Python est un langage de programmation open source, typé dynamiquement et multiplateforme. Ses structures de données intégrées de haut niveau avec liaison et typage dynamiques le rendent attrayant pour Développement rapide d'applications. Il est également utilisé comme langage de script principal pour automatiser les tâches et effectuer l'analyse des données.
NCache est un cache distribué en mémoire, linéairement évolutif, qui stocke les données pour de meilleures performances et une plus grande évolutivité. Il s'agit d'un cache .NET natif qui fait des merveilles lorsqu'il s'agit d'accéder rapidement aux données pour améliorer les performances de votre application et offre des API côté client pour une multitude de langages, Python étant l'un d'entre eux. Le client Python peut être utilisé avec NCache et comprend diverses fonctionnalités telles que opérations de base, techniques d'expiration des données, verrouillage, Et bien plus encore.
NCache Détails Télécharger NCache NCache API côté client
Pourquoi utiliser Python avec NCache?
NCache, ainsi que ses vastes fonctionnalités et ses capacités de mise en cache améliorées, vous offrent des options flexibles à utiliser avec Python. NCache améliorera vos applications Python de la manière suivante :
- Performance améliorée: Les données sont stockées dans un cache en mémoire, offrant des performances maximales et des temps de réponse plus rapides.
- Fiabilité: Si un serveur d'application tombe en panne ou si des données sont perdues, NCache fournit fiabilité à l'aide de la réplication de données.
- Évolutivité: NCache fournit évolutivité linéaire en vous permettant d'ajouter plus de serveurs de cache lorsque la charge de transaction augmente. Par exemple, lors de l'utilisation de votre application Python, vous pouvez ajouter instantanément un nouveau serveur de cache en fonction de la situation et continuer à traiter davantage de requêtes sans avoir à arrêter votre application.
- Haute disponibilité et tolérance aux pannes : Lorsqu'il est utilisé dans le contexte d'une ferme Web, NCache offre une meilleure tolérance aux pannes en gardant les données disponibles sur tous les nœuds de serveur dans un cache en cluster sans point de défaillance unique.
- Topologies de cluster: NCache offres différentes topologies de mise en cache pour rendre vos applications Python plus fiables et évolutives. Par exemple, Topologie répliquée fournit un équilibrage de charge afin que votre application puisse gérer un trafic intensif et Topologie de réplique partitionnée offre une fiabilité et une évolutivité supérieures pour des transactions plus rapides.
Client Python avec NCache
NCache Détails NCacheCapacités de base de NCache Architecture
Client Python avec NCache
Le client nécessite une version Python supérieure ou égale à 3.5 installée pour l'utiliser avec NCache. Les étapes suivantes incluent un guide détaillé sur la façon de démarrer avec le client Python :
Étape 1: installation NCache
La toute première étape consiste à installer NCache dans votre environnement de développement, NCache prend en charge l'installation de Linux et de Windows. En plus de ça NCache propose trois versions, Enterprise, Professional et Open-Source. Vous pouvez consulter le comparaison détaillée des trois versions, pour choisir celle qui vous convient le mieux.
Vous pouvez vous référer à l'officiel guide d'installation, pour obtenir des instructions détaillées sur l'installation NCache. Une fois que vous avez fait cela, vous pouvez passer à l'étape suivante.
Étape 2 : Création d'un cache en cluster
L'étape suivante consiste à créer un cache en cluster. Selon vos besoins, vous pouvez choisir d'ajouter autant ou aussi peu de nœuds que vous le souhaitez. Cependant, à des fins de démonstration, nous recommanderons une configuration à deux nœuds, mais une configuration à un seul nœud suffira également, mais sans les qualités de réplication de données de NCache.
NCache offre diverses topologies et options de configuration de cache, qui varient en fonction de la version de NCache vous utilisez. Vous pouvez consulter la documentation officielle pour création d'un cache en cluster. Une fois que vous avez créé le cache avec succès, assurez-vous de démarrer le cache, et vous serez alors sur la bonne voie pour commencer l'aspect codage proprement dit de ce blog.
Étape 3 : Configuration du client Python avec NCache
La première chose à faire est de récupérer le package Python nommé ncache-client via pip si vous utilisez l'édition Enterprise de NCache. La commande pour installer le package est donnée ci-dessous. Ce package installe toutes les bibliothèques clientes requises pour votre application Python :
|
1 |
pip install ncache-client |
Et si vous utilisez l'édition professionnelle de NCache, vous devrez alors installer le package suivant :
|
1 |
pip install ncache-professional-client |
Ensuite, incluez le module suivant dans votre application Python :
|
1 |
from ncache.client.cache import cache |
Nous allons maintenant devoir nous connecter au cache. Pour cela il suffit de connaître le nom du cache, le reste sera géré par le client. Ensuite, incluez le module suivant dans votre application Python :
|
1 2 3 4 |
try: cache = ncache.CacheManager.get_cache(“myCache”) except Exception as exp: # handle any exceptions |
Et c'est tout. Vous vous êtes connecté avec succès au cache et votre application Python est prête à être utilisée avec NCache. Ensuite, nous examinerons un exemple de code, pour présenter certaines fonctionnalités de base de NCache.
NCache Détails Opérations côté client Documents NCahce
Quelques opérations de base
Le code ci-dessous montre comment vous pouvez ajouter, obtenir et supprimer un objet de NCache. Les données peuvent être un élément unique ou plusieurs éléments et peuvent être insérées, mises à jour ou supprimées du cache de manière synchrone ou asynchrone.
|
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 |
Recherche de données en cache
NCache offre la possibilité de rechercher des données en cache via balises nommées, groupes, aussi bien que Requêtes de type SQL. Vous pouvez associer plusieurs mots-clés aux éléments du cache dans NCache et ceux-ci agiront comme des marqueurs d'identification pour les éléments du cache. Les données peuvent être récupérées en fonction de ces mots-clés via des balises. Pour le niveau avancé de balisage où vous devez interroger des données liées à une balise spécifique, vous avez besoin de balises nommées.
Les données mises en cache peuvent être indexé puis interrogé à l'aide de son Mécanisme de type SQL. Il vous permet de rechercher des clés répondant aux critères donnés, puis de renvoyer les clés dans le jeu de résultats. Les éléments d'un cache ayant une relation entre eux ou relevant de la même catégorie peuvent être regroupés à l'aide NCache Fonction "Groupe". Les groupes peuvent logiquement partitionner les données pour une meilleure efficacité.
L'exemple suivant ajoute un CacheItem contenant l'objet 'customer' au cache à l'aide de la méthode Insert. Il lui attribue ensuite une propriété de balise supplémentaire en ajoutant des balises.
|
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 |
Conclusion
NCache peut être intégré facilement et de manière transparente dans vos applications Python existantes et en quelques étapes seulement, vous pouvez également découvrir la vitesse et la fiabilité extrêmes de NCache, tout en offrant une évolutivité. Pour commencer avec tout cela, téléchargez NCache dès maintenant ! Réservez votre place aujourd'hui!