ContentType
场景需求:比方说我们现有两种商品,但是他们对应着一个价格策略表,为了防止数据库的浪费,我们在价格策略中加入一个表名字段,一个表明对应的id字段,这样的设计既优化了数据库,还不怕商品的增加,若再增加一个商品我们只需要再增加一个表就好,但是这样查询起来就很不方便,需要写大量的查询语句,所以ContentType就帮助我们来搞定这些事情。
Models:
GenericForeignKey():需要传参ct_field='content_type'、fk_field='object_id'(ct_field需要传入一个queryset对象,fk_field对应属性值)
GenericRelation():对应GenericForeignKey所属的表,然后写上fk_field、ct_field对应的字段名
from django.db import models from django.contrib.contenttypes.fields import GenericForeignKey, GenericRelation from django.contrib.contenttypes.models import ContentType # Create your models here. class PT_Course(models.Model): id = models.AutoField(primary_key=True) name = models.CharField(max_length=32) # to, object_id_field='object_id', content_type_field='content_type', PricePolicy_obj = GenericRelation('PricePolicy', 'table_id', 'table_name') def __str__(self): return self.name class SF_Course(models.Model): id = models.AutoField(primary_key=True) name = models.CharField(max_length=32) PricePolicy_obj = GenericRelation('PricePolicy', 'table_id', 'table_name') def __str__(self): return self.name class PricePolicy(models.Model): id = models.AutoField(primary_key=True) price = models.DecimalField(max_digits=6, decimal_places=2) table_name = models.ForeignKey(to=ContentType, null=True) table_id = models.CharField(max_length=32, null=True) Course_obj = GenericForeignKey('table_name', 'table_id')
Views:
from django.shortcuts import render, HttpResponse from rest_framework.views import APIView from django.contrib.contenttypes.models import ContentType from app01 import models class look(APIView): def get(self, request): # 插入数据 course = models.PT_Course.objects.filter(name='pt4').first() table_name = ContentType.objects.get(model='pt_course') # table_name = models.ForeignKey(to=ContentType, null=True):这个字段传入的必须是一个contentType对象 models.PricePolicy.objects.create(price=0.1, table_name=table_name, table_id=course.id) # 第二种方式插入数据 obj = models.PT_Course.objects.get(pk=3) # Course_obj 为GenericForeignKey的字段名 models.PricePolicy.objects.create(price=5.20, Course_obj=obj) # 取出数据 prices = models.PricePolicy.objects.all() for price in prices: print(price.table_name.model) print(price.table_id) return HttpResponse('hello')
Django缓存机制
缓存介绍:
在动态网站中,用户的所有请求,服务器都会去数据库中进行相应的增删改查,渲染模板,执行业务逻辑,最后生成用户看到的页面。
当一个网站的用户访问量很大的时候,每一次的后台操作,都会消耗很多的服务端资源,所以必须使用缓存来减轻后端服务的压力。
缓存是将一些常用的数据保存到内存或者memcahce中,在一定的时间内有人来访问这些数据时,则不再去执行数据库及渲染操作,而是直接从内存或memcache的缓存中去取得数据,然后返回用户。
Django的6中缓存方式:
开发调试缓存
内存缓存
文件缓存
数据库缓存
Memcache缓存(使用python-memcached模块)
Memcache缓存(使用pylibmc模块)
注:经常使用的有文件缓存和Memcache缓存
开发调试(此模式为开发调试使用,实际上不执行任何操作)
settings.py文件配置
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) }, } }
内存缓存(将缓存内容保存至内存区域中)
settings.py文件配置
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) } } }
文件缓存(把缓存数据存储在文件中)
settings.py文件配置
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) } } }
数据库缓存(把缓存数据存储在数据库中)
settings.py文件配置
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,创建缓存的数据库表使用的语句:
python manage.py createcachetable
Memcache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文件配置
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) } } }
LOCATION也可以配置成如下:
'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', ]
Memcache缓存(使用pylibmc模块连接memcache)
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) }, } }
LOCATION也可以配置成如下:
'LOCATION': '/tmp/memcached.sock', # 指定某个路径为缓存目录 'LOCATION': [ # 分布式缓存,在多台服务器上运行Memcached进程,程序会把多台服务器当作一个单独的缓存,而不会在每台服务器上复制缓存值 '192.168.10.100:11211', '192.168.10.101:11211', '192.168.10.102:11211', ]
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,数据就会丢失,所以Memcached一般与其他缓存配合使用