开发服务器系统的时候，程序的性能是至关重要的。经过我们前面框架的学习，得知一个请求的处理基本分为接受http请求、数据库处理、返回json数据，而这3个部分中就属链接数据库请求的响应速度最慢，因为数据库操作涉及到数据库服务处理请求，读写硬盘数据

而操作数据库的增、删、改、查中，查询属于读取数据，而删除、修改、增加属于写入数据，我们做缓存也主要是给查询这块的数据做优化

一、缓存的原理

众所周知，从内存中读写数据的速度要比去磁盘中读写的速度要快，而缓存就是先将我们要查询的数据从mysql数据库中读取一份，然后放到内存中，因为避免了从硬盘读取表记录的操作，程序访问内存的速度要比访问数据库快很多，特别是当一个读操作要涉及到多张表的联合查询，或者这些表比较大，就会非常耗时

而做缓存可以使用多种方案，最简单的直接通过python的字典做缓存，但这种方法同时也具有很大的弊端，比如不支持分布式，当业务量大的时候部署到不同主机会造成严重的资源占用问题，并且当有一台主机上的缓存数据需要更新时，要通知其他节点一起更新，比较麻烦， 还要防止 数据同步前 可能不同节点给出的数据不一致的问题，而Redis 和 Memcached 是目前两种主流的缓存服务方案，我们这里使用redis做缓存

1、redis部署

网上装redis的教程很多我这里不在赘述，为了省事直接用docker部署了

mkdir /apps/demo/redis/{conf,data} -pcd /apps/demo/redis#拉取镜像docker pull redis:6.2.7

vi conf/redis.conf

bind 0.0.0.0maxmemory 4GBmaxmemory-policy allkeys-lrumaxmemory-samples 10tcp-backlog 511aof-rewrite-incremental-fsync yesrdb-save-incremental-fsync yesrdbcompression yesrdbchecksum yesaof-rewrite-incremental-fsync yesrequirepass 123456rename-command FLUSHDB ""rename-command FLUSHALL ""rename-command CONFIG ""activerehashing yesdynamic-hz yeshash-max-ziplist-entries 512hash-max-ziplist-value 64list-max-ziplist-entries 512list-max-ziplist-value 64set-max-intset-entries 512zset-max-ziplist-entries 128zset-max-ziplist-value 64

配置说明

bind 0.0.0.0 #允许外部访问## 内存优化maxmemory 4GB # 设置Redis实例的最大内存限制maxmemory-policy allkeys-lru# 设置在达到最大内存限制时所采取的淘汰策略为LRU（最近最少使用）maxmemory-samples 10# 指定在key的过期删除策略中随机抽取的样本数目## 网络优化tcp-backlog 511 # 设置内核中由Redis监听的TCP连接的最大长度## 持久化优化aof-rewrite-incremental-fsync yes # 启用AOF（Append Only File）增量式文件同步rdb-save-incremental-fsync yes# 使用增量传输来持久化RDB文件rdbcompression yes# 开启RDB文件的压缩rdbchecksum yes # 启用RDB文件的校验和## AOF压缩aof-rewrite-incremental-fsync yes # 启用AOF（Append Only File）增量式文件同步## 安全requirepass yourpassword# 设置Redis服务器连接密码rename-command FLUSHDB "" # 重命名FLUSHDB命令rename-command FLUSHALL ""# 重命名FLUSHALL命令rename-command CONFIG "" # 重命名CONFIG命令## 性能优化activerehashing yes # 启用集群环境的rehashing（对已有的键表重新分布）dynamic-hz yes hash-max-ziplist-entries 512# 设置hash结构的压缩阈值hash-max-ziplist-value 64 # 设置hash结构的压缩阈值list-max-ziplist-entries 512# 设置list结构的压缩阈值list-max-ziplist-value 64 # 设置list结构的压缩阈值set-max-intset-entries 512# 设置intset编码的集合的最大元素数量zset-max-ziplist-entries 128# 设置zset结构的压缩阈值zset-max-ziplist-value 64 # 设置zset结构的压缩阈值

