浅谈Django的缓存机制

由于Django是动态网站，所有每次请求均会去数据进行相应的操作，当程序访问量大时，耗时必然会更加明显，最简单解决方式是使用：缓存，缓存将一个某个views的返回值保存至内存或者memcache中，5分钟内再有人来访问时，则不再去执行view中的操作，而是直接从内存或者Redis中之前缓存的内容拿到，并返回。

Django中提供了6种缓存方式：

开发调试 内存 文件 数据库 Memcache缓存（python-memcached模块） Memcache缓存（pylibmc模块）

通用配置

'TIMEOUT': 300,            # 缓存超时时间（默认300，None表示永不过期，0表示立即过期）    'OPTIONS':{     'MAX_ENTRIES': 300,          # 最大缓存个数（默认300）     'CULL_FREQUENCY': 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）    },    'KEY_PREFIX': '',            # 缓存key的前缀（默认空）    'VERSION': 1,             # 缓存key的版本（默认1）    'KEY_FUNCTION' 函数名           # 生成key的函数（默认函数会生成为：【前缀:版本:key】）

以上六中模式都可以使用

自定义key

 def default_key_func(key, key_prefix, version):  """  Default function to generate keys.  Constructs the key used by all other methods. By default it prepends  the `key_prefix'. KEY_FUNCTION can be used to specify an alternate  function with custom key making behavior.  """  return '%s:%s:%s' % (key_prefix, version, key) def get_key_func(key_func):  """  Function to decide which key function to use.  Defaults to ``default_key_func``.  """  if key_func is not None:   if callable(key_func):    return key_func   else:    return import_string(key_func)  return default_key_func

开发调试

  # 此为开始调试用，实际内部不做任何操作  # 配置：    CACHES = {      'default': {        'BACKEND': 'django.core.cache.backends.dummy.DummyCache',   # 引擎       通用配置      }    }

内存

  # 此缓存将内容保存至内存的变量中  # 配置：    CACHES = {      'default': {        'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',        'LOCATION': 'unique-snowflake',       通用配置      }    }  # 注：其他配置同开发调试版本

文件

  # 此缓存将内容保存至文件  # 配置：    CACHES = {      'default': {        'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache',        'LOCATION': '/var/tmp/django_cache',         通用配置      }    }  # 注：其他配置同开发调试版本

数据库

 # 此缓存将内容保存至数据库  # 配置：    CACHES = {      'default': {        'BACKEND': 'django.core.cache.backends.db.DatabaseCache',        'LOCATION': 'my_cache_table', # 数据库表       通用配置      }    }  # 注：执行创建表命令 python manage.py createcachetable