【flask】根据接口名称和请求参数进行缓存

写于2022.9.16
参考：https://blog.csdn.net/huang_yong_peng/article/details/82622077?spm=1001.2014.3001.5506

flask进行缓存有两种方案：

• 基于werkzeug自定义缓存装饰器

• 基于flask-cache（推荐）

  pip install flask-cache

基于flask-cache给出一个缓存示例

想基于缓存机制实现的效果是：

查询场景类似于传递名字来查询某个人的信息，想要缓存每次的查询记录和结果，当出现相同查询同一个人的信息时，直接调用缓存结果，

比如缓存一堆用户名和对应的查询信息。

此时有两个方案：

方案一：基于flask-cache的memoize

from flask import Flask
from flask_cache import Cache

app = Flask(__name__)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})

@app.route('/user/')
@cache.memoized(timeout=300)
def hello(name):
    print(name)
    return "该name对应的信息"

1
2
3
4
5
6
7
8
9
10
11
12

此时接口访问形式为：

/user/tom, tom为传递的用户名

此时缓存项的键是**/user/tom**

此方案的缺点在于，只能传递一个参数，想要传递多个参数怎么办，用方案二。

方案二：基于flask-cache的cached（推荐）

参考：https://www.cnblogs.com/Jacob-yang/p/15905907.html

from flask import Flask
from flask_cache import Cache

app = Flask(__name__)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})

# 获取url作为缓存项键值
def key_prefix_func():
    with app.app_context():
        cache_key = request.url
    return cache_key

@app.route('/user')
@cache.cached(timeout=300, key_prefix=key_prefix_func)
def hello():
    name = request.args.get("name")
    print(name)
    return "该name对应的信息"

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

此时接口访问形式为：

/user?name=tom, tom为传递的用户名

此时缓存项的键是**/user?name=tom**

这种方案的好处在于不限制参数数量。

使用flask-cache遇到的问题及解决办法汇总（本人遇到且采用）：

Q1：ImportError: cannot import name ‘import_string‘ from ‘werkzeug‘

解决办法：https://blog.csdn.net/qf895811239/article/details/125861897

Q2：No module named flask.ext

解决办法：https://blog.csdn.net/weixin_41790086/article/details/106622676

Q3：ModuleNotFoundError: No module named ‘werkzeug.contrib‘

解决办法：https://blog.csdn.net/hegongda9/article/details/120593910

总结如下：
使用缓存机制，
1.需要安装flask_cache、cachelib
2.需要更改falsk_cache源码（避免报上面的错），找到flask-cache的安装路径：
(1)init.py
将：from werkzeug import import_string
改为：from werkzeug.utils import import_string

(2)jinjia2ext.py
将：from flask.ext.cache import make_template_fragment_key
改为：from flask_cache import make_template_fragment_key

(3)backends.py
将 from werkzeug.contrib.cache import (BaseCache, NullCache, SimpleCache, MemcachedCache,
GAEMemcachedCache, FileSystemCache)
改为：
from cachelib import (BaseCache, NullCache, SimpleCache, MemcachedCache,
FileSystemCache)