2、启动服务

vi ./run.sh

 docker run -p 36379:6379 --name redis \ -v ./data:/data \ -v ./conf/redis.conf:/etc/redis/redis.conf \ -d redis:6.2.7 \ redis-server /etc/redis/redis.conf

运行 

sh run.sh

二、Redis使用

Redis是一个数据仓库服务，这个仓库里面可以存储很多 数据对象

存储的每个数据对象都有一个key，根据这个key，可以找到这个对象。

要添加一个数据对象，必须为这个数据对象指定一个key，就像指定一个房间号

Redis key 对应的value支持多种数据对象，可以是字符串、列表、哈希对象

查阅资料的时候发现有一篇同样讲缓存的帖子很不错，这里留个档

https://blog.csdn.net/qq_43745578/article/details/128569060

1、登录redis

#登录redis容器docker exec -it redis bash#通过redis客户端登录数据库redis-cli -h 127.0.0.1#认证用户auth 123456

2、redis数据库切换

redis数据库和mysql一样都是包含很多个数据库的，编号为0-15，通过select 命令切换不同的数据库使用，每个数据库我们可以看作是一个仓库用来存放货物，默认编号为0 ，现在我们切换到1号数据库然后进行下面的仓库，切换完后能看到端口后面跟着个1

select 1

3、添加数据

上面说了，redis可以存放各种类型的数据，字符串、列表、哈希对象等等，而根据不同类型的数据，redis也有想对应的命令，比如我们要存入的数据是一个字符串，那么新增的命令就是set，而对应的查询命令为 get key名

127.0.0.1:6379[1]> set zhangsan:1 ynbyOK127.0.0.1:6379[1]> get zhangsan:1"ynby"

4、查询所有的key

很多时候我们是不记得key的名称，就需要模糊查询一下key有那些

127.0.0.1:6379[1]> keys zha*1) "zhangsan:1"127.0.0.1:6379[1]>

5、删除数据

127.0.0.1:6379[1]> del zhangsan:1(integer) 1127.0.0.1:6379[1]> keys *(empty array)

6、添加哈希值

如果我们要存入 Redis的对象比较复杂，比如用户信息，包括等级、金币、姓名等等，

可以使用哈希（Hash）对象，Redis 哈希对象的每个字段 ，术语称之为 field

存入Hashes，就使用客户端命令 hmset 或者 hset

#添加hash值127.0.0.1:6379[1]> hmset user:2001 level 10 coin 1977 name 你好OK#获取单个字段的值hget127.0.0.1:6379[1]> hget user:2001 coin"1977"#获取所有字段的值hgetall127.0.0.1:6379[1]> hgetall user:20011) "level"2) "10"3) "coin"4) "1977"5) "name"6) "\xe4\xbd\xa0\xe5\xa5\xbd"

上面案例中的name字段的值被utf8编码了，客户端程序在使用时根据需要进行相应解码

7、定义哈希表

既然 Hash 本身就是一个字典，我们通常还会把整个用户表都直接放入 一个hash里面

可以给这个hash对应的对象 起一个key名为 usertable

#添加表数据hmset usertable u2001id:2001|level:10|coin:1977|name:张三hmset usertable u2002id:2002|level:13|coin:1927|name:李四#查询表数据127.0.0.1:6379[1]> hget usertable u2002"id:2002|level:13|coin:1927|name:\xe6\x9d\x8e\xe5\x9b\x9b"

步骤6、7保存的方法各有个的缺点，方案6是方便修改单个field的值，但是容易出现大量的key，方案7虽然全局查看key较为方便，但没办法修改单个field的值，只能一起修改

三、Django项目缓存配置

1、安装redis库

pip install django-redis

2、配置django全局缓存

Django_demo/Django_demo/settings.py

CACHES = {"default": {"BACKEND": "django_redis.cache.RedisCache","LOCATION": "redis://101.43.156.78:36379/1","OPTIONS": {"CLIENT_CLASS": "django_redis.client.DefaultClient",# 密码'PASSWORD': '123456',#没有密码就去掉这行}}}

