Django 缓存

django缓存

一、缓存

1.1 django中的缓存方式

​	1. 开发调试缓存

​	2. 内存缓存

​	3. 文件缓存

​	4. 数据库缓存

​	5. Memcache 缓存（使用 python-memcached 模块）

​	6. Memcache 缓存（使用 pylibmc 模块）

官方文档：https://docs.djangoproject.com/en/1.11/topics/cache/

1.2 缓存的配置

1️⃣开发调试缓存

# settings.py  开发调试使用，实际上不执行任何操作

CACHES = {
     'default': {
      'BACKEND': 'django.core.cache.backends.dummy.DummyCache',  # 缓存后台使用的引擎
      'TIMEOUT': 300,            # 缓存超时时间（默认300秒，None表示永不过期，0表示立即过期）
      'OPTIONS':{
           'MAX_ENTRIES': 300,          # 最大缓存记录的数量（默认300）
           'CULL_FREQUENCY': 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
      },
     }
}

2️⃣内存缓存

# settings.py

CACHES = {
     'default': {
      'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',  # 指定缓存使用的引擎
      'LOCATION': 'unique-snowflake',         # 写在内存中的变量的唯一值 
      'TIMEOUT':300,             # 缓存超时时间(默认为300秒,None表示永不过期)
      'OPTIONS':{
           'MAX_ENTRIES': 300,           # 最大缓存记录的数量（默认300）
           'CULL_FREQUENCY': 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
      }  
     }
}

3️⃣文件缓存

# settings.py

CACHES = {
     'default': {
      'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache', #指定缓存使用的引擎
      'LOCATION': '/var/tmp/django_cache',        #指定缓存的路径
      'TIMEOUT':300,              #缓存超时时间(默认为300秒,None表示永不过期)
      'OPTIONS':{
           'MAX_ENTRIES': 300,            # 最大缓存记录的数量（默认300）
           'CULL_FREQUENCY': 3,           # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
      }
     }   
}

4️⃣数据库缓存

# settings.py

CACHES = {
     'default': {
      'BACKEND': 'django.core.cache.backends.db.DatabaseCache',  # 指定缓存使用的引擎
      'LOCATION': 'cache_table',          # 数据库表    
      'OPTIONS':{
           'MAX_ENTRIES': 300,           # 最大缓存记录的数量（默认300）
           'CULL_FREQUENCY': 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
      }  
     }   
}
# 注意，使用此类型的数据库缓存，必须在内存中创建一张表
# 创建缓存的数据表使用的语句：
python manage.py createcachetable

5️⃣Memcache​缓存

使用 python-memcached 模块连接 memcache

Memcached 是 Django 原生支持的缓存系统。要使用 Memcached，需要下载 Memcached 的支持库 python-memcached 或 pylibmc。

# settings.py

CACHES = {
     'default': {
      'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache', # 指定缓存使用的引擎
      'LOCATION': '192.168.10.100:11211',         # 指定Memcache缓存服务器的IP地址和端口
      'OPTIONS':{
           'MAX_ENTRIES': 300,            # 最大缓存记录的数量（默认300）
           'CULL_FREQUENCY': 3,           # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
      }
     }
}

# 其中LOCATION也可以配置成这样：
'LOCATION': 'unix:/tmp/memcached.sock',   # 指定局域网内的主机名加socket套接字为Memcache缓存服务器
'LOCATION': [         # 指定一台或多台其他主机ip地址加端口为Memcache缓存服务器
     '192.168.10.100:11211',
     '192.168.10.101:11211',
     '192.168.10.102:11211',
]

6️⃣Memcache缓存

使用 pylibmc 模块连接 Memcache

# settings.py

settings.py文件配置
 CACHES = {
      'default': {
       'BACKEND': 'django.core.cache.backends.memcached.PyLibMCCache',  # 指定缓存使用的引擎
       'LOCATION':'192.168.10.100:11211',  # 指定本机的11211端口为Memcache缓存服务器
       'OPTIONS':{
            'MAX_ENTRIES': 300,            # 最大缓存记录的数量（默认300）
            'CULL_FREQUENCY': 3,           # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
       },  
      }
 }  
# 注意： 配置文件里面的LOCATION同样可以向上面一样的配置
# ps:Memcached 是基于内存的缓存，数据存储在内存中。所以如果服务器死机的话，数据会丢失，所以 Memcached 一般与其他缓存配合使用。

1.3 缓存粒度

1️⃣ 单页面缓存

# views.py 基于内存的
from django.views.decorators.cache import cache_page
import time

@cache_page(5)          #超时时间为5秒
def index(request):
　　cur_time=time.time()      #获取当前时间
　　bookList=Book.objects.all()
　　return render(request,"index.html",locals())

# index.html  在5秒内访问的时间都是相同的
{{ cur_time }}  

2️⃣全站使用缓存

# 在setting中配置两个中间件：注意顺序
MIDDLEWARE = [
    'django.middleware.cache.UpdateCacheMiddleware',  # 最上方
        ......
    'django.middleware.cache.FetchFromCacheMiddleware'  # 最下方
]
CACHE_MIDDLEWARE_SECONDS=5  # 设置超时时间
# 然后其他的内容正常的写

3️⃣ ​局部使用

# html文件中
{% load cache %}
# 第一个参数表示缓存时间，第二个参数是key值（取缓存的时候，需要根据key值取） 
{% cache 2 'name' %}    
	时间：{{ cur_time }}
{% endcache %}

4️⃣ 前后端分离

# 设置值跟取值：
    cache.set('test_data',{'name':'lqz','age':18},5)
    cache.get('test_data')