[python]使用flask-caching缓存数据

简介

Flask-Caching 是 Flask 的一个扩展，为任何 Flask 应用程序添加了对各种后端的缓存支持。它基于 cachelib 运行，并通过统一的 API 支持 werkzeug 的所有原始缓存后端。开发者还可以通过继承 flask_caching.backends.base.BaseCache 类来开发自己的缓存后端。

官方文档 - https://flask-caching.readthedocs.io/en/latest/index.html

安装

pip install Flask-Caching

设置

缓存通过缓存实例来管理

from flask import Flask
from flask_caching import Cache

config = {
    "DEBUG": True,          # some Flask specific configs
    "CACHE_TYPE": "SimpleCache",  # Flask-Caching related configs
    "CACHE_DEFAULT_TIMEOUT": 300
}
app = Flask(__name__)
# tell Flask to use the above defined config
app.config.from_mapping(config)
cache = Cache(app)

也可以使用init_app来延后配置缓存实例

cache = Cache(config={'CACHE_TYPE': 'SimpleCache'})

app = Flask(__name__)
cache.init_app(app)

还可以提供一个备用的配置字典，如果有多个Cache缓存实例，每个实例使用不同的后端，这将非常有用。

#: Method A: During instantiation of class
cache = Cache(config={'CACHE_TYPE': 'SimpleCache'})
#: Method B: During init_app call
cache.init_app(app, config={'CACHE_TYPE': 'SimpleCache'})

缓存视图函数

使用cached()装饰器缓存视图函数，默认使用path作为缓存的key

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

cached 装饰器还有另一个可选参数叫做 unless。这个参数接受一个可调用对象，它返回 True 或 False。如果 unless 返回 True，那么将完全跳过缓存机制。

为了在视图中动态确定超时时间，可以返回 CachedResponse，这是 flask.Response 的子类。

@app.route("/")
@cache.cached()
def index():
    return CachedResponse(
        response=make_response(render_template('index.html')),
        timeout=50,
    )

缓存插拔式视图类

from flask.views import View

class MyView(View):
    @cache.cached(timeout=50)
    def dispatch_request(self):
        return 'Cached for 50s'

缓存其它函数

使用相同的 @cached 装饰器，还可以缓存其他非视图相关的函数的结果。需要注意替换 key_prefix，否则它将使用 request.path 作为 cache_key。键控制从缓存中获取什么内容。例如，如果一个键在缓存中不存在，将会在缓存中创建一个新的键值对条目。否则，将会返回该键的值（即缓存的结果）。

@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()

自定义缓存键

有时您希望为每个路由定义自己的缓存键。使用 @cached 装饰器，您可以指定如何生成这个键。当缓存键不应仅仅是默认的 key_prefix，而是必须从请求中的其他参数派生时，这可能会非常有用。例如，在缓存 POST 路由时，缓存键应该根据请求中的数据而不仅仅是路由或视图本身来确定，这时就可以使用这个功能。

def make_key():
   """A function which is called to derive the key for a computed value.
      The key in this case is the concat value of all the json request
      parameters. Other strategy could to use any hashing function.
   :returns: unique string for which the value should be cached.
   """
   user_data = request.get_json()
   return ",".join([f"{key}={value}" for key, value in user_data.items()])

@app.route("/hello", methods=["POST"])
@cache.cached(timeout=60, make_cache_key=make_key)
def some_func():
   ....

记忆化

在记忆化中，函数参数也会包含在cache_key中

注意：对于不接收参数的函数来说，cached() 和 memoize() 实际上是相同的。

Memoize 也适用于方法，因为它会将 self或 cls 参数的身份作为缓存键的一部分。

记忆化背后的理论是，如果你有一个函数需要在一次请求中多次调用，那么它只会在第一次使用这些参数调用该函数时进行计算。例如，一个 sqlalchemy 对象用来确定一个用户是否具有某个角色。在一次请求中，你可能需要多次调用这个函数。为了避免每次需要这些信息时都访问数据库，你可能会做如下操作：

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

将可变对象（类等）作为缓存键的一部分可能会变得棘手。建议不要将对象实例传递给记忆化函数。然而，memoize 会对传入的参数执行 repr()，因此如果对象有一个返回唯一标识字符串的 __repr__ 函数，该字符串将被用作缓存键的一部分。

例如，一个 sqlalchemy 的 person 对象，返回数据库 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)

删除记忆化缓存

您可能需要按函数删除缓存。使用上述示例，假设您更改了用户的权限并将其分配给某个角色，但现在您需要重新计算他们是否拥有某些成员资格。您可以使用 delete_memoized() 函数来实现这一点：

cache.delete_memoized(user_has_membership)

如果仅将函数名称作为参数提供，那么该函数的所有记忆化版本都将失效。然而，您可以通过提供与缓存时相同的参数值来删除特定的缓存。在下面的示例中，只有用户角色的缓存被删除：

user_has_membership('demo', 'admin')
user_has_membership('demo', 'user')

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

如果一个类方法被记忆化，您必须将类作为第一个 *args 参数提供。

class Foobar(object):
    @classmethod
    @cache.memoize(5)
    def big_foo(cls, a, b):
        return a + b + random.randrange(0, 100000)

cache.delete_memoized(Foobar.big_foo, Foobar, 5, 2)