上面的这段配置可以放在数据库 DATABASES 配置项的下方。LOCATION 配置项最后的数字1 是 DB number，指定redis的数据库号

3、使用缓存配置

不是任何数据库的数据都应该使用缓存，至少满足两个要求（频繁读取的数据 、较少变动的数据）

如果这个数据写入后基本就不会在修改了，但是需要经常性的读取，那么他就是一个值得缓存的数据

举个例子

在前面编写的案例中，属于药品的信息就符合上面的两点要求，我们可以在处理列出药品 的API接口 的代码中，把数据库读出的内容进行缓存，这里我们采用上面的缓存方案二(redis使用-7）把所有的 列出药品都放在一个哈希对象中

首先，我们需要为 列出药品的缓存 创建一个key，名字为 medicinelist因为我们将来会有很多种类型的数据要缓存，它们有不同的key，所以建议统一放在配置文件 settings.py 中

Django_demo/Django_demo/settings.py

# 记录全局的缓存key，防止重复class CK:# 列出药品 的 缓存 keyMedineList = 'list_medicine'# 列出客户 的 缓存 keyCustomerList = 'list_customer'

这样的好处是，放在一起，如果有重复的key名，比较容易发现

4、修改查询数据的缓存配置

我们将原先的查询数据库返回的数据，交给redis

Django_demo/mgr/medicine.py

#添加from Django_demo import settingsimport jsonimport tracebackfrom django.core.paginator import Paginator, EmptyPagefrom django.db.models import Qfrom django_redis import get_redis_connection# 获取一个和Redis服务的连接rconn = get_redis_connection("default")def listmedicine(request):try:# 查看是否有 关键字 搜索 参数keywords = request.params.get('keywords',None)# 要获取的第几页pagenum = request.params['pagenum']# 每页要显示多少条记录pagesize = request.params['pagesize']# 先看看缓存中是否有cacheField = f"{pagesize}|{pagenum}|{keywords}" # 缓存 fieldcacheObj = rconn.hget(settings.CK.MedineList,cacheField)# 缓存中有，需要反序列化if cacheObj:print('缓存命中')retObj = json.loads(cacheObj)# 如果缓存中没有，再去数据库中查询else:print('缓存中没有')# 返回一个 QuerySet 对象 ，包含所有的表记录qs = Medicine.objects.values().order_by('-id')if keywords:conditions = [Q(name__contains=one) for one in keywords.split(' ') if one]query = Q()for condition in conditions:query &= conditionqs = qs.filter(query)# 使用分页对象，设定每页多少条记录pgnt = Paginator(qs, pagesize)# 从数据库中读取数据，指定读取其中第几页page = pgnt.page(pagenum)# 将 QuerySet 对象 转化为 list 类型retlist = list(page)retObj = {'ret': 0, 'retlist': retlist,'total': pgnt.count}# 存入缓存rconn.hset(settings.CK.MedineList, cacheField, json.dumps(retObj))# total指定了 一共有多少数据return JsonResponse(retObj)except EmptyPage:return JsonResponse({'ret': 0, 'retlist': [], 'total': 0})except:print(traceback.format_exc())return JsonResponse({'ret': 2,'msg': f'未知错误\n{traceback.format_exc()}'})

这样，我们就确保了，处理列出药品的请求时，优先从缓存中读取，如果没有再从数据库读取。

并且数据库读取到数据后，存入缓存，这样下次同样的请求就可以从缓存中获取数据了

5、添加缓存数据更新

使用缓存一定要注意缓存数据的更新，我们前面做完了缓存，如果我们后面对药品数据做出了添加、修改、删除的操作，那么缓存里面的数据就和数据库不一致了，如果我们每次都更新缓存是很麻烦的，简单的方法就是直接删除对应的缓存数据，这样下次请求时缓存中没了数据，还是会去数据库中读取的，这样就能拿到最新的数据到缓存中

