Flask-Cache的使用

当一个资源需要从服务器中获取，并且资源比较庞大，服务器可能处理起来比较慢，并且此功能为热门功能，可能用户需要经常访问获取。此时，服务器就可以考虑缓存技术。缓存就是数据交换的缓冲区（称作Cache），当某一硬件要读取数据时，会首先从缓存中查找需要的数据，如果找到了则直接执行，找不到的话则从内存中找。由于缓存的运行速度比内存快得多，故缓存的作用就是帮助硬件更快地运行。接下来将记录一下如何缓存一个Flask的请求，并且记录一下Flask的缓存扩展库Flask-Cache：

安装

pip install flask-cache

初始化

当我们安装好了Flask-Cache模块时，我们还需要对其进行实例化，并进行相应的配置：

from flask import Flask
from flask_cache import Cache

app = Flask(__name__)
cache = Cache(app,config={
    "CACHE_TYPE":"simple"
})

也可以使用init_app()方法稍后设置你的实例：

app = Flask(__name__)
cache = Cache(config={
    "CACHE_TYPE":"simple"
})
cache.init_app(app)

或者也可以这样：

app = Flask(__name__)
cache = Cache()
cache.init_app(app,config={
    "CACHE_TYPE":"simple"
})

缓存视图函数

要缓存视图函数，你可以使用@cache.cached()装饰器，这个装饰器默认使用request.path作为cache_key：

@app.route("/get_info")
@cache.cached()
def get_info():
    print "no cache"
    return "it is ok!"

@cache.cached()装饰器还可以接收参数，如参数timeout设置缓存过期时间；参数unless接收一个Bool类型的值，如果设置为True将不会使用缓存机制；参数key_prefix替换默认的cache_key

缓存其他函数

使用@cache.cached()装饰器可以缓存其它非视图相关函数的结果，当使用@cache.cached()装饰器缓存非视图相关函数的结果时，建议传入参数key_prefix来替换默认的cache_key，否则它将会默认使用request.path作为cache_key:

@cache.cached(timeout=30,key_prefix="aaa")
def sum_data(a,b):
    return int(a) + int(b)

memoize()

在@cache.memoize()装饰器中，函数的参数也包含在cache_key中：

@cache.memoize(timeout=30)
def sum_data(a,b):
    return int(a) + int(b)

值得注意的是，对于不接收参数的函数来说，@cache.memoize()与@cache.cached()是一样的

清除缓存

以下是一个用于清除应用程序缓存的示例脚本：

from manager import app,cache

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

配置

Flask-Cache支持多个类型作为缓存后端，不同的缓存后端，配置项也不尽相同，接下来记录一下Flask-Cache支持的缓存后端：

• null：无缓存。相关配置项如下：

- simple：使用本地python字典进行存储，这不是线程安全的。相关配置项如下：

- filesystem：使用文件系统来存储缓存的值。相关配置项如下：

- memcached：使用memcached服务器作为缓存后端，支持pylibmc或memcache或Google应用程序引擎memcache库。相关配置项如下：

- redis：使用Redis作为缓存后端。相关配置项如下：

举个栗子：

from flask import Flask
from flask_cache improt Cache

app = Flask(__name__)
cache = Cache(app,config={
    "CACHE_TYPE":"redis",
    "CACHE_REDIS_HOST":"192.168.0.158",
    "CACHE_REDIS_PORT":6379,
    "CACHE_REDIS_PASSWORD":"123456",
    "CACHE_REDIS_DB":2
})

@app.route("/get_info")
@cache.cached(timeout=30)
def get_info():
    print "no cache!"
    return "it is ok!"

if __name__ == "__main__":
    app.run()

• saslmemcached：使用memcached服务器作为缓存后端，打算与支持SASL的连接一起使用到memcached服务器。pylibmc是必须的，SASL必须由libmemcached支持。相关配置项如下：