首页 > 其他 > 详细

缓存的应用场景以及要注意的问题

时间:2019-04-16 14:27:56      阅读:100      评论:0      收藏:0      [点我收藏+]

什么是缓存(cache):

  在项目中没有必要每次请求都查询数据库的情况就可以使用缓存,让每次请求先查询缓存,如果命中,就直接返回缓存结果,如果没有命中,就查询数据库, 并将查询结果放入缓存,下次请求时查询缓存命中,直接返回结果,就不用再次查询数据库。

缓存的作用?

  缓和较慢存储的高频请求缓解数据库压力,提升响应速率。

为什么缓存可以提高响应速度?

  因为缓存时基于内存的存储的,内存的读写速率时普通SSD硬盘的至少十倍,更何况机械硬盘了:看对比图

  技术分享图片

 

缓存介质?

  web项目中常用的缓存是memcached和redis,它们都支持分布式存储

 

缓存一定能给项目响应速率带来较大提升吗?

  答案是不见得,要根据项目实际情况分析,有没有使用缓存的不要。在考虑使用缓存前,不妨先问问自己:

  1. 项目的读写操作比例为多少,如果是写多读少,那缓存真的比一定能帮助你,此时不妨考虑数据库分库分表,然后做MySQL的分布式集群,或者简单直接,将硬盘全部替换为SSD(如果你的公司财大气粗),反之,以读为主的项目就比较适合加缓存了

  2. 项目的访问频率高不高(用户多不多)?如果用户区区几千人或几万人,全然没有必要使用缓存,这点访问量经过网络后几乎不会造成并发,即使偶出现几万的并发,MySQL也是扛得住的,强行使用缓存反而会增加代码复杂度,甚至不容易维护,得不偿失。

  3. 数据是否要求强一致性?如果项目涉及到金钱或者重要数据,且数据频繁发生变化,不允许存在一点差异,那是否使用缓存就要慎重慎重再慎重!因为缓存适用的是对数据一致性不是特别高的项目,如果使用,需要对缓存的设计有很好的方案,非常考验技术功底

 

说了这么多,进入正题吧,我们通过代码来模拟一下缓存的使用:

  redis版本:

 1 #!/usr/bin/python
 2 # -*- coding: UTF-8 -*-
 3 import functools
 4 import redis
 5 import time
 6 import json
 7 """
 8 使用redis做缓存,这里模拟一个web接口缓存的例子
 9 """
10 
11 # 这里使用redis连接池,管理redisservice的所有连接,避免每次创建关闭连接的开销
12 pool = redis.ConnectionPool(host=127.0.0.1, port=6379)
13 redis_cli = redis.Redis(connection_pool=pool)
14 
15 def redis_cache(func):
16     @functools.wraps(func)        # 为了保留原函数的属性,因为被装饰的函数对外暴露的是装饰器的属性
17     def wrapper(*args,**kargs):
18         start_time = time.time()
19         _key = function-name:{},args:{},kargs:{}.format(func.__name__,args,kargs)     #定义key的形式
20         result = redis_cli.get(_key)
21         if result:      # redis查找到对应的key,直接返回结果
22             result = json.loads(result)
23             print(type(result))
24             print(redis find:{},result:{}.format(_key,result))
25         else:            # redis没有查找到对应key,查询执行函数,查询mysql
26             print(redis not find:{}.format(_key))
27             result = func(*args,**kargs)
28             redis_cli.setex(_key,json.dumps(result),5)     #将mysql结果写入redis,并设置过期时间 单位s
29         print("final result:{}".format(result))
30         end_time = time.time()-start_time
31         print("Total time of this query:{}".format(end_time))
32         return result
33     return wrapper
34 
35 
36 @redis_cache
37 def mysql_dispose(name,age):
38     time.sleep(2)
39     result = {name::name,age:age}
40     print(mysql-result:{}.format(result))
41     return(result)
42 
43 
44 if __name__ == __main__:
45     mysql_dispose(zz3,45)
46 
47 
48 out-put>>>:
49 第一次执行:
50     redis not find:function-name:mysql_dispose,args:(zz3, 45),kargs:{}
51     mysql-result:{name:: zz3, age: 45}
52     final result:{name:: zz3, age: 45}
53      Total time of this query:2.0049448013305664
54 
55 第二次执行(距第一次5秒内执行):
56     <class dict>
57     redis find:function-name:mysql_dispose,args:(zz3, 45),kargs:{},result:{name:: zz3, age: 45}
58     Total time of this query:0.005013942718505859
59 
60   第三次执行(5秒后): 
61     redis not find:function-name:mysql_dispose,args:(zz3, 45),kargs:{}
62     mysql-result:{name:: zz3, age: 45}
63     final result:{name:: zz3, age: 45}
64      Total time of this query:2.0038458017378002

    不难看出,原本需要2秒才能完成的数据库查询动作,再有了redis缓存后可以直接返回结果,提高了响应速率

 

缓存的应用场景以及要注意的问题

原文:https://www.cnblogs.com/wangbaojun/p/10716607.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!