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
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，有没有使用缓存的必要。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：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import functools
import redis
import time
import json
"""
使用redis做缓存，这里模拟一个web接口缓存的例子
"""
# 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
pool = redis.ConnectionPool(host='127.0.0.1', port=6379)
redis_cli = redis.Redis(connection_pool=pool)
def redis_cache(func):
@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
def wrapper(*args,**kargs):
start_time = time.time()
_key = 'function-name:{},args:{},kargs:{}'.format(func.__name__,args,kargs) #定义key的形式：函数名加与参数组成唯一的key
result = redis_cli.get(_key)
if result: # redis查找到对应的key，直接返回结果
result = json.loads(result)
print(type(result))
print('redis find:{},result:{}'.format(_key,result))
else: # redis没有查找到对应key，查询执行函数，查询mysql
print('redis not find:{}'.format(_key))
result = func(*args,**kargs)
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
print("final result:{}".format(result))
end_time = time.time()-start_time
print("Total time of this query:{}".format(end_time))
return result
return wrapper
@redis_cache
def mysql_dispose(name,age):
time.sleep(2)
result = {'name:':name,'age':age}
print('mysql-result:{}'.format(result))
return(result)
if __name__ == '__main__':
mysql_dispose('tom',18)
第一次查询：
2秒内第2次查询：
第3次查询：
转自：https://www.cnblogs.com/wangbaojun/p/10716607.html