Python ist eine Open-Source-, dynamisch typisierte und plattformübergreifende Programmiersprache. Seine integrierten Datenstrukturen auf hoher Ebene mit dynamischer Bindung und Typisierung machen es attraktiv für Schnelle Anwendungsentwicklung. Es wird auch als Hauptskriptsprache für die Automatisierung von Aufgaben und die Durchführung von Datenanalysen verwendet.
NCache ist ein linear skalierbarer, verteilter In-Memory-Cache, der Daten für eine bessere Leistung und höhere Skalierbarkeit speichert. Es ist ein nativer .NET-Cache, der Wunder bewirkt, wenn es um schnellen Datenzugriff für die verbesserte Leistung Ihrer Anwendung geht, und bietet clientseitige APIs für eine Vielzahl von Sprachen, darunter Python. Der Python-Client kann mit verwendet werden NCache und enthält verschiedene Funktionen wie z Grundoperationen, Datenablauftechniken, Sperrung, Und vieles mehr.
NCache Details Herunterladen NCache NCache Clientseitige API
Warum Python verwenden mit NCache?
NCachebietet Ihnen zusammen mit seinen umfangreichen Funktionen und erweiterten Caching-Funktionen flexible Optionen für die Verwendung mit Python. NCache wird Ihre Python-Anwendungen auf folgende Weise verbessern:
- Verbesserte Leistung: Daten werden in einem In-Memory-Cache gespeichert, was zu maximaler Leistung und schnelleren Reaktionszeiten führt.
- Zuverlässigkeit: Wenn ein Anwendungsserver ausfällt oder Daten verloren gehen, NCache bietet Zuverlässigkeit mit Hilfe der Datenreplikation.
- Skalierbarkeit: NCache bietet lineare Skalierbarkeit indem Sie bei steigender Transaktionslast weitere Cache-Server hinzufügen können. Während Sie beispielsweise Ihre Python-Anwendung verwenden, können Sie je nach Situation sofort einen neuen Cache-Server hinzufügen und weiterhin mehr Anfragen bedienen, ohne Ihre Anwendung stoppen zu müssen.
- Hochverfügbarkeit und Fehlertoleranz: Bei Verwendung im Kontext einer Webfarm NCache bietet eine bessere Fehlertoleranz, indem die Daten über alle Serverknoten hinweg in einem geclusterten Cache ohne Single Point of Failure verfügbar sind.
- Cluster-Topologien: NCache Angebote unterschiedlich Caching-Topologien um Ihre Python-Anwendungen zuverlässiger und skalierbarer zu machen. Zum Beispiel, Replizierte Topologie bietet Lastenausgleich, damit Ihre Anwendung intensiven Datenverkehr verarbeiten kann und Partitionierte Replikattopologie bietet eine höhere Zuverlässigkeit und Skalierbarkeit für schnellere Transaktionen.
Python-Client mit NCache
NCache Details NCacheKernkompetenzen von NCache Architektur
Python-Client mit NCache
Für die Verwendung des Clients ist eine Python-Version höher oder gleich 3.5 erforderlich NCache. Die folgenden Schritte enthalten eine detaillierte Anleitung für die ersten Schritte mit dem Python-Client:
Schritt 1: Installieren NCache
Der allererste Schritt ist die Installation NCache in Ihrer Entwicklungsumgebung, NCache Unterstützt sowohl die Linux- als auch die Windows-Installation. Darüber hinaus NCache bietet drei Versionen, Enterprise, Professional und Open-Source. Sie können die überprüfen ausführlicher Vergleich der drei Versionen, um die Version zu wählen, die am besten zu Ihnen passt.
Sie können sich an den Beamten wenden Installationsanleitung, für eine Schritt-für-Schritt-Anleitung zur Installation NCache. Sobald Sie dies getan haben, können Sie mit dem nächsten Schritt fortfahren.
Schritt 2: Erstellen eines geclusterten Caches
Der nächste Schritt besteht darin, einen geclusterten Cache zu erstellen. Abhängig von Ihren Anforderungen können Sie so viele oder so wenige Knoten hinzufügen, wie Sie möchten. Zu Demonstrationszwecken empfehlen wir jedoch eine Einrichtung mit zwei Knoten, aber eine Einrichtung mit einem einzelnen Knoten ist auch ausreichend, jedoch ohne die Datenreplikationsqualitäten von NCache.
NCache bietet verschiedene Topologien und Cache-Konfigurationsoptionen, die je nach Version von variieren NCache du benutzt. Sie können die offizielle Dokumentation für einsehen einen geclusterten Cache erstellen. Nachdem Sie den Cache erfolgreich erstellt haben, stellen Sie sicher, dass dies der Fall ist Starten Sie den Cache, und dann sind Sie auf dem besten Weg, mit dem eigentlichen Programmieraspekt dieses Blogs zu beginnen.
