rosetta-easycache 0.0.8

一个快速使用异步redis优化数据库查询项目

easycache

本项目提供一个基于异步aioredis作为缓存，达到：

1. 通过异步redis查询，优化数据库查询。
2. 通过装饰器快速使用，并且不用在业务代码中修改逻辑。
3. 基于aioredis2.0+创建redis connections pool，全局只需维护一个redis connections pool，节省维护连接池的资源。

在数据库和用户之间增加redis层，通过装饰器实现达到快速使用，不影响原来业务代码逻辑的目的。

说明

1. EasyCache : class

创建easycache装饰器对象，将参数redis设置为默认redis，redis应该是一个redis client。

2. easycache.find

参数:

名称	类型	说明
prefix	str	redis key的前缀， 必填
redis	aioredis.Redis	redis client，为空时使用默认redis
key_expire_time	int	key expire time, 默认为10min
key_param_index	int	数据库主键在参数列表中的位置，第一个位置为1
key_param_name	str	数据库主键参数的名称，传参时必须使用命名参数
opt_param2key_func	function	将参数转为redis key的函数，为空时默认参数为str或者ObjectId类型

逻辑：

如果获取参数正确且缓存命中，则直接返回缓存的结果，否则调用func，并在获取参数正确的情况下将结果存入缓存。

3. easycache.delete

参数:

名称	类型	说明
prefix	str	redis key的前缀， 必填
redis	aioredis.Redis	redis client，为空时使用默认redis
key_expire_time	int	key expire time, 默认为10min
key_param_index	int	数据库主键在参数列表中的位置，第一个位置为1
key_param_name	str	数据库主键参数的名称，传参时必须使用命名参数
opt_param2keys_func	function	将参数转为redis key list的函数，为空时默认参数为str或者ObjectId类型

逻辑：

如果获取参数正确则删除对应key。

example

1. 维护一个redis connections pool

import aioredis

redis_pool = aioredis.ConnectionPool.from_url(
    f'redis://localhost:6379', decode_responses=True,
)
redis_client = aioredis.Redis(connection_pool=redis_pool)

这里推荐同时调用aioredis.Redis定义一个redis client，并且之后使用redis client代替redis pool。

2. 定义一个easycache装饰器

from init_redis_pool import redis_client
import easycache

easycache = easycache.EasyCache(redis_client)

3.使用装饰器

如需优化以id为条件的数据库查询，且id是唯一的，则在查询的接口调用find，在更新以及删除的接口调用delete。prefinx可以是“数据库名：数据库表名”， key_param_name是findtest函数的参数列表中，传入id的参数名。

@easycache.find(prefix='testcache', key_param_name='id')
async def findtest(*, id):
    await asyncio.sleep(1)
    now = datetime.datetime.now()
    dir = {'time':now}
    return dir
	
loop = asyncio.get_event_loop()
future = asyncio.create_task(findtest(id='921h3918chachs'))
loop.run_until_complete()

在更新以及删除的接口调用delete

@easycache.delete(prefix='testcache', key_param_name='id')
async def deletetest(*, id, other):
    print('delete test ')
    await asyncio.sleep(1)
    return other
	
loop = asyncio.get_event_loop()
future = asyncio.create_task(deletetest(id='921h3918chachs'， other='test delete'))
loop.run_until_complete()

在批量更新以及删除的接口调用delete，并且定义处理批量参数的function

def delete2_param2keys(ids):
    res = []
    ids_l = ids['list']
    for id in ids_l:
        res.append('testcache:' + id['key'])
    return res

@easycache.delete(key_param_name='ids', opt_param2keys_func=delete2_param2keys)
async def deletetest2(*, ids:dict, other):
    print('delete test two running')
    await asyncio.sleep(3)
    return other

mp = {'list' : [{'key' : '921h3918chachs'}, {'key' : '9989898989891sa'}]}
loop = asyncio.get_event_loop()
future = asyncio.create_task(deletetest2(id=mp， other='test delete'))
loop.run_until_complete()