首頁 後端開發 Python教學 Django使用redis快取伺服器

Django使用redis快取伺服器

Oct 17, 2016 pm 01:51 PM

redis相信大家都很熟悉了,和memcached一樣是一個高效能的key-value資料庫,至於什麼是快取伺服器,度娘都有很明白的介紹了,我在這裡就不一一介紹了。

那我們一般什麼情況下才會使用快取伺服器呢?可不是什麼情況都需要的哦,一般來說是在需要頻繁對一個字段讀取的時候才會需要將這個字段放入到緩存伺服器上,而且由於key-value數據庫一般只是放很簡單的數據,所以在選擇已儲存的物件的時候要注意選擇好。

下面我就來介紹如何在Django中設定使用redis資料庫,首先是先安裝redis了,在Ubuntu中執行下面這句指令:

#安裝Redis伺服器端

1

sudo apt-get install redis-server

登入後複製

   

Django中使用redis,也需要安裝redis for Django的插件:

1

pip install django-redis

登入後複製

   

這是一個開源的項目,github位址是https://github.com/niwibe/django-redis,感謝作者。

那麼現在就是在Django的settings中配置了。

1

2

3

4

5

6

7

8

9

10

11

12

CACHES = {

    'default': {

        'BACKEND': 'redis_cache.cache.RedisCache',

        'LOCATION': '127.0.0.1:6379',

        "OPTIONS": {

            "CLIENT_CLASS": "redis_cache.client.DefaultClient",

        },

    },

}

REDIS_TIMEOUT=7*24*60*60

CUBES_REDIS_TIMEOUT=60*60

NEVER_REDIS_TIMEOUT=365*24*60*60

登入後複製

   

其實只是需要CACHES中的那幾條就可以了,後面這三句可以不需要的,只是我後面的例子裡需要用到,我就在這裡配置了。

好了,現在連接和設定都已經完成了,那麼在專案中該如何使用呢?接下來看下面這段例子。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

from django.conf import settings

from django.core.cache import cache

#read cache user id

def read_from_cache(self, user_name):

    key = 'user_id_of_'+user_name

    value = cache.get(key)

    if value == None:

        data = None

    else:

        data = json.loads(value)

    return data

#write cache user id

def write_to_cache(self, user_name):

    key = 'user_id_of_'+user_name

    cache.set(key, json.dumps(user_name), settings.NEVER_REDIS_TIMEOUT)

登入後複製

   

透過上面的這兩個方法就可以實現對redis的讀取操作了,只需要將需要的字段當參數傳入到方法中就好了。

那麼之前提到的memcached呢?其實也是一樣的配置:

1

2

3

4

5

6

CACHES = {

    'default': {

        'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',

        'LOCATION': '127.0.0.1:11211',

    }

}

登入後複製

當然用法也是跟我上面的例子是一樣的了。其實對於redis這樣的快取伺服器來說,設定都是很簡單的,而具體的使用也不難,官網上面也有很多簡單明了的例子可以供我們參考,只有一點需要注意的,那就是對於要將什麼樣的資訊保存到redis才是我們真正需要關心的。


本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

<🎜>:泡泡膠模擬器無窮大 - 如何獲取和使用皇家鑰匙
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系統,解釋
4 週前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆樹的耳語 - 如何解鎖抓鉤
3 週前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1673
14
CakePHP 教程
1429
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
Python與C:學習曲線和易用性 Python與C:學習曲線和易用性 Apr 19, 2025 am 12:20 AM

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

學習Python:2小時的每日學習是否足夠? 學習Python:2小時的每日學習是否足夠? Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python vs. C:了解關鍵差異 Python vs. C:了解關鍵差異 Apr 21, 2025 am 12:18 AM

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

Python標準庫的哪一部分是:列表或數組? Python標準庫的哪一部分是:列表或數組? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自動化,腳本和任務管理 Python:自動化,腳本和任務管理 Apr 16, 2025 am 12:14 AM

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

科學計算的Python:詳細的外觀 科學計算的Python:詳細的外觀 Apr 19, 2025 am 12:15 AM

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Web開發的Python:關鍵應用程序 Web開發的Python:關鍵應用程序 Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

See all articles