Redis Django 缓存后端技术文档
2024-12-23 13:14:31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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
404
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355