Redis Django 缓存后端技术文档
2024-12-23 13:51:24作者:凌朦慧Richard
1. 安装指南
1.1 环境要求
redis-py>= 2.10.3redis>= 2.4hiredispython>= 2.7
1.2 安装步骤
-
使用
pip安装django-redis-cache:pip install django-redis-cache -
修改 Django 项目的
settings.py文件,配置缓存后端为redis_cache。
2. 项目安装方式
2.1 使用 TCP 连接
在 settings.py 中配置 CACHES 如下:
CACHES = {
'default': {
'BACKEND': 'redis_cache.RedisCache',
'LOCATION': [
'<host>:<port>',
'<host>:<port>',
'<host>:<port>',
],
'OPTIONS': {
'DB': 1,
'PASSWORD': 'yadayada',
'PARSER_CLASS': 'redis.connection.HiredisParser',
'CONNECTION_POOL_CLASS': 'redis.BlockingConnectionPool',
'CONNECTION_POOL_CLASS_KWARGS': {
'max_connections': 50,
'timeout': 20,
},
'MAX_CONNECTIONS': 1000,
'PICKLE_VERSION': -1,
},
},
}
2.2 使用 Unix 域套接字
在 settings.py 中配置 CACHES 如下:
CACHES = {
'default': {
'BACKEND': 'redis_cache.RedisCache',
'LOCATION': '/path/to/socket/file',
'OPTIONS': {
'DB': 1,
'PASSWORD': 'yadayada',
'PARSER_CLASS': 'redis.connection.HiredisParser',
'PICKLE_VERSION': 2,
},
},
}
2.3 主从配置
在 settings.py 中配置 CACHES 如下:
CACHES = {
'default': {
'BACKEND': 'redis_cache.RedisCache',
'LOCATION': [
'<host>:<port>',
'<host>:<port>',
'<host>:<port>',
],
'OPTIONS': {
'DB': 1,
'PASSWORD': 'yadayada',
'PARSER_CLASS': 'redis.connection.HiredisParser',
'PICKLE_VERSION': 2,
'MASTER_CACHE': '<master host>:<master port>',
},
},
}
3. 项目的使用说明
3.1 缓存操作
django-redis-cache 提供了与 Django 内置缓存后端相同的 API,并增加了一些额外的功能。
3.1.1 cache.delete_pattern
使用通配符模式删除缓存键。
示例:
>>> from news.models import Story
>>>
>>> most_viewed = Story.objects.most_viewed()
>>> highest_rated = Story.objects.highest_rated()
>>> cache.set('news.stories.most_viewed', most_viewed)
>>> cache.set('news.stories.highest_rated', highest_rated)
>>> data = cache.get_many(['news.stories.highest_rated', 'news.stories.most_viewed'])
>>> len(data)
2
>>> cache.delete_pattern('news.stories.*')
>>> data = cache.get_many(['news.stories.highest_rated', 'news.stories.most_viewed'])
>>> len(data)
0
3.1.2 cache.clear
清除缓存中的所有键,可以选择指定版本号来删除特定版本的键。
3.1.3 cache.reinsert_keys
重新插入所有缓存键,适用于更改缓存条目的 pickle 协议版本时。
3.2 防雪崩保护
get_or_set 方法支持防雪崩保护,通过传入一个可调用对象和超时时间,确保在缓存失效时只有一个请求去获取新数据,其他请求则使用旧数据。
示例:
tweets = cache.get_or_set('tweets', twitter.get_newest, timeout=300)
4. 项目API使用文档
4.1 缓存设置
BACKEND: 缓存后端,设置为redis_cache.RedisCache。LOCATION: Redis 服务器地址,可以是 TCP 连接或 Unix 域套接字。OPTIONS: 缓存选项,包括数据库编号、密码、解析器类、连接池类等。
4.2 缓存操作API
cache.set(key, value, timeout=None): 设置缓存键值对。cache.get(key, default=None): 获取缓存键的值。cache.delete(key): 删除缓存键。cache.delete_pattern(pattern): 使用通配符模式删除缓存键。cache.clear(version=None): 清除缓存中的所有键,可选指定版本号。cache.reinsert_keys(): 重新插入所有缓存键。
4.3 防雪崩保护API
cache.get_or_set(key, callable, timeout=None): 获取缓存键的值,如果缓存失效则调用可调用对象获取新值。
通过以上文档,您可以轻松安装、配置和使用 django-redis-cache 项目,并了解其提供的 API 和功能。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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。Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
Launch4j中文版:Java应用程序打包成EXE的终极解决方案 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 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
Ascend Extension for PyTorch
Python
116
149
暂无简介
Dart
578
127
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++
605
182
仓颉编译器源码及 cjdb 调试工具。
C++
121
295
🎉 (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
1.04 K
610
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.14 K