Schritt 3: Konfigurieren des Python-Clients mit NCache
Als erstes müssen Sie das Python-Paket namens abrufen ncache-client über Pip, wenn Sie die Enterprise Edition von verwenden NCache. Der Befehl zum Installieren des Pakets ist unten angegeben. Dieses Paket installiert alle erforderlichen Client-Bibliotheken für Ihre Python-Anwendung:
|
1 |
pip install ncache-client |
Und wenn Sie die Professional Edition von verwenden NCache, dann müssen Sie das folgende Paket installieren:
|
1 |
pip install ncache-professional-client |
Fügen Sie als Nächstes das folgende Modul in Ihre Python-Anwendung ein:
|
1 |
from ncache.client.cache import cache |
Jetzt müssen wir uns mit dem Cache verbinden. Dazu müssen Sie nur den Namen des Caches kennen, den Rest erledigt der Client. Fügen Sie als Nächstes das folgende Modul in Ihre Python-Anwendung ein:
|
1 2 3 4 |
try: cache = ncache.CacheManager.get_cache(“myCache”) except Exception as exp: # handle any exceptions |
Und das ist es. Sie haben sich erfolgreich mit dem Cache verbunden und Ihre Python-Anwendung ist einsatzbereit NCache. Als Nächstes sehen wir uns einen Beispielcode an, um einige grundlegende Funktionen von zu demonstrieren NCache.
NCache Details Clientseitige Operationen NCahce-Dokumente
Einige grundlegende Operationen
Der folgende Code zeigt, wie Sie ein Objekt hinzufügen, abrufen und entfernen können NCache. Die Daten können ein einzelnes Element oder mehrere Elemente sein und können synchron oder asynchron eingefügt, aktualisiert oder aus dem Cache entfernt werden.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
try: # Pre-condition: Cache is already connected # Get product from database against given product ID product = fetch_product_from_db() # Generate a unique cache key for this product key = "Product:" + product.get_product_id() # Add Product object to cache version = cache.add(key, product) # Get item against key from cache in given Class type retrieved_item = cache.get(key, Product) # Remove specified item item_removed = cache.remove(key, Product) except Exception as exp: # Handle errors |
Durchsuchen von zwischengespeicherten Daten
NCache bietet die Möglichkeit, zwischengespeicherte Daten zu durchsuchen benannte Tags, Gruppen, sowie SQL-ähnliche Abfragen. Sie können Cache-Elementen in mehrere Schlüsselwörter zuordnen NCache und diese fungieren als identifizierende Markierungen für Cache-Elemente. Daten können basierend auf diesen Schlüsselwörtern durch Tags abgerufen werden. Für die erweiterte Ebene des Taggings, bei der Sie Daten zu einem bestimmten Tag abfragen müssen, benötigen Sie benannte Tags.
Zwischengespeicherte Daten können sein indiziert und dann mit seiner abgefragt SQL-ähnlicher Mechanismus. Sie können damit nach Schlüsseln suchen, die die angegebenen Kriterien erfüllen, und dann Schlüssel an die Ergebnismenge zurückgeben. Elemente in einem Cache, die eine Beziehung zueinander haben oder unter dieselbe Kategorie fallen, können mit gruppiert werden NCache „Gruppen“-Funktion. Gruppen können Daten für eine bessere Effizienz logisch partitionieren.
Im folgenden Beispiel wird dem Cache mithilfe der Insert-Methode ein CacheItem hinzugefügt, das das Objekt „customer“ enthält. Es setzt dann eine zusätzliche Tag-Eigenschaft dagegen, indem es Tags hinzufügt.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
try: # Get customer from database customer = fetch_customer_from_db("ALFKI") # Create a unique cache key for this customer. key = "Customers:" + customer.get_customer_id() # Specify tags tags = [ ncache.Tag("East Coast Customers"), ncache.Tag("Important Customers") ] # Create a new CacheItem cache_item = ncache.CacheItem(customer) # Setting the tag property of the cacheItem cache_item.set_tags(tags) # Add customer object to cache version = cache.add(key, cache_item) except Exception as exp: # Handle errors |
Zusammenfassung
NCache lässt sich einfach und nahtlos in Ihre bestehenden Python-Anwendungen integrieren und mit nur wenigen Schritten können Sie auch die extreme Geschwindigkeit und Zuverlässigkeit von erleben NCache, und bietet gleichzeitig Skalierbarkeit. Um mit all dem zu beginnen, laden Sie es herunter NCache jetzt!