Python的Flask框架使用Redis做数据缓存的配置方法

本文介绍如何在Python Flask框架中使用Redis作为缓存服务。包括Redis的安装配置过程及Flask缓存插件Flask-Cache的应用示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Redis数据库依赖于主存,在关系型数据库以外再配套Redis管理缓存数据将对性能会有很大的提升,这里我们就来看一下Python的Flask框架使用Redis做数据缓存的配置方法

Redis是一款依据BSD开源协议发行的高性能Key-Value存储系统。会把数据读入内存中提高存取效率。Redis性能极高能支持超过100K+每秒的读写频率,还支持通知key过期等等特性,所以及其适合做缓存。

下载安装

根据redis中文网使用wget下载压缩包

$ wget http://download.redis.io/releases/redis-3.0.5.tar.gz
$ tar xzf redis-3.0.5.tar.gz
$ cd redis-3.0.5
$ make

二进制文件编译完成后在src目录下。可以通过一下命令启动:

$ src/redis-server

这样就可以看到redis服务已经启动起来了,默认端口是6379,可以通过client操作reids。

$ src/redis-cli
redis> set foo bar
OK
redis> get foo
"bar"

flask配置redis

首先得下载flask的缓存插件Flask-Cache,使用pip下载。

sudo pip install flask_cache

为应用扩展flask_cache

from flask import Flask
from flask.ext.cache import Cache
 
cache = Cache()
 
config = {
  'CACHE_TYPE': 'redis',
  'CACHE_REDIS_HOST': '127.0.0.1',
  'CACHE_REDIS_PORT': 6379,
  'CACHE_REDIS_DB': '',
  'CACHE_REDIS_PASSWORD': ''
}
 
app = Flask(__name__)
app.config.from_object(config)
cache.init_app(app)
 
@app.route('/')
@cache.cached(timeout=60*2)
def index():
  name = 'mink'
  return name
 
if __name__ == '__main__':
  app.run()
使用装饰器cached()装饰视图函数,参数timeout来设置过期时间,本文中使用了两分钟为缓存时间。


### 集成 RedisFlask 应用中的方法 要在 Python Flask 应用中使用 Redis 实现缓存功能,可以通过安装 `redis` 和 `Flask-Redis` 库来完成。以下是具体实现的方式: #### 1. 安装必要的库 首先需要安装两个主要的依赖项:`redis` 和 `Flask-Redis`。这可以通过 pip 工具轻松完成[^1]。 ```bash pip install redis flask-redis ``` #### 2. 初始化 Redis 连接 通过导入 `redis` 模块并创建一个连接对象,可以初始化与 Redis 数据库之间的通信通道[^2]。 ```python import redis # 创建 Redis 连接池 redis_pool = redis.ConnectionPool(host='127.0.0.1', port=6379, db=1) # 获取 Redis 连接实例 redis_db = redis.Redis(connection_pool=redis_pool) ``` #### 3. 缓存装饰器的定义 为了方便在视图函数中使用 Redis 缓存,可以自定义一个基于 Redis缓存装饰器。该装饰器会自动处理请求的结果存储和读取逻辑。 ```python from functools import wraps from flask import request def cache_result(timeout=300): # 默认超时时间为 5 分钟 def decorator(func): @wraps(func) def wrapper(*args, **kwargs): key_prefix = f"{request.path}:{func.__name__}" result_key = f"cache:{key_prefix}" # 尝试从 Redis 中获取缓存数据 cached_data = redis_db.get(result_key) if cached_data is not None: return cached_data.decode('utf-8') # 如果没有找到缓存,则调用原始函数计算结果 result = func(*args, **kwargs) # 存储到 Redis 并设置过期时间 redis_db.setex(result_key, timeout, result) return result return wrapper return decorator ``` #### 4. 使用缓存装饰器优化性能 将上述装饰器应用于任何希望加速响应速度的视图函数上即可。这样每次访问相同路径时都会优先尝试加载已有的缓存数据而不是重新执行业务逻辑。 ```python from flask import Flask app = Flask(__name__) @app.route('/example') @cache_result(timeout=60) # 设置此路由的缓存有效期为 60 秒 def example(): return "这是一个被缓存的例子" ``` #### 5. 配置高级选项 (可选) 对于更复杂的项目需求来说,还可以利用额外的一些配置参数来自定义行为模式,比如调整默认超时时长或者更改密钥前缀等等[^3]。 ```python class Config(object): CACHE_TYPE = 'redis' CACHE_REDIS_HOST = '127.0.0.1' CACHE_REDIS_PORT = 6379 CACHE_REDIS_DB = 0 CACHE_DEFAULT_TIMEOUT = 300 app.config.from_object(Config) ``` --- ### 总结 以上就是在 Python Flask 应用程序里集成 Redis 来充当缓存层的主要流程说明。通过这种方式不仅可以显著提升高频次查询接口的服务质量,同时也降低了后端数据库的压力水平^。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值