flask-web 缓存Redis——架构、缓存模式、淘汰策略、雪崩、穿透

一、缓存的架构

计算机体系结构中的缓存：

多级缓存

构建本地缓存方法： 使用全局变量，一般适用于保存非常非常高频的数据

项目的方案

• SQLAlchemy起到一定的本地缓存作用
  在同一请求中多次相同的查询只查询数据库一次，SQLAlchemy做了本地缓存（类似Django中的Queryset查询结果集），queryset 查询集(查询结果集) 其中一个作用就是缓存 (起到了本地缓存的作用)
• 使用Redis构建一层缓存，可以用redis cluster 作为一级外部分布式缓存

二、缓存数据

缓存数据的类型

在设计缓存的数据时，可以缓存以下类型的数据

• 一个数值

  例如：

  • 验证码
  • 用户状态
    如：user:{user_id}: enable

• 数据库记录，

  • Caching at the object level

    以数据库对象的角度考虑， 应用更普遍

    例如， 用户的基本信息，一条记录

    user = User.query.filter_by(id=1).first()
    user -> User对象
    {
           
      'user_id':1,
      'user_name': 'python',
      'age': 28,
      'introduction': ''
    }
    

  • Caching at the database query level

    以数据库查询的角度考虑，应用场景较特殊，一般仅针对较复杂的查询进行使用，就是有一条联合查询会被经常查询，但是过滤参数每次都不会变化，可以用这种方法

    query_result = User.query.join(User.profile).filter_by(id=1).first() 
    -> sql = "select a.user_id, a.user_name, b.gender, b.birthday from tbl_user as a inner join tbl_profile as b on a.user_id=b.user_id where a.user_id=1;"
    
    # hash算法 md5
    query = md5(sql)  # 'fwoifhwoiehfiowy23982f92h929y3209hf209fh2'
    
    # redis 
    setex(query, expiry, json.dumps(query_result))
    
    缓存的数据是数据库查询的结果
    
    第一次
    
    sql = select a.user_id, a.user_name, b.gender, b.birthday from tbl_user as a inner join tbl_profile