Python es un lenguaje de programación multiplataforma, de código abierto y de tipo dinámico. Sus estructuras de datos integradas de alto nivel con enlace y escritura dinámica lo hacen atractivo para Desarrollo rápido de aplicaciones. También se utiliza como el principal lenguaje de secuencias de comandos para automatizar tareas y realizar análisis de datos.
NCache es un caché distribuido en memoria, linealmente escalable, que almacena datos para un mejor rendimiento y una mayor escalabilidad. Es un caché nativo de .NET que hace maravillas cuando se trata de un acceso rápido a los datos para mejorar el rendimiento de su aplicación y ofrece API del lado del cliente para una multitud de lenguajes, siendo Python uno de ellos. El cliente de Python se puede utilizar con NCache e incluye varias características tales como operaciones básicas, técnicas de caducidad de datos, cierre, Y mucho más.
NCache Detalles Descargar NCache NCache API del lado del cliente
Por qué usar Python con NCache?
NCache, junto con sus amplias funciones y capacidades mejoradas de almacenamiento en caché, ofrece opciones flexibles para usar con Python. NCache mejorará sus aplicaciones de Python de las siguientes maneras:
- Desempeño mejorado: Los datos se almacenan en un caché en la memoria, lo que brinda el máximo rendimiento y tiempos de respuesta más rápidos.
- Fiabilidad: Si un servidor de aplicaciones deja de funcionar o de alguna manera se pierden datos, NCache proporciona un fiabilidad con la ayuda de la replicación de datos.
- Escalabilidad: NCache proporciona un escalabilidad lineal al permitirle agregar más servidores de caché cuando crece la carga de transacciones. Por ejemplo, mientras usa su aplicación Python, puede agregar instantáneamente un nuevo servidor de caché según la situación y continuar atendiendo más solicitudes sin tener que detener su aplicación.
- Alta disponibilidad y tolerancia a fallas: Cuando se utiliza en el contexto de una granja web, NCache proporciona una mejor tolerancia a fallas al mantener los datos disponibles en todos los nodos del servidor en un caché agrupado sin un punto único de falla.
- Topologías de clúster: NCache ofrece diferentes topologías de almacenamiento en caché para hacer que sus aplicaciones de Python sean más confiables y escalables. Por ejemplo, Topología replicada proporciona equilibrio de carga para que su aplicación pueda manejar tráfico intensivo y Topología de réplicas con particiones proporciona mayor confiabilidad y escalabilidad para transacciones más rápidas.
Cliente Python con NCache
NCache Detalles NCacheCapacidades principales de NCache Arquitectura
Cliente de Python con NCache
El cliente requiere una versión de Python superior o igual a 3.5 instalada para usarlo con NCache. Los siguientes pasos incluyen una guía detallada sobre cómo comenzar con el cliente de Python:
Paso 1: instalación NCache
El primer paso es instalar NCache en su entorno de desarrollo, NCache Admite la instalación de Linux y Windows. Además de eso NCache ofrece tres versiones, Enterprise, Professional y Open-Source. Puedes consultar el comparación detallada de las tres versiones, para elegir la versión que más le convenga.
Puedes referirte al oficial guía de instalación, para obtener instrucciones paso a paso sobre cómo instalar NCache. Una vez que haya hecho eso, puede pasar al siguiente paso.
Paso 2: Creación de una caché en clúster
El siguiente paso es crear un caché en clúster. Según sus requisitos, puede optar por agregar tantos o tan pocos nodos como desee. Sin embargo, para fines de demostración, recomendaremos una configuración de dos nodos, pero también será suficiente una configuración de un solo nodo, pero sin las cualidades de replicación de datos de NCache.
NCache ofrece varias topologías y opciones de configuración de caché, que varían según la versión de NCache Tu estas usando. Puede consultar la documentación oficial para creando un caché agrupado. Una vez que haya creado con éxito el caché, asegúrese de iniciar el caché, y luego estará bien encaminado para comenzar el aspecto de codificación real de este blog.
Paso 3: Configuración del cliente de Python con NCache
Lo primero que debe hacer es buscar el paquete de Python llamado ncache-cliente a través de pip si está utilizando la edición Enterprise de NCache. El comando para instalar el paquete se proporciona a continuación. Este paquete instala todas las bibliotecas de cliente requeridas para su aplicación de Python:
|
1 |
pip install ncache-client |
Y si está utilizando la edición Profesional de NCache, entonces deberá instalar el siguiente paquete:
|
1 |
pip install ncache-professional-client |
A continuación, incluya el siguiente módulo en su aplicación de Python:
|
1 |
from ncache.client.cache import cache |
Ahora necesitaremos conectarnos al caché. Para esto solo necesitas saber el nombre del caché, el resto lo maneja el cliente. A continuación, incluya el siguiente módulo en su aplicación de Python:
|
1 2 3 4 |
try: cache = ncache.CacheManager.get_cache(“myCache”) except Exception as exp: # handle any exceptions |
Y eso es. Se ha conectado correctamente con el caché y su aplicación de Python está lista para usarse con NCache. A continuación, veremos un código de muestra para mostrar algunas características básicas de NCache.
NCache Detalles Operaciones del lado del cliente Documentos de NCahce
Algunas operaciones básicas
El siguiente código muestra cómo puede agregar, obtener y eliminar un objeto de NCache. Los datos pueden ser un solo elemento o varios elementos y pueden insertarse, actualizarse o eliminarse de la memoria caché de forma sincrónica o asincrónica.
|
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 |
Búsqueda de datos en caché
NCache proporciona la capacidad de buscar datos almacenados en caché a través de etiquetas con nombre, grupos, así como Consultas similares a SQL. Puede asociar varias palabras clave con elementos de caché en NCache y estos actuarán como marcadores de identificación para los elementos del caché. Los datos se pueden recuperar en función de estas palabras clave a través de etiquetas. Para el nivel avanzado de etiquetado en el que tiene que consultar datos relacionados con una etiqueta específica, necesita etiquetas con nombre.
Los datos almacenados en caché se pueden indexado y luego preguntó usando su mecanismo similar a SQL. Le permite buscar claves que cumplan con los criterios dados y luego devolver las claves al conjunto de resultados. Los elementos en un caché que tienen relación entre ellos o que pertenecen a la misma categoría se pueden agrupar usando NCache Función "Grupo". Los grupos pueden dividir lógicamente los datos para una mayor eficiencia.
El siguiente ejemplo agrega un CacheItem que contiene el objeto 'cliente' al caché usando el método Insertar. A continuación, establece una propiedad de etiqueta adicional en su contra mediante la adición de etiquetas.
|
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 |
Conclusión
NCache puede integrarse fácilmente y sin problemas en sus aplicaciones Python existentes y con solo unos pocos pasos también puede experimentar la velocidad y confiabilidad extremas de NCache, al mismo tiempo que proporciona escalabilidad. Para comenzar con todo esto, descargue NCache ¡ahora!