def addmedicine(request):info= request.params['data']# 从请求消息中 获取要添加客户的信息# 并且插入到数据库中medicine = Medicine.objects.create(name=info['name'] ,sn=info['sn'] ,desc=info['desc'])# 同时删除整个 medicine 缓存数据# 因为不知道这个添加的药品会影响到哪些列出的结果# 只能全部删除rconn.delete(settings.CK.MedineList)return JsonResponse({'ret': 0, 'id':medicine.id})def modifymedicine(request):# 从请求消息中 获取修改客户的信息# 找到该客户，并且进行修改操作medicineid = request.params['id']newdata= request.params['newdata']try:# 根据 id 从数据库中找到相应的客户记录medicine = Medicine.objects.get(id=medicineid)except Medicine.DoesNotExist:return{'ret': 1,'msg': f'id 为`{medicineid}`的药品不存在'}if 'name' innewdata:medicine.name = newdata['name']if 'sn' innewdata:medicine.sn = newdata['sn']if 'desc' innewdata:medicine.desc = newdata['desc']# 注意，一定要执行save才能将修改信息保存到数据库medicine.save()# 同时删除整个 medicine 缓存数据# 因为不知道这个修改的药品会影响到哪些列出的结果# 只能全部删除rconn.delete(settings.CK.MedineList)return JsonResponse({'ret': 0})def deletemedicine(request):medicineid = request.params['id']try:# 根据 id 从数据库中找到相应的药品记录medicine = Medicine.objects.get(id=medicineid)except Medicine.DoesNotExist:return{'ret': 1,'msg': f'id 为`{medicineid}`的客户不存在'}# delete 方法就将该记录从数据库中删除了medicine.delete()# 同时删除整个 medicine 缓存数据# 因为不知道这个删除的药品会影响到哪些列出的结果# 只能全部删除rconn.delete(settings.CK.MedineList)return JsonResponse({'ret': 0})

6、测试访问药品表

下面测试一下查询药品表后redis是否缓存成功

vi main.py

importrequests,pprint#添加认证payload = {'username': 'root','password': '12345678'}#发送登录请求response = requests.post('http://127.0.0.1:8000/api/mgr/signin',data=payload)#拿到请求中的认证信息进行访问set_cookie = response.headers.get('Set-Cookie')# 构建添加 客户信息的 消息体，是json格式payload = {'action': 'list_medicine','pagenum': 1,'pagesize' : 3}url='http://127.0.0.1:8000/api/mgr/medicines/'if set_cookie:# 将Set-Cookie字段的值添加到请求头中headers = {'Cookie': set_cookie}# 发送请求给web服务response = requests.post(url,json=payload,headers=headers)pprint.pprint(response.json())

返回

{'ret': 0, 'retlist': [{'desc': 'gmkl', 'id': 6, 'name': 'gmkl', 'sn': '111'}], 'total': 1}

然后我们登录redis查看有没有我们写入的数据

127.0.0.1:6379[1]> hgetall list_medicine1) "3|1|None"2) "{\"ret\": 0, \"retlist\": [{\"id\": 6, \"name\": \"gmkl\", \"sn\": \"111\", \"desc\": \"gmkl\"}], \"total\": 1}"

7、测试添加药品表

vi main1.py

importrequests,pprint#添加认证payload = {'username': 'root','password': '12345678'}#发送登录请求response = requests.post('http://127.0.0.1:8000/api/mgr/signin',data=payload)#拿到请求中的认证信息进行访问set_cookie = response.headers.get('Set-Cookie')# 构建添加 客户信息的 消息体，是json格式payload = {"action":"add_medicine","data":{"name":"lhms","sn":"test","desc":"test",}}url='http://127.0.0.1:8000/api/mgr/medicines/'if set_cookie:# 将Set-Cookie字段的值添加到请求头中headers = {'Cookie': set_cookie}# 发送请求给web服务response = requests.post(url,json=payload,headers=headers)pprint.pprint(response.json())

返回

{'id': 7, 'ret': 0}

我们增加、删除、修改，都会将原先redis中的缓存清理掉

我们在用第6步的访问在查询下，查看redis缓存数据数据

127.0.0.1:6379[1]> hgetall list_medicine1) "3|1|None"2) "{\"ret\": 0, \"retlist\": [{\"id\": 7, \"name\": \"lhms\", \"sn\": \"test\", \"desc\": \"test\"}, {\"id\": 6, \"name\": \"gmkl\", \"sn\": \"111\", \"desc\": \"gmkl\"}], \"total\": 2}"

缓存成功~