当前位置： 代码迷 >> 综合 >> 17.flask-cache
  详细解决方案

17.flask-cache

热度：77   发布时间：2023-09-12 05:52:37.0

Flask-Cache

安装

pip install Flask-Cache

配置

from flask import Flask
from flask_cache import Cacheapp = Flask(__name__)cache = Cache()
# 初始化 Cache 后设置
cache.init_app(app,config={'CACHE_TYPE': 'simple'})if __name__ == "__main__":app.run()

会发现运行出错。

接下来，解决这个错误，使app正常运行:

  1. ImportError: cannot import name 'cached_property' from 'werkzeug'

17.flask-cache

找到flask_cache\__init__.py文件，如下所示：

from werkzeug import import_string

更改为：

from werkzeug.utils import import_string

17.flask-cache

2. ModuleNotFoundError: No module named 'flask.ext'

17.flask-cache

找到flask_cache\jinja2ext.py文件，如下所示：

from flask.ext.cache import make_template_fragment_key

更改为：

from flask_cache import make_template_fragment_key

17.flask-cache

如果有多个 Cache 实例以及每一个实例都有不同后端的话（换句话说，就是每一个实例使用不用的缓存类型CACHE_TYPE），使用配置字典是十分有用的:

#: Method A: During instantiation of class
cache = Cache(config={'CACHE_TYPE': 'simple'})
#: Method B: During init_app call
cache.init_app(app, config={'CACHE_TYPE': 'simple'})
  1. ModuleNotFoundError: No module named 'werkzeug.contrib'

17.flask-cache

找到flask_cache\backends.py文件，如下所示：

from werkzeug.contrib.cache import (BaseCache, NullCache, SimpleCache, MemcachedCache,

通过重新安装werkzeug解决。

pip install Werkzeug==0.15.1

缓存视图函数

使用装饰器 cached() 能够缓存视图函数。它在默认情况下使用请求路径(request.path)作为cache_key:

@cache.cached(timeout=50)
def index():return render_template('index.html')

该装饰器有一个可选的参数：unless，它允许一个可调用的、返回值是True或者False的函数。如果 unless 返回 True，将会完全忽略缓存机制（内置的缓存机制会完全不起作用）。

缓存其它函数

同样地，使用 @cached 装饰器也能够缓存其它非视图函数的结果。唯一的要求是需要指定 key_prefix，否则会使用请求路径(request.path)作为cache_key:

@cache.cached(timeout=50, key_prefix='all_comments')
def get_all_comments():comments = do_serious_dbio()return [x.author for x in comments]cached_comments = get_all_comments()

Memoization（一种缓存技术）

在memoization中，函数参数同样包含cache_key。

如果函数不接受参数的话，cached()和 memoize() 两者的作用是一样的。

Memoize同样也为类成员函数而设计，因为它根据 identity 将 self 或者 cls 参数考虑进作为缓存键的一部分。

memoization背后的理论是：在一次请求中如果一个函数需要被调用多次，它只会计算第一次使用这些参数调用该函数。例如，存在一个决定用户角色的 sqlalchemy对象，在一个请求中可能需要多次调用这个函数。为了避免每次都从数据库获取信息，可以这样做:

class Person(db.Model):@cache.memoize(50)def has_membership(self, role_id):return Group.query.filter_by(user=self, role_id=role_id).count() >= 1

使用可变对象（例如类）作为缓存键的一部分是十分棘手的。建议最好不要让一个对象的实例成为一个memoized函数。然而，memoize在处理参数的时候会执行repr()，因此如果一个对象有__repr__函数，并且返回一个唯一标识该对象的字符串，它将能够作为缓存键的一部分。

例如，一个sqlalchemy person对象，它返回数据库的ID作为唯一标识符的一部分:

class Person(db.Model):def __repr__(self):return "%s(%s)" % (self.__class__.__name__, self.id)

删除memoize的缓存

在每个函数的基础上，可能需要删除缓存。使用上面的例子，能够改变用户权限，并将它们分配到一个角色，如果它们新拥有或者失去某些成员关系，现在你需要重新计算。能够用 delete_memoized()`函数来达到目的:

cache.delete_memoized('user_has_membership')

