Hishel: 高效HTTP缓存库指南
2024-09-12 21:04:22作者:宣海椒Queenly
项目简介
Hishel是一个遵循RFC 9111标准的HTTP缓存库,专为HTTPX和HTTP Core设计。它提供了一种优雅的方式来存储和复用HTTP响应,提升应用性能。通过智能处理诸如Vary、Etag、Last-Modified等缓存控制头部,Hishel确保了响应的正确性和时效性。
目录结构及介绍
假设您已经克隆了这个项目从GitHub仓库,以下是你可能遇到的主要目录和文件结构:
hishel/
│
├── hishel # 核心库代码所在目录
│ ├── __init__.py # 导入时初始化模块
│ └── ... # 其他相关模块文件
├── examples # 示例代码和使用说明
│ └── basic_usage.py # 基础使用示例
├── tests # 单元测试和集成测试文件
│ └── ...
├── README.md # 项目快速入门和概述
├── setup.py # 安装脚本
└── requirements.txt # 必需的依赖列表
- hishel: 包含库的核心实现,是开发人员主要关注的部分。
- examples: 提供简单实例,帮助新用户快速上手。
- tests: 确保库功能正常运行的重要部分,包含自动化测试案例。
- README.md: 项目概述和快速安装指南。
- setup.py: Python包的标准安装脚本。
- requirements.txt: 列出了项目运行所需的第三方库版本。
项目的启动文件介绍
在Hishel中,并没有一个直接定义为“启动文件”的文件,但用户通常通过导入hishel.CacheClient或hishel.AsyncCacheClient来开始使用。例如,在你的应用中首次使用Hishel时,可能会这样做:
from hishel import CacheClient
with CacheClient() as client:
response = client.get('http://example.com')
对于开发者来说,实际的“启动”点在于如何在自己的应用程序中集成这些客户端对象。
项目的配置文件介绍
Hishel的配置主要是通过代码进行的,而非独立的配置文件。你可以通过创建一个Controller实例并设置其属性来定制缓存行为,比如:
from hishel import Controller
controller = Controller(
cacheable_methods=['GET', 'POST'],
cacheable_status_codes=[200],
allow_stale=True,
always_revalidate=True,
)
client = CacheClient(controller=controller)
此外,存储后端(如Redis、S3、SQLite等)的配置也通常是通过代码指定的,比如配置Redis存储:
from hishel import RedisStorage
storage = RedisStorage(host='localhost', port=6379, db=0, ttl=3600)
client = CacheClient(storage=storage)
虽然没有传统意义上的配置文件,但通过这种灵活的方式,Hishel提供了高度可配置的缓存逻辑和存储策略。
以上就是关于Hishel的基础结构和配置指南。通过这样的组织方式,开发者能够高效地理解和使用该库来优化他们的HTTP请求缓存流程。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634