datetime:2020/9/17 15:22
author:nzb

为接口提速,加缓存

1、为什么要使用缓存

目前,用户对于接口的操作基本都需要查询数据库。获取文章列表需要从数据库查询,获取单篇文章需要从数据库查询,获取评论列表也需要查询数据。但是,对于博客中的很多资源来说,在某个时间段内,他们的内容几乎都不会发生更新。例如文章详情,文章发表后,除非对其内容做了修改,否则内容就不会变化。还有评论列表,如果没人发布新评论,评论列表也不会变化。

要知道查询数据库的操作相对而言是比较缓慢的,而直接从内存中直接读取数据就会快很多,因此缓存系统应运而生。将那些变化不那么频繁的数据缓存到内存中,内存中的数据相当于数据库中的一个副本,用户查询数据时,不从数据库查询而是直接从缓存中读取,数据库的数据发生了变化时再更新缓存,这样,数据查询的性能就大大提升了。

当然数据库性能也没有说的那么不堪,对于大部分访问量不大的个人博客而言,任何关系型数据库都足以应付。但是我们学习 django-rest-framework 不仅仅是为了写博客,也许你在工作中,面对的是流量非常大的系统,这时候缓存就不可或缺。

2、确定需缓存的接口

先来整理一下我们已有的接口,看看哪些接口是需要缓存的:

接口名 URL 需缓存
文章列表 /api/posts/
文章详情 /api/posts/:id/
分类列表 /categories/
标签列表 /tags/
归档日期列表 /posts/archive/dates/
评论列表 /api/posts/:id/comments/
文章搜索结果 /api/search/
  • 补充说明
    • 文章列表:需要缓存,但如果有文章修改、新增或者删除时应使缓存失效。
    • 文章详情:需要缓存,但如果文章内容修改或者删除了应使缓存失效。
    • 分类、标签、归档日期:可以缓存,但同样要注意在相应的数据变化时使缓存失效。
    • 评论列表:可以缓存,新增或者删除评论时应使缓存失效。
    • 搜索接口:因为搜索的关键词是多种多样的,可以缓存常见搜索关键词的搜索结果,但如何确定常见搜索关键词是一个复杂的优化问题,这里我们不做任何缓存处理。

3、配置缓存

django 为我们提供了一套开箱即用的缓存框架,缓存框架对缓存的操作做了抽象,提供了统一的读写缓存的接口。无论底层使用什么样的缓存服务(例如常用的 Redis、Memcached、文件系统等),对上层应用来说,操作逻辑和调用的接口都是一样的。

配置 django 缓存,最重要的就是选择一个缓存服务,即缓存结果存储和读取的地方。本项目中我们决定开发环境使用本地内存(Local Memory)缓存服务,线上环境使用 Redis 缓存。

3.1、开发环境配置

在开发环境的配置文件 settings/local.py 中加入以下的配置项即开启本地内存缓存服务。

    CACHES = {
        'default': {
            'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
        }
    }

3.2、线上环境配置

线上环境使用到 Redis 缓存服务,django 并未内置 Redis 缓存服务的支持,不过对于 Redis 来说当然不缺乏第三方库的支持,我们选择 django-redis-cache,先来安装它:

    pipenv install django-redis-cache

然后在项目的线上环境配置文件 settings/production.py 中加入以下配置:

    CACHES = {
        "default": {
            "BACKEND": "redis_cache.RedisCache",
            "LOCATION": "redis://:UJaoRZlNrH40BDaWU6fi@redis:6379/0",
            "OPTIONS": {
                "CONNECTION_POOL_CLASS": "redis.BlockingConnectionPool",
                "CONNECTION_POOL_CLASS_KWARGS": {"max_connections": 50, "timeout": 20},
                "MAX_CONNECTIONS": 1000,
                "PICKLE_VERSION": -1,
            },
        },
    }

这样,django 的缓存功能就启用了。至于如何启动 Redis 服务,请参考教程最后的 Redis 服务部分。

3.3、drf-extensions Cache

django 的缓存框架比较底层,drf-extensions 在 django 缓存框架的基础上,针对 django-rest-framework 封装了更多缓存相关的辅助函数和类,我们将借助这个第三方库来大大简化缓存逻辑的实现。

首先安装它:

    pipenv install drf-extensions

那么 drf-extensions 对缓存提供了哪些辅助函数和类呢?我们需要用到的主要有这些:

  • KeyConstructor

    可以理解为缓存键生成类。我们先来看看 API 接口缓存的逻辑,伪代码是这样的:

