什么是缓存(cache)：

　　在项目中没有必要每次请求都查询数据库的情况就可以使用缓存，让每次请求先查询缓存，如果命中，就直接返回缓存结果，如果没有命中，就查询数据库， 并将查询结果放入缓存，下次请求时查询缓存命中，直接返回结果，就不用再次查询数据库。

缓存的作用？

　　缓和较慢存储的高频请求，缓解数据库压力，提升响应速率。

为什么缓存可以提高响应速度？

　　因为缓存时基于内存的存储的，内存的读写速率是普通SSD硬盘的至少十倍，更何况机械硬盘了：看对比图

　　

 

缓存介质？

　　web项目中常用的缓存是memcached和redis，它们都支持分布式存储

 

缓存一定能给项目响应速率带来较大提升吗?

　　答案是不见得，要根据项目实际情况分析，有没有使用缓存的不要。在考虑使用缓存前，不妨先问问自己：

　　1.　项目的读写操作比例为多少，如果是写多读少，那缓存真的不一定能帮助你，此时不妨考虑数据库分库分表，然后做MySQL的分布式集群，或者简单直接，将硬盘全部替换为SSD(如果你的公司财大气粗)，反之，以读为主的项目就比较适合加缓存了

　　2. 项目的访问频率高不高（用户多不多）？如果用户区区几千人或几万人，全然没有必要使用缓存，这点访问量经过网络后几乎不会造成并发，即使偶出现几万的并发，MySQL也是扛得住的，强行使用缓存反而会增加代码复杂度，甚至不容易维护，得不偿失。

　　3. 数据是否要求强一致性？如果项目涉及到金钱或者重要数据，且数据频繁发生变化，不允许存在一点差异，那是否使用缓存就要慎重慎重再慎重！因为缓存适用的是对数据一致性不是特别高的项目，如果使用，需要对缓存的设计有很好的方案，非常考验技术功底

 

说了这么多，进入正题吧，我们通过代码来模拟一下缓存的使用：

　　redis版本：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import functools
import redis
import time
import json
"""
使用redis做缓存，这里模拟一个web接口缓存的例子
"""

# 这里使用redis连接池，管理redisservice的所有连接，避免每次创建关闭连接的开销
pool = redis.ConnectionPool(host='127.0.0.1', port=6379)
redis_cli = redis.Redis(connection_pool=pool)

def redis_cache(func):
    @functools.wraps(func)        # 为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性
    def wrapper(*args,**kargs):
        start_time = time.time()
        _key = 'function-name:{},args:{},kargs:{}'.format(func.__name__,args,kargs)     #定义key的形式：函数名加与参数组成唯一的key
        result = redis_cli.get(_key)
        if result:      # redis查找到对应的key，直接返回结果
            result = json.loads(result)
            print(type(result))
            print('redis find:{},result:{}'.format(_key,result))
        else:            # redis没有查找到对应key，查询执行函数，查询mysql
            print('redis not find:{}'.format(_key))
            result = func(*args,**kargs)
            redis_cli.setex(_key,json.dumps(result),5)     #将mysql结果写入redis,并设置过期时间 单位s
        print("final result:{}".format(result))
        end_time = time.time()-start_time
        print("Total time of this query:{}".format(end_time))
        return result
    return wrapper


@redis_cache
def mysql_dispose(name,age):
    time.sleep(2)
    result = {'name:':name,'age':age}
    print('mysql-result:{}'.format(result))
    return(result)


if __name__ == '__main__':
    mysql_dispose('zz3',45)


out-put>>>:
第一次执行：
　　　　redis not find:function-name:mysql_dispose,args:('zz3', 45),kargs:{}
　　　　mysql-result:{'name:': 'zz3', 'age': 45}
　　　　final result:{'name:': 'zz3', 'age': 45}
       Total time of this query:2.0049448013305664

第二次执行（距第一次5秒内执行）：
　　　　<class 'dict'>
　　　　redis find:function-name:mysql_dispose,args:('zz3', 45),kargs:{},result:{'name:': 'zz3', 'age': 45}
　　　　Total time of this query:0.005013942718505859

第三次执行（5秒后）因为redis key过期被删除，所以无法命中，请求会再次查询数据库，然后添加缓存：　
　　　　redis not find:function-name:mysql_dispose,args:('zz3', 45),kargs:{}
　　　　mysql-result:{'name:': 'zz3', 'age': 45}
　　　　final result:{'name:': 'zz3', 'age': 45}
       Total time of this query:2.0038458017378002

    不难看出，原本需要2秒才能完成的数据库查询动作，再有了redis缓存后可以直接返回结果，提高了响应速率

 

　　memcached版本（与上面代码大同小异，但是会有坑,注意红色标记部分）

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import functools
#要使用这个库，需要先安装：pip install Python-memcached
import memcachei