写于2022.9.16
参考:https://blog.csdn.net/huang_yong_peng/article/details/82622077?spm=1001.2014.3001.5506
flask进行缓存有两种方案:
-
基于werkzeug自定义缓存装饰器
-
基于flask-cache(推荐)
pip install flask-cache
基于flask-cache给出一个缓存示例
想基于缓存机制实现的效果是:
查询场景类似于传递名字来查询某个人的信息,想要缓存每次的查询记录和结果,当出现相同查询同一个人的信息时,直接调用缓存结果,
比如缓存一堆用户名和对应的查询信息。
此时有两个方案:
方案一:基于flask-cache的memoize
from flask import Flask
from flask_cache import Cache
app = Flask(__name__)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})
@app.route('/user/<name>')
@cache.memoized(timeout=300)
def hello(name):
print(name)
return "该name对应的信息"
此时接口访问形式为:
/user/tom, tom为传递的用户名
此时缓存项的键是**/user/tom**
此方案的缺点在于,只能传递一个参数,想要传递多个参数怎么办,用方案二。
方案二:基于flask-cache的cached(推荐)
参考:https://www.cnblogs.com/Jacob-yang/p/15905907.html
from flask import Flask
from flask_cache import Cache
app = Flask(__name__)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})
# 获取url作为缓存项键值
def key_prefix_func():
with app.app_context():
cache_key = request.url
return cache_key
@app.route('/user')
@cache.cached(timeout=300, key_prefix=key_prefix_func)
def hello():
name = request.args.get("name")
print(name)
return "该name对应的信息"
此时接口访问形式为:
/user?name=tom, tom为传递的用户名
此时缓存项的键是**/user?name=tom**
这种方案的好处在于不限制参数数量。
使用flask-cache遇到的问题及解决办法汇总(本人遇到且采用):
Q1:ImportError: cannot import name ‘import_string‘ from ‘werkzeug‘
解决办法:https://blog.csdn.net/qf895811239/article/details/125861897
Q2:No module named flask.ext
解决办法:https://blog.csdn.net/weixin_41790086/article/details/106622676
Q3:ModuleNotFoundError: No module named ‘werkzeug.contrib‘
解决办法:https://blog.csdn.net/hegongda9/article/details/120593910
总结如下:
使用缓存机制,
1.需要安装flask_cache、cachelib
2.需要更改falsk_cache源码(避免报上面的错),找到flask-cache的安装路径:
(1)init.py
将:from werkzeug import import_string
改为:from werkzeug.utils import import_string
(2)jinjia2ext.py
将:from flask.ext.cache import make_template_fragment_key
改为:from flask_cache import make_template_fragment_key
(3)backends.py
将 from werkzeug.contrib.cache import (BaseCache, NullCache, SimpleCache, MemcachedCache,
GAEMemcachedCache, FileSystemCache)
改为:
from cachelib import (BaseCache, NullCache, SimpleCache, MemcachedCache,
FileSystemCache)