          给定一个 URL, 尝试从缓存中查找这个 URL 接口的响应结果
          if 结果在缓存中:
              return 缓存中的结果
          else:
              生成响应结果
              将响应结果存入缓存 (以便下一次查询)
              return 生成的响应结果
    

    缓存结果是以 key-value 的键值对形式存储的,这里关键的地方在于存储或者查询缓存结果时,需要生成相应的 key。例如我们可以把 API 请求的 URL 作为缓存的 key,这样同一个接口请求将返回相同的缓存内容。但是在更为复杂的场景下,不能简单使用 URL 作为 key,比如即使是同一个 API 请求,已认证和未认证的用户调用接口得到的结果是不一样的,所以 drf-extensions 使用 KeyConstructor 辅助基类来提供灵活的 key 生成方式。

  • KeyBit

    可以理解为 KeyConstructor 定义的 key 生成规则中的某一项规则定义。例如,同一个 API 请求,已认证和未认证的用户将得到不同的响应结果,我们可以定义 key 的生成规则为请求的 URL + 用户的认证 id。那么 URL 可以看成一个 KeyBit,用户 id 是另一个 KeyBit。

  • cache_response 装饰器

    这个装饰器用来装饰 django-rest-framework 的视图(单个视图函数、视图集中的 action 等),被装饰的视图将具备缓存功能。

4、缓存博客文章

我们首先来使用 cache_response 装饰器缓存文章列表接口,代码如下:

    blog/views.py

    from rest_framework_extensions.cache.decorators import cache_response

    class PostViewSet(
        mixins.ListModelMixin, mixins.RetrieveModelMixin, viewsets.GenericViewSet
    ):
        # ...
        @cache_response(timeout=5 * 60, key_func=PostListKeyConstructor())
        def list(self, request, *args, **kwargs):
            return super().list(request, *args, **kwargs)

        @cache_response(timeout=5 * 60, key_func=PostObjectKeyConstructor())
        def retrieve(self, request, *args, **kwargs):
            return super().retrieve(request, *args, **kwargs)

这里我们分别装饰了 list(获取文章列表的 action)和 retrieve(获取单篇文章),timeout 参数用于指定缓存失效时间, key_func 指定缓存 key 的生成类(即 KeyConstructor),当然 PostListKeyConstructor、和 PostObjectKeyConstructor 还未定义,接下来我们就来定义这两个缓存 key 生成类:

    from rest_framework_extensions.key_constructor.bits import (
        ListSqlQueryKeyBit,
        PaginationKeyBit,
        RetrieveSqlQueryKeyBit,
    )
    from rest_framework_extensions.key_constructor.constructors import DefaultKeyConstructor

    class PostListKeyConstructor(DefaultKeyConstructor):
        list_sql = ListSqlQueryKeyBit()
        pagination = PaginationKeyBit()
        updated_at = PostUpdatedAtKeyBit()


    class PostObjectKeyConstructor(DefaultKeyConstructor):
        retrieve_sql = RetrieveSqlQueryKeyBit()
        updated_at = PostUpdatedAtKeyBit()

PostListKeyConstructor 用于文章列表接口缓存 key 的生成,它继承自 DefaultKeyConstructor,这个基类中定义了 3 条缓存 key 的 KeyBit:

  • 接口调用的视图方法的 id,例如 blog.views. PostViewSet.list。
  • 客户端请求的接口返回的数据格式,例如 json、xml。
  • 客户端请求的语言类型。

另外我们还添加了 3 条自定义的缓存 key 的 KeyBit:

  • 执行数据库查询的 sql 查询语句
  • 分页请求的查询参数
  • Post 资源的最新更新时间

以上 6 条分别对应一个 KeyBit,KeyBit 将提供生成缓存键所需要的值,如果任何一个 KeyBit 提供的值发生了变化,生成的缓存 key 就会不同,查询到的缓存结果也就不一样,这个方式为我们提供了一种有效的缓存失效机制。例如 PostUpdatedAtKeyBit 是我们自定义的一个 KeyBit,它提供 Post 资源最近一次的更新时间,如果资源发生了更新,返回的值就会发生变化,生成的缓存 key 就会不同,从而不会让接口读到旧的缓存值。PostUpdatedAtKeyBit的代码如下

    blog/views.py

    from .utils import UpdatedAtKeyBit

    class PostUpdatedAtKeyBit(UpdatedAtKeyBit):
        key = "post_updated_at"

