在服务器配置不算高的情况下，频繁地访问数据库会增加许多开销，当查询的内容较多或较复杂时，会占用很多的查询时间，容易使得访问卡，慢，出错等情况。由于之前在部署网站的时候，我没有采用那些常用的缓存技术，随着我的发表文章越来越多，我也感受到了卡，慢的现象，用户体验很差。之前我也学习过redis基本使用，而且将所学习内容总结在Redis使用教程 (全)这篇文章里，这次是将Redis应用在Django项目中，一起来学习下吧！
首先，有必要对redis作一个简单介绍，一个开源的高性能的key-value存储系统
1、redis特点
1) redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用
2) redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，sorted set，hash等数据结构的存储
3) redis支持数据的备份，即master-slave模式的数据备份
2、redis优势
1) 性能极高 – redis能读的速度是110000次/s,写的速度是81000次/s
2) 丰富的数据类型 – Redis支持二进制案例的 String, List, Hash, Set 及 Sorted Set 数据类型操作
3) 原子 – redis的所有操作都是原子性的，同时Redis还支持对几个操作全并后的原子性执行
4) 丰富的特性 – redis还支持 publish/subscribe, 通知, key 过期等等特性
了解到上面的redis内容，看看如何将redis缓存应Django服务器中
3、redis安装
具体安装，见Redis使用教程 (全)
安装好后，可将redis服务以守护进程运行
4、安装django-redis和settings配置
执行命令，即可安装：
pip install django-redis目前django-redis已更新到4.9.0版本。安装完毕之后，给Django项目的settings.py文件添加如下配置
CACHES = {
'default': {
'BACKEND': 'django_redis.cache.RedisCache',
'LOCATION': '127.0.0.1:6379',
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
},
},
}网上大部分文章该部分配置有误（可能是旧版的redis库对应配置），都是写成如下：
CACHES = {
'default': {
'BACKEND': 'redis_cache.cache.RedisCache',
'LOCATION': '127.0.0.1:6379',
"OPTIONS": {
"CLIENT_CLASS": "redis_cache.client.DefaultClient",
},
},
}这么写会报错：InvalidCacheBackendError: Could not find backend redis_cache.cache.RedisCache': No module named redis_cache.cache。找不到对应的模块。另外，LOCATION参数和你的redis.conf文件中IP地址和端口要一致。redis服务才能监听到你的读写操作
5、测试redis缓存
该步骤非必须，只是为了测试看可否正常使用redis
进入django的后台命令模式：
python manage.py shell逐条输入如下命令测试：
from django.core.cache import cache #引入缓存模块
cache.set('k', '12314', 30*60) #写入key为k，值为12314的缓存，有效期30分钟
cache.has_key('k') #判断key为k是否存在
cache.get('k') #获取key为k的缓存测试没问题，则说明可正常使用
若出现错误：ConnectionError: Error 10061 connecting to None:6379。说明没开启redis
6、redis缓存功能开发
redis支持字符串、列表、集合、字典等数据结构。经测试，可将Python的字典和列表直接存储。也可以用json模块对字典和列表转化成字符串再存储
至于缓存时效看具体情况，建议30分钟或者1小时更新一次。原本我考虑1天更新1次数据，但全球有很多个时区。不是每个时区都和我一样在0点的时候看到更新结果。所以，每1小时更新一次的频率较为合适，你可以直接设置60*60秒。而我需要整点的时候更新，需要再多一步计算到下一个整点还有多少秒
我将一些复杂的查询做了改动，主要是一些文章排行的统计，下面是获取最新发表与最新推荐的排行缓存内容，注释的部分代码是之前没有使用缓存，直接操作的数据库。其中随机发表不适合使用缓存，否则查询出来的就是固定文章，从而不具有随机性了
# 最新发表的15篇博客
# new_publish = Post.objects.filter(Q(display=0) | Q(display__isnull=True))[:15]
new_publish = cache.get('new_publish')
if new_publish is None:
new_publish = Post.objects.filter(Q(display=0) | Q(display__isnull=True))[:15]
# 60*60表示60秒*60,也就是1小时
cache.set('new_publish', new_publish, 60 * 60)
# 获取Post模型类或模型的实例，并返回ContentType表示该模型的实例
post_content_type = ContentType.objects.get_for_model(Post)
# 最新推荐的15篇博客
# new_recommend = get_new_recommend_post(post_content_type)
new_recommend = cache.get('new_recommend')
if new_recommend is None:
new_recommend = get_new_recommend_post(post_content_type)
# 60*60表示60秒*60,也就是1小时
cache.set('new_recommend', new_recommend, 60 * 60还有周榜，月榜，总榜
# 阅读量周榜博客榜单
# last_7_days_hot_data = get_7_days_read_posts()
last_7_days_hot_data = cache.get('last_7_days_hot_data')
if last_7_days_hot_data is None:
last_7_days_hot_data = get_7_days_read_posts()
# 60*60表示60秒*60,也就是1小时
cache.set('last_7_days_hot_data', last_7_days_hot_data, 60 * 60)
# 阅读量月榜博客榜单
# last_30_days_hot_data = get_30_days_read_posts()
last_30_days_hot_data = cache.get('last_30_days_hot_data')
if last_30_days_hot_data is None:
last_30_days_hot_data = get_30_days_read_posts()
# 60*60表示60秒*60,也就是1小时
cache.set('last_30_days_hot_data', last_30_days_hot_data, 60 * 60)
# 阅读量总榜博客榜单
# all_hot_posts = get_all_read_posts()
all_hot_posts = cache.get('all_hot_posts')
if all_hot_posts is None:
all_hot_posts = get_all_read_posts()
# 60*60表示60秒*60,也就是1小时
cache.set('all_hot_posts', all_hot_posts, 60 * 60)这里只是简单地表示一下缓存的应用，所以直接将定义的函数写入了代码中，如果不清楚排行的统计功能，可以看看之前写的博客统计排行
运行之后可以使用redis-cli和keys *的命令检查当前redis库中是否存在上述键，如果没有看到，可以尝试重新启动Web服务
这里我写入redis缓存是被动写入。需要打开前端页面触发该行为，一小时后缓存内容自动消失，仍需要重新加载。所以打开页面正好需要写入缓存时，该页面打开速度相对慢一点。有了缓存之后，后面打开速度还是有不少改善。经测试，这一点改动，打开首页足足加快了0.5-1秒。
原文出处：https://www.jzfblog.com/detail/115，文章的更新编辑以此链接为准。欢迎关注源站文章！