Django pylibmc 缓存后端技术文档
2024-12-23 09:19:38作者:农烁颖Land
1. 安装指南
安装要求
- 需要
pylibmc1.4.1 或更高版本。 - 支持 Django 1.8 到 2.0 版本。
- 支持 Python 2.7, 3.4, 3.5, 和 3.6 版本。
安装方式
可以通过 pip 从 PyPI 或 GitHub 安装 django-pylibmc:
-
从 PyPI 安装:
pip install django-pylibmc -
从 GitHub 安装:
pip install -e git://github.com/django-pylibmc/django-pylibmc.git#egg=django-pylibmc
2. 项目使用说明
配置缓存后端
在 Django 项目的 settings.py 文件中配置缓存后端,示例如下:
CACHES = {
'default': {
'BACKEND': 'django_pylibmc.memcached.PyLibMCCache',
'LOCATION': 'localhost:11211',
'TIMEOUT': 500,
'BINARY': True,
'OPTIONS': { # 映射到 pylibmc 的 "behaviors"
'tcp_nodelay': True,
'ketama': True
}
}
}
使用本地 socket 连接
如果希望使用 memcached 的本地 socket 连接,可以将 LOCATION 设置为 socket 文件的路径,例如:
'LOCATION': '/var/run/memcached/memcached.sock'
启用二进制协议
如果希望使用 memcached 的二进制协议,将 BINARY 键的值设置为 True:
'BINARY': True
配置 pylibmc 行为
可以通过 OPTIONS 配置 pylibmc 的行为,例如:
'OPTIONS': {
'tcp_nodelay': True,
'ketama': True
}
压缩设置
pylibmc 支持压缩功能,可以通过 Django 设置 PYLIBMC_MIN_COMPRESS_LEN 来设置最小压缩大小(以字节为单位),默认值为 0(禁用压缩)。
压缩级别可以通过 PYLIBMC_COMPRESS_LEVEL 设置,接受与 Python zlib 模块相同的值。
3. 项目API使用文档
缓存超时设置
在设置缓存值时,memcache 允许设置值的过期时间。常见的值是以秒为单位的超时时间,但也支持 Unix 时间戳和 0 表示“永不过期”。Django 则尝试以当前时间后的秒数来处理缓存超时。0 表示立即过期,None 表示永不过期。
为了避免未来的兼容性问题,建议避免使用 0、None 或负数作为超时值,而是使用秒数(小于 30 天)或省略超时参数以使用默认超时。
4. 项目安装方式
通过环境变量配置
可以选择通过环境变量配置 memcached 连接(例如在 Heroku 平台上)。需要声明以下变量:
MEMCACHE_SERVERSMEMCACHE_USERNAMEMEMCACHE_PASSWORD
测试
安装 tox 并运行测试:
pip install tox
tox
通过以上步骤,您可以成功安装并配置 django-pylibmc,并使用其提供的缓存功能。
登录后查看全文
热门项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134