如果仅仅只有函数名作为参数，所有的memoized的版本将会无效的。然而，您可以删除特定的缓存提供缓存时相同的参数值。在下面的例子中，只有 user 角色缓存被删除：

user_has_membership('demo', 'admin')
user_has_membership('demo', 'user')cache.delete_memoized('user_has_membership', 'demo', 'user')

缓存Jinja2片段

  • 用法
{% cache [timeout [,[key1, [key2, ...]]]] %}
...
{% endcache %}

默认情况下“模版文件路径”+“片段开始的函数”用来作为缓存键。同样键名是可以手动设置的。键名串联成一个字符串，这样能够用于避免同样的块在不同模版被重复计算。

设置 timeout 为 None，并且使用了自定义的键:

{% cache None "key" %}...

为了删除缓存值，为“del”设置超时时间:

{% cache 'del' %}...

如果提供键名，可以很容易地产生模版的片段密钥，从模板上下文外删除它:

from flask.ext.cache import make_template_fragment_key
key = make_template_fragment_key("key1", vary_on=["key2", "key3"])
cache.delete(key)

例子:

{% cache 60*5 %}<form>{% render_form_field form.username %}{% render_submit %}</form>{% endcache %}

清除缓存

下面的例子是一个用来清空应用缓存的脚本：

from flask.ext.cache import Cachefrom yourapp import app, your_cache_configcache = Cache()def main():cache.init_app(app, config=your_cache_config)with app.app_context():cache.clear()if __name__ == '__main__':main()

某些缓存类型不支持完全清空缓存。同样，如果你不使用键前缀，一些缓存类型将刷新整个数据库。请确保没有任何其他数据存储在缓存数据库中。

配置Flask-Cache

Flask-Cache有下面一些配置项:

CACHE_TYPE

指定哪些类型的缓存对象来使用。 这是一个输入字符串，将被导入并实例化。 它假设被导入的对象是一个依赖于werkzeug缓存API， 返回缓存对象的函数。

对于werkzeug.contrib.cache对象，不必给出完整的字符串， 只要是下列这些名称之一。

内建缓存类型：

  • null: NullCache (default)
  • simple: SimpleCache
  • memcached: MemcachedCache (pylibmc or memcache required)
  • gaememcached: GAEMemcachedCache
  • redis: RedisCache (Werkzeug 0.7 required)
  • filesystem: FileSystemCache
  • saslmemcached: SASLMemcachedCache (pylibmc required)
参数 含义
CACHE_NO_NULL_WARNING 当使用的缓存类型是’null’，不会抛出警告信息。
CACHE_ARGS 可选的列表，在缓存类实例化的时候会对该列表进行拆分以及传递（传参）。
CACHE_OPTIONS 可选的字典，在缓存类实例化的时候会传递该字典（传参）。
CACHE_DEFAULT_TIMEOUT 如果没有设置延迟时间，默认的延时时间会被使用。单位为秒。
CACHE_THRESHOLD 最大的缓存条目数，超过该数会删除一些缓存条目。仅仅用于SimpleCache和 FileSystemCache。
CACHE_KEY_PREFIX 所有键之前添加的前缀。 这使得它可以为不同的应用程序使用相同的memcached服务器。 仅仅用于RedisCache，MemcachedCache以及GAEMemcachedCache。
CACHE_MEMCACHED_SERVERS 服务器地址列表或元组。仅用于MemcachedCache。
CACHE_MEMCACHED_USERNAME SASL与memcached服务器认证的用户名。 仅用于SASLMemcachedCache。
CACHE_MEMCACHED_PASSWORD SASL与memcached服务器认证的密码。 仅用于SASLMemcachedCache。
CACHE_REDIS_HOST Redis服务器的主机。仅用于RedisCache。
CACHE_REDIS_PORT Redis服务器的端口。默认是6379。仅用于RedisCache。
CACHE_REDIS_PASSWORD 用于Redis服务器的密码。仅用于RedisCache。
CACHE_REDIS_DB Redis的db库 (基于零号索引)。默认是0。仅用于RedisCache。
CACHE_DIR 存储缓存的目录。仅用于FileSystemCache。
CACHE_REDIS_URL 连接到Redis服务器的URL。 例如：redis://user:[email protected]:6379/2。 仅用于RedisCache。