因为资源更新时间的 KeyBit 是比较通用的(后面我们还会用于评论资源),所以我们定义了一个基类 UpdatedAtKeyBit,代码如下:

    from datetime import datetime
    from django.core.cache import cache
    from rest_framework_extensions.key_constructor.bits import KeyBitBase

    class UpdatedAtKeyBit(KeyBitBase):
        key = "updated_at"

        def get_data(self, **kwargs):
            value = cache.get(self.key, None)
            if not value:
                value = datetime.now()
                # 这边的缓存时间可以和数据的缓存时间一样(或比数据缓存的时间长)
                # 短了的话(取不到值),获取后生成的数据缓存key跟缓存的key不一样,会重新查询数据库
                cache.set(self.key, value=value, timeout=5 * 60)
            return str(value)

get_data 方法返回这个 KeyBit 对应的值,UpdatedAtKeyBit 首先根据设置的 key 从缓存中读取资源最近更新的时间,如果读不到就将资源最近更新的时间设为当前时间,然后返回这个时间。

当然,我们需要自动维护缓存中记录的资源更新时间,这可以通过 django 的 signal 来完成:

    # 也可以写在blog/signals.py
    blog/models.py

    from django.db.models.signals import post_delete, post_save

    def change_post_updated_at(sender=None, instance=None, *args, **kwargs):
        cache.set("post_updated_at", datetime.utcnow())

    post_save.connect(receiver=change_post_updated_at, sender=Post)
    post_delete.connect(receiver=change_post_updated_at, sender=Post)

每当有文章(Post)被新增、修改或者删除时,django 会发出 post_save 或者 post_delete 信号,post_save.connect 和 post_delete.connect 设置了这两个信号的接收器为 change_post_updated_at,信号发出后该方法将被调用,往缓存中写入文章资源的更新时间。

整理一下请求被缓存的逻辑:

  • 请求文章列表接口
  • 根据 PostListKeyConstructor 生成缓存 key,如果使用这个 key 读取到了缓存结果,就直接返回读取到的结果,否则从数据库查询结果,并把查询的结果写入缓存。
  • 再次请求文章列表接口,PostListKeyConstructor 将生成同样的缓存 key,这时就可以直接从缓存中读到结果并返回了。

缓存更新的逻辑:

  • 新增、修改或者删除文章,触发 post_delete, post_save 信号,文章资源的更新时间将被修改。
  • 再次请求文章列表接口,PostListKeyConstructor 将生成不同的缓存 key,这个新的 key 不在缓存中,因此将从数据库查询最新结果,并把查询的结果写入缓存。
  • 再次请求文章列表接口,PostListKeyConstructor 将生成同样的缓存 key,这时就可以直接从缓存中读到结果并返回了。

PostObjectKeyConstructor 用于文章详情接口缓存 key 的生成,逻辑和 PostListKeyConstructor 是完全一样。

5、缓存评论列表

有了文章列表的缓存,评论列表的缓存只需要依葫芦画瓢。

KeyBit 定义:

    blog/views.py

    class CommentUpdatedAtKeyBit(UpdatedAtKeyBit):
        key = "comment_updated_at"

KeyConstructor 定义:

    blog/views.py

    class CommentListKeyConstructor(DefaultKeyConstructor):
        list_sql = ListSqlQueryKeyBit()
        pagination = PaginationKeyBit()
        updated_at = CommentUpdatedAtKeyBit()

视图集:

    @cache_response(timeout=5 * 60, key_func=CommentListKeyConstructor())
    @action(
            methods=["GET"],
            detail=True,
            url_path="comments",
            url_name="comment",
            pagination_class=LimitOffsetPagination,
            serializer_class=CommentSerializer,
        )
        def list_comments(self, request, *args, **kwargs):
            # ...

6、Redis 服务

本地内存缓存服务配置简单,适合在开发环境使用,但无法适应多线程和多进程适的环境,线上环境我们使用 Redis 做缓存。有了 Docker,启动一个 Redis 服务就是一件非常简单的事。

在线上环境的容器编排文件 production.yml 中加入一个 Redis 服务:

    version: '3'

    volumes:
      static:
      database:
      esdata:
      redis_data:

    services:
      hellodjango.rest.framework.tutorial:
        ...
        depends_on:
          - elasticsearch
          - redis

      redis:
        image: 'bitnami/redis:5.0'
        container_name: hellodjango_rest_framework_tutorial_redis
        ports:
          - '6379:6379'
        volumes:
          - 'redis_data:/bitnami/redis/data'
        env_file:
          - .envs/.production

然后在 .envs/.production 文件中添加如下的环境变量,这个值将作为 redis 连接的密码:

    REDIS_PASSWORD=055EDy65AAhLgBxMp1u1

然后就可以将服务发布上线了。

results matching ""

    No results matching ""