缓存Jinja2模板

基本使用

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

默认情况下，“模板文件路径” + “块开始行”的值被用作缓存键。此外，键名也可以手动设置。键会连接成一个字符串，这样可以避免在不同模板中评估相同的块。

将超时设置为 None 以表示没有超时，但可以使用自定义键。

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

设置timeout为del来删除缓存值

{% cache 'del', key1 %}
...
{% endcache %}

如果提供了键，您可以轻松生成模板片段的键，并在模板上下文外部删除它。

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

考虑使用render_form_field和render_submit

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

清空缓存

清空应用缓存的简单示例

from flask_caching import Cache

from yourapp import app, your_cache_config

cache = Cache()


def main():
    cache.init_app(app, config=your_cache_config)

    with app.app_context():
        cache.clear()

if __name__ == '__main__':
    main()

某些后端实现不支持完全清除缓存。此外，如果您不使用键前缀，一些实现（例如 Redis）会清空整个数据库。请确保您没有在缓存数据库中存储任何其他数据。

显式缓存数据

数据可以通过直接使用代理方法如 Cache.set() 和 Cache.get() 来显式缓存。通过 Cache 类还有许多其他可用的代理方法。

@app.route("/html")
@app.route("/html/<foo>")
def html(foo=None):
    if foo is not None:
        cache.set("foo", foo)
    bar = cache.get("foo")
    return render_template_string(
        "<html><body>foo cache: {{bar}}</body></html>", bar=bar
    )

基本使用示例

from flask import Flask
from flask_caching import Cache
import time

flask_cache = Cache(config={'CACHE_TYPE': 'SimpleCache'})

app = Flask(__name__)

fake_db = {
    "zhangsan": "qwerty"
}

def do_io(username: str):
    time.sleep(0.01)
    return fake_db.get(username, "")

@app.get("/user/<username>")
def get_user(username):
    if data := flask_cache.get(username):
        print(f"getting data from cache, username: {username}")
        return data
    else:
        print("data not found in cache")
    
    db_data = do_io(username)
    flask_cache.set(username, db_data, timeout=10)
    return db_data

if __name__ == "__main__":
    flask_cache.init_app(app)
    app.run("127.0.0.1", 8000)

测试

wrk -t1 -c10 -d30s http://127.0.0.1:8000/user/zhangsan

SimpleCache在gunicorn中的问题

gunicorn会创建多个子进程，子进程之间是否共享simplecache？

先写一个普通的service，暴露两个api

GET /cache/<key_name>: 根据key name获取缓存值
POST /cache: 添加缓存

from flask import Flask, request
from flask_caching import Cache
from typing import Optional

flask_config = {
    "CACHE_TYPE": "SimpleCache",
    "CACHE_DEFAULT_TIMEOUT": 300
}

app = Flask(__name__)
app.config.from_mapping(flask_config)
cache = Cache(app)

@app.get("/cache/<foo>")
def get_cached_data(foo: Optional[str]):
    if not foo:
        return "foo is None\n"
    cache_rst = cache.get(foo)
    if not cache_rst:
        return f"key {foo} is not in cache\n"
    return f"find key {foo} in cache, value is {cache_rst}\n"

@app.post("/cache")
def set_cached_data():
    try:
        req_body = request.get_json()
    except Exception as e:
        raise Exception(f"request body is not json format, error: {e}\n") from e
    
    key = req_body.get("key", None)
    value = req_body.get("value", None)
    if not key or not value:
        return "key or value is None\n"
    if cached_data := cache.get(key):
        return f"key {key} is already in cache, value is {cached_data}\n"
    cache.set(key, value)
    return f"set key {key} in cache, value is {value}\n"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000)

先用flask默认运行方式运行，测试接口是否正常

# 添加键值对缓存
curl -X POST http://127.0.0.1:5000/cache -H 'Content-Type: application/json' -d '{"key": "k1", "value": "v1"}'

# 获取缓存
curl http://127.0.0.1:5000/cache/k1

如果响应正常的话，再用gunicorn启动。如下命令将启动4个工作子进程

gunicorn demo:app -b 0.0.0.0:5000 -w 4 -k gevent --worker-connections 2000

请求测试。第一个请求设置缓存，后面四个获取缓存，可见工作进程之间并不共享flask_cache。如果用gunicorn或多个flask service实例，最好换其他cache type，比如RedisCache。

$ curl -X POST http://127.0.0.1:5000/cache -H 'Content-Type: application/json' -d '{"key": "k1", "value": "v1"}'
set key k1 in cache, value is v1

$ curl http://127.0.0.1:5000/cache/k1
key k1 is not in cache

$ curl http://127.0.0.1:5000/cache/k1
key k1 is not in cache

$ curl http://127.0.0.1:5000/cache/k1
find key k1 in cache, value is v1

$ curl http://127.0.0.1:5000/cache/k1
key k1 is not in cache

参考

官方文档：https://flask-caching.readthedocs.io/en/latest/index.html

posted @ 2024-12-16 22:08 花酒锄作田阅读(18) 评论(0) 编辑收藏举报

刷新页面返回顶部

花酒锄作田

向前看，别回头。