量。以下是一些优化代码的方法: 使用生成器…

    python 2023年5月13日
    00
合作推广
合作推广
分享本页
返回顶部