Pyhton浅谈-Python与中间件之Memcache(4)
一 、缓存的由来：
我们使用应用程序时，应用程序通过与数据库进行交互来显示给用户，但是，当用户访问量增加，那么应用程序每秒处理的请求会增多，数据库服务器压力增加（数据量增大，内存增高），数据库就会出现一些问题：查询速度减慢，
网站出现延迟…，缓存的出现很好的解决了这个问题：
图 1 应用程序和数据库进行交互
二、缓存的运行原理：
如图：当用户发出请求时，应用程序首先去缓存查找数据(2)，如果缓存没有(3)，那么应用程序回去数据库查找(4)，随后返还给应用程序(1)，再去缓存缓存一份(2)，这样可以较大的增加数据库运行效率。
图 2 缓存的运行原理
三、Memcache介绍：
Memcache是一个高性能的分布式的内存对象缓存系统，通过在内存里维护一个统一的巨大的hash表，它能够用来存储各种格式的数据。简单的说就是将数据调用到内存中，然后从内存中读取，从而大大提高读取速度。
Memcache特点：
开源，协议简单；
高效，C语言开发，基于libevent处理；
速度快，内存存储；
C/S架构，TCP连接方便；
数据存满时，通过LRU （Least Recently Used） 机制进行删除；
四、Memache安装(以CentOS为例)：
1.安装 ：
yum install -y memcached
2.查看位置：
whereis memcached 、 which memcached
3.查看帮助：
/usr/bin/memcached -h
4.启动程序：
/usr/bin/memcached -p 11211 -m 128m -vv -u root
-p 端口(默认为11211
-m 设置的缓存大小
-vv 打印详情
-u 用户
5.存入信息：
官方指令文档：https://github.com/memcached/memcached/blob/master/doc/protocol.txt
命令格式：<command name> <key> <flags> <exptime> <bytes>
<command name> 命令
<key> 关键字
<flags> 标志位(为0即可)
<exptime> 存活时间(0为永久存活)
<bytes> 大小 注意：需要与下面的存储数据的大小一样，否则会报错
添加数据：
set myname 0 60 5
catt1e(大小为5个Bytes)
查找数据：
get myname(key)
6.退出：
quit
五、Python操作—pymemcache：
如下为Python操作pymemcache，主要实现功能为：存取数据，如若memcache缓存(get_cache)没有，则去get_data里面取，随后将信息缓存(mid_cache)，如若缓存有数据，则去缓存里取数据。
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:catt1e
import time
import json
from pymemcache.client.base import Client
def get_data():
'''获取数据
1. 从mysql获取
2. 从其他接口获取
'''
data = {'ch':['ch001','ch002'], 'mudan':['牡丹A','牡丹B']}
time.sleep(3)
return data
def show_data(data):
for k, v in data.items():
print(k, v)
def mid_cache(k, data):
'''缓存数据
'''
client = Client(('192.168.0.115', 11211))
ret = client.set(k, json.dumps(data))
return ret
def get_cache(k):
'''从k取缓存数据'''
client = Client(("192.168.0.115", 11211))
try:
data = client.get(k)
return json.loads(data)
except Exception as e:
print(e)
return False
def main():
k = 'tv'
data = get_cache(k)
if data:
print('from cache...')
show_data(data)
else:
print('no data, 第一次取')
data = get_data()
mid_cache(k, data)
if __name__ == '__main__':
main()
pymemcache官方文档：
https://pymemcache.readthedocs.io/en/latest/getting_started.html#serialization