此外，如果标准的Flask配置项 TESTING 使用并且设置为True的话， Flask-Cache 将只会使用NullCache作为缓存类型。

cache.init_app(app, config={ 'CACHE_TYPE' : 'redis','CACHE_REDIS_HOST':'xxxx', 'CACHE_REDIS_PORT':'xxxx'})

内建的缓存类型

NullCache – null

不缓存内容

  • CACHE_ARGS
  • CACHE_OPTIONS

SimpleCache – simple

使用本地Python字典缓存。这不是真正的线程安全。

相关配置

  • CACHE_DEFAULT_TIMEOUT
  • CACHE_THRESHOLD
  • CACHE_ARGS
  • CACHE_OPTIONS

FileSystemCache – filesystem

使用文件系统来存储缓存值

  • CACHE_DEFAULT_TIMEOUT
  • CACHE_DIR
  • CACHE_THRESHOLD
  • CACHE_ARGS
  • CACHE_OPTIONS

MemcachedCache – 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。

相关配置项

  • CACHE_DEFAULT_TIMEOUT
  • CACHE_KEY_PREFIX
  • CACHE_MEMCACHED_SERVERS
  • CACHE_ARGS
  • CACHE_OPTIONS

GAEMemcachedCache – gaememcached

MemcachedCache一个不同的名称

SASLMemcachedCache – 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。

相关配置项

  • CACHE_DEFAULT_TIMEOUT
  • CACHE_KEY_PREFIX
  • CACHE_MEMCACHED_SERVERS
  • CACHE_MEMCACHED_USERNAME
  • CACHE_MEMCACHED_PASSWORD
  • CACHE_ARGS
  • CACHE_OPTIONS

New in version 0.10.

SpreadSASLMemcachedCache – spreadsaslmemcachedcache

与SASLMemcachedCache一样，但是如果大于memcached的传输安全性，默认是1M，能够跨不同的键名缓存值。使用pickle模块。

New in version 0.11.

RedisCache – redis

  • CACHE_DEFAULT_TIMEOUT
  • CACHE_KEY_PREFIX
  • CACHE_REDIS_HOST
  • CACHE_REDIS_PORT
  • CACHE_REDIS_PASSWORD
  • CACHE_REDIS_DB
  • CACHE_ARGS
  • CACHE_OPTIONS
  • CACHE_REDIS_URL

定制缓存类

from werkzeug.contrib.cache import BaseCacheclass MongoCache(BaseCache):def init(self, host='localhost', port=27017, username=None, password=None, default_timeout=500, **kwargs):BaseCache.init(self, default_timeout)if isinstance(host, str):try:from pymongo import MongoClientexcept ImportError:raise RuntimeError('no pymongo module found')self._client = MongoClient(host=host, port=port, username=username, password=password, **kwargs)else:self._client = host# 接下来使用pymongo实现BaseCache的各个接口passdef mongo(app, config, args, kwargs):"""这里处理app传进来的参数用来连接mongodb:param app::param config::param args::param kwargs::return:"""args.append(app.config['MONGO_SERVERS'])return MongoCache(*args, **kwargs)

flask-Caching

安装

pip install Flask-Caching

简单应用

from flask import Flask,render_template
from flask_caching import Cacheapp = Flask(__name__)cache = Cache()
cache.init_app(app,config={'CACHE_TYPE': 'simple'})@cache.cached(timeout=50)
@app.route('/')
def index():return "Hello World"if __name__ == "__main__":app.run()
  相关解决方案

代码迷 - 您身边的软件异常，代码异常，编程异常助手（发现，解决，分享）
Copyright © 2009-2013 DAIMAMI.COM. All rights reserved.