首页 > 编程 > Python > 正文

如何优雅地改进Django中的模板碎片缓存详解

2020-02-15 22:12:33
字体:
来源:转载
供稿:网友

前言

本文主页给大家介绍了关于如何改进Django中模板碎片缓存的相关内容,关于Django模板碎片缓存大家可以先看看这篇文章,下面话不多说了,来一起看看详细的介绍吧

起步

Django 的缓存体系提供了模板片段缓存:

{% load cache %}{% cache 500 sidebar %} .. sidebar ..{% endcache %}

但使用这个模板缓存还是需要每次都把需要的变量 sidebar 传给模板,不然当缓存过期时碎片是空白的。于是就需要的视图中获取这些数据:

def test_view(request): # code... sidebar = get_data() return render(reqeust, 'test_view.html', {'sidebar': sidebar})

如果这个数据获取的过程比较耗时,那么这个碎片缓存形同虚设。

低级缓存

使用低级缓存能解决数据获取耗时问题:

from django.core.cache import cachedef get_data(): key = 'hot-course' result = cache.get(key) if result: return result # 比较耗时的数据获取 result = Course.objects.filter().order_by('-fav_num')[:10] cache.set(key, result, 600) # 保存至缓存 return result

这样一般就能解决数据来源耗时问题,一般用了这个方式就不会再用模板碎片缓存了,不然内存中就有两个缓存了,一个是原始数据,另一个是渲染成 html 代码的结果。有点多余,内存宝贵应该用于刀刃上,而且两个缓存的方式极不优雅。

使用这种底层 api 后,还是需要把数据传递到视图层,如果是公共部分的如轮播部分的视图,是会被其他模板 include 的,那就需要其他视图函数也都获取一次数据,再传递到模板层。重复的代码会很多。

有没有一种好的办法解决这种情况呢?

优雅的改进碎片缓存

改进的碎片缓存需要能按需获取,最好不需要视图层的参与。这个要求可以通过标签来实现,我们来自己实现一下这个缓存标签,在此之前呢,需要做个通用的缓存工具,能够传入数据获取的函数来做回调,这部分其实和 Django 的 django.templatetags.CacheNode 类基本一样。我这边就写与其不一样的地方:

class UserCacheNode(Node): """ 优雅的自定义模板碎片缓存 """ def __init__(self, nodelist, expire_time_var, fragment_name, vary_on, cache_name, fun=None): # ... self.fun = fun # 用于数据获取的回调函数 def render(self, context:dict): # ... if value is None:  if self.fun: # 实行回调  context.update(self.fun(*vary_on))  value = self.nodelist.render(context)  fragment_cache.set(cache_key, value, expire_time) # 保存至缓存 return value

然后是制作自定义标签:

def get_hot_course(): # 做会调用,函数返回字典 print("call hot course") hot_courses = Course.objects.filter().order_by('stu_nums')[:5] return locals()@register.tag('hot_course_cache') # 自定义的标签名称def hot_course_cache(parser, token): nodelist = parser.parse(('endcache',)) parser.delete_first_token() tokens = token.split_contents() cache_name = None return UserCacheNode( nodelist, parser.compile_filter(tokens[1]), tokens[2], # fragment_name can't be a variable. [parser.compile_filter(t) for t in tokens[3:]], cache_name, fun=get_hot_course, # 回调函数 )            
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表