Flask-Caching如何使用提高性能

 更新时间:2025年01月23日 11:29:41   作者:Channing Lewis  
Flask-Caching是提高Flask应用性能的工具,通过缓存数据减少重复计算,加快响应速度,本文就来介绍一下Flask-Caching使用,具有一定的参考价值,感兴趣的可以了解一下

在 Flask 中,使用 Flask-Caching 可以显著提高应用的性能,尤其是对于计算密集型操作、数据库查询或外部 API 调用。Flask-Caching 通过存储数据的副本减少重复计算,从而加快响应速度。

1. 安装 Flask-Caching

首先,安装 Flask-Caching:

pip install Flask-Caching

2. 配置 Flask-Caching

在 Flask 应用中,配置缓存类型和参数,例如使用内存、Redis、文件系统等。

示例:使用内存缓存

from flask import Flask, request
from flask_caching import Cache

app = Flask(__name__)

# 配置 Flask-Caching(使用简单的内存缓存)
app.config['CACHE_TYPE'] = 'SimpleCache'  # 使用简单内存缓存
app.config['CACHE_DEFAULT_TIMEOUT'] = 300  # 默认缓存超时(秒)

cache = Cache(app)

@app.route('/')
@cache.cached(timeout=60)  # 为此路由缓存60秒
def index():
    return "Hello, World!"

if __name__ == '__main__':
    app.run(debug=True)

3. 常见缓存类型配置

Flask-Caching 支持多种缓存存储后端,常见配置如下:

缓存类型CACHE_TYPE 值依赖项
内存缓存SimpleCache
Redis 缓存RedisCachepip install redis
文件系统缓存FileSystemCache
Memcached 缓存MemcachedCachepip install pymemcache
Null(禁用缓存)NullCache

1. 使用 Redis 作为缓存:

app.config['CACHE_TYPE'] = 'RedisCache'
app.config['CACHE_REDIS_HOST'] = 'localhost'
app.config['CACHE_REDIS_PORT'] = 6379
app.config['CACHE_REDIS_DB'] = 0
app.config['CACHE_DEFAULT_TIMEOUT'] = 600  # 10分钟

2. 使用文件系统缓存:

app.config['CACHE_TYPE'] = 'FileSystemCache'
app.config['CACHE_DIR'] = '/tmp/flask_cache'

4. Flask-Caching 的使用方式

1. 缓存整个视图函数

@app.route('/data')
@cache.cached(timeout=120)  # 120秒缓存
def expensive_query():
    import time
    time.sleep(5)  # 模拟耗时操作
    return "Expensive data fetched!"

2. 缓存函数调用结果

如果想要缓存某个函数的计算结果:

@cache.memoize(timeout=300)
def compute_expensive_result(x, y):
    import time
    time.sleep(5)  # 模拟耗时
    return x + y

@app.route('/compute')
def compute():
    result = compute_expensive_result(10, 20)
    return f"Computed result: {result}"

3. 基于请求参数缓存

你可以通过 make_cache_key 方法让缓存基于 URL 参数变化。

@app.route('/user')
@cache.cached(timeout=60, query_string=True)
def user_profile():
    username = request.args.get('name', 'Guest')
    return f"Hello, {username}!"

例如:

  • GET /user?name=Alice 会缓存 Alice 的数据
  • GET /user?name=Bob 会缓存 Bob 的数据

5. 手动控制缓存

1. 设置缓存

cache.set('my_key', 'my_value', timeout=300)  # 设置 300 秒

2. 获取缓存

value = cache.get('my_key')
if value is None:
    value = "New Value"
    cache.set('my_key', value, timeout=300)
print(value)

3. 删除缓存

cache.delete('my_key')

4. 清除所有缓存

cache.clear()

6. 高级用法

1. 基于请求 URL 生成缓存键

你可以自定义缓存键,使缓存结果针对不同的用户或查询参数:

def custom_cache_key():
    return request.full_path  # 以完整 URL 作为缓存键

@app.route('/product')
@cache.cached(timeout=300, key_prefix=custom_cache_key)
def product():
    return "Product data"

2. 缓存片段

如果想要在模板中缓存某些片段,可以在视图函数内部使用缓存:

