flask cache

当一个资源需要从服务器中获取，并且资源比较庞大，服务器可能处理起来比较慢，并且此功能为热门功能，可能用户需要经常访问获取。此时，服务器就可以考虑缓存技术。缓存就是数据交换的缓冲区（称作Cache），当某一硬件要读取数据时，会首先从缓存中查找需要的数据，如果找到了则直接执行，找不到的话则从内存中找。由于缓存的运行速度比内存快得多，故缓存的作用就是帮助硬件更快地运行。接下来将记录一下如何缓存一个Flask的请求，并且记录一下Flask的缓存扩展库Flask-Cache：

安装
pip install flask-cache
1
初始化
当我们安装好了Flask-Cache模块时，我们还需要对其进行实例化，并进行相应的配置：

from flask import Flask
from flask_cache import Cache

app = Flask(__name__)
cache = Cache(app,config={
"CACHE_TYPE":"simple"
})
1
2
3
4
5
6
7
也可以使用init_app()方法稍后设置你的实例：

app = Flask(__name__)
cache = Cache(config={
"CACHE_TYPE":"simple"
})
cache.init_app(app)
1
2
3
4
5
或者也可以这样：

app = Flask(__name__)
cache = Cache()
cache.init_app(app,config={
"CACHE_TYPE":"simple"
})
1
2
3
4
5
缓存视图函数
要缓存视图函数，你可以使用@cache.cached()装饰器，这个装饰器默认使用request.path作为cache_key：

@app.route("/get_info")
@cache.cached()
def get_info():
print "no cache"
return "it is ok!"
1
2
3
4
5
@cache.cached()装饰器还可以接收参数，如参数timeout设置缓存过期时间；参数unless接收一个Bool类型的值，如果设置为True将不会使用缓存机制；参数key_prefix替换默认的cache_key

缓存其他函数
使用@cache.cached()装饰器可以缓存其它非视图相关函数的结果，当使用@cache.cached()装饰器缓存非视图相关函数的结果时，建议传入参数key_prefix来替换默认的cache_key，否则它将会默认使用request.path作为cache_key:

@cache.cached(timeout=30,key_prefix="aaa")
def sum_data(a,b):
return int(a) + int(b)
1
2
3
memoize()
在@cache.memoize()装饰器中，函数的参数也包含在cache_key中：

@cache.memoize(timeout=30)
def sum_data(a,b):
return int(a) + int(b)
1
2
3
值得注意的是，对于不接收参数的函数来说，@cache.memoize()与@cache.cached()是一样的

清除缓存
以下是一个用于清除应用程序缓存的示例脚本：

from manager import app,cache

with app.app_context():
cache.clear()
---------------------
作者：喷跑的豆子
来源：CSDN
原文：https://blog.csdn.net/y472360651/article/details/79847933
版权声明：本文为博主原创文章，转载请附上博文链接！

 

 

然后常见bug:

 

 

flask-cache报错No module named 'flask.ext;解决方案

2018年09月23日 14:55:43 原来你是我最想留住的幸运 阅读数：350

 

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/weixin_38125866/article/details/82822179

• 找到flask-cache包中的jinja2ext.py,将from flask.ext.cache import make_template_fragment_key改为from flask_cache import make_template_fragment_key