@app.route('/dashboard')
def dashboard():
    stats = cache.get('dashboard_stats')
    if not stats:
        stats = expensive_dashboard_calculation()
        cache.set('dashboard_stats', stats, timeout=600)
    return render_template('dashboard.html', stats=stats)

7. 监控和调试缓存

启用 Flask 的调试模式并添加日志,以查看缓存的命中情况:

app.config['DEBUG'] = True
app.config['CACHE_TYPE'] = 'SimpleCache'
app.config['CACHE_DEFAULT_TIMEOUT'] = 60

启用 System.debug 记录缓存的操作:

import logging
logging.basicConfig(level=logging.DEBUG)

8. 常见问题及解决方案

  • 缓存未生效?

    • 确保已正确设置 CACHE_TYPE,并启用了 CACHE_DEFAULT_TIMEOUT
    • 确保请求没有 no-cache 头,浏览器可能绕过缓存。
  • 如何处理缓存依赖变化?

    • 手动 cache.delete() 删除相关数据的缓存。
  • 如何避免过期导致并发请求?

    • 使用双缓存策略,设置短超时和长超时来减少缓存失效影响。

总结

使用 Flask-Caching 提升性能的关键点:

  • 选择合适的缓存后端(如 Redis、文件、内存等)。
  • 在性能瓶颈处添加缓存,如数据库查询或复杂计算。
  • 使用 @cache.cached 或 @cache.memoize 避免重复处理。
  • 在适当时机手动清理缓存,防止数据陈旧。

如果你需要更复杂的缓存策略,可以考虑:

  • Flask-Limiter 进行速率限制。
  • Celery 进行异步任务处理,与缓存结合使用。

到此这篇关于Flask-Caching如何使用提高性能的文章就介绍到这了,更多相关Flask-Caching使用提高性能内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家! 

相关文章

  • python使用ctypes模块调用windowsapi获取系统版本示例

    python使用ctypes模块调用windowsapi获取系统版本示例

    这篇文章主要介绍了python使用ctypes模块调用windowsapi获取系统版本示例,需要的朋友可以参考下
    2014-04-04
  • Python学习小技巧之列表项的拼接

    Python学习小技巧之列表项的拼接

    这篇文章主要给大家介绍了Python学习小技巧之列表项的拼接的相关资料,文中通过示例代码介绍的非常详细,对大家具有一定的参考学习价值,需要的朋友们下面来一起看看吧。
    2017-05-05
  • Python生成任意波形并存为txt的实现

    Python生成任意波形并存为txt的实现

    本文主要介绍了Python生成任意波形并存为txt的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-11-11
  • python通过yield实现数组全排列的方法

    python通过yield实现数组全排列的方法

    这篇文章主要介绍了python通过yield实现数组全排列的方法,实例分析了全排列的概念及yield实现的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-03-03
  • Python Pyecharts绘制桑基图分析用户行为路径

    Python Pyecharts绘制桑基图分析用户行为路径

    这篇文章主要为大家介绍了Python Pyecharts绘制桑基图分析用户行为路径,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • 解决Pycharm无法import自己安装的第三方module问题

    解决Pycharm无法import自己安装的第三方module问题

    今天小编就为大家分享一篇解决Pycharm无法import自己安装的第三方module问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • 关于numpy中np.nonzero()函数用法的详解

    关于numpy中np.nonzero()函数用法的详解

    下面小编就为大家带来一篇关于numpy中np.nonzero()函数用法的详解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-02-02
  • Python数据可视化plt.savefig如何将图片存入固定路径

    Python数据可视化plt.savefig如何将图片存入固定路径

    这篇文章主要介绍了Python数据可视化plt.savefig如何将图片存入固定路径问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • Python中的logging模块详解

    Python中的logging模块详解

    这篇文章主要介绍了Python中的logging模块详解,默认情况下Python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING,需要的朋友可以参考下
    2023-09-09
  • Python如何处理JSON数据详解

    Python如何处理JSON数据详解

    读取json数据实际上是把json格式变成python中字典、列表等格式化的数据,极大地方便索引查找,下面这篇文章主要给大家介绍了关于Python如何处理JSON数据的相关资料,需要的朋友可以参考下
    2022-10-10

最新评论