Python è un linguaggio di programmazione open source, tipizzato dinamicamente e multipiattaforma. Le sue strutture dati integrate di alto livello con associazione e digitazione dinamica lo rendono attraente Sviluppo rapido di applicazioni. Viene anche utilizzato come linguaggio di scripting principale per automatizzare le attività e condurre l'analisi dei dati.
NCache è una cache distribuita in memoria, linearmente scalabile, che archivia i dati per prestazioni migliori e una maggiore scalabilità. È una cache .NET nativa che fa miracoli quando si tratta di un rapido accesso ai dati per migliorare le prestazioni della tua applicazione e offre API lato client per una moltitudine di linguaggi, Python è uno di questi. Il client Python può essere utilizzato con NCache e include varie funzionalità come operazioni di base, tecniche di scadenza dei dati, bloccaggio, E molto altro ancora.
NCache Dettagli Scaricare NCache NCache API lato client
Perché usare Python con NCache?
NCache, insieme alle sue vaste funzionalità e capacità di memorizzazione nella cache avanzate, offre opzioni flessibili da utilizzare con Python. NCache migliorerà le tue applicazioni Python nei seguenti modi:
- Prestazione migliorata: I dati vengono archiviati in una cache in memoria, garantendo prestazioni massime e tempi di risposta più rapidi.
- Affidabilità: Se un server delle applicazioni si interrompe o in qualche modo i dati vengono persi, NCache fornisce problemi di con l'aiuto della replica dei dati.
- Scalabilità: NCache fornisce scalabilità lineare consentendo di aggiungere più server cache quando il carico delle transazioni aumenta. Ad esempio, durante l'utilizzo dell'applicazione Python, è possibile aggiungere istantaneamente un nuovo server cache a seconda della situazione e continuare a servire più richieste senza dover interrompere l'applicazione.
- Alta disponibilità e tolleranza ai guasti: Se utilizzato nel contesto di una web farm, NCache fornisce una migliore tolleranza agli errori mantenendo i dati disponibili su tutti i nodi del server in una cache in cluster senza un singolo punto di errore.
- Topologie a grappolo: NCache offre diverse topologie di memorizzazione nella cache per rendere le tue applicazioni Python più affidabili e scalabili. Per esempio, Topologia replicata fornisce il bilanciamento del carico in modo che l'applicazione possa gestire traffico intenso e Topologia della replica partizionata fornisce maggiore affidabilità e scalabilità per transazioni più veloci.
Cliente Python con NCache
NCache Dettagli NCacheFunzionalità principali di NCache Architettura
Client Python con NCache
Il client richiede una versione Python superiore o uguale alla 3.5 installata per utilizzarlo NCache. I seguenti passaggi includono una guida dettagliata su come iniziare con il client Python:
Passaggio 1: installazione NCache
Il primo passo è installare NCache nel tuo ambiente di sviluppo, NCache supporta sia l'installazione Linux che Windows. In aggiunta a ciò NCache offre tre versioni, Enterprise, Professional e Open-Source. Puoi controllare il confronto dettagliato delle tre versioni, per scegliere la versione più adatta a te.
Puoi fare riferimento al funzionario guida d'installazione, per istruzioni dettagliate su come installare NCache. Dopo averlo fatto, puoi passare al passaggio successivo.
Passaggio 2: creazione di una cache in cluster
Il passaggio successivo consiste nel creare una cache in cluster. A seconda delle tue esigenze, puoi scegliere di aggiungere quanti nodi vuoi. Tuttavia, a scopo dimostrativo, raccomanderemo una configurazione a due nodi, ma sarà sufficiente anche una configurazione a nodo singolo, ma senza le qualità di replica dei dati di NCache.
NCache offre varie topologie e opzioni di configurazione della cache, che variano in base alla versione di NCache tu stai usando. Puoi controllare la documentazione ufficiale per creazione di una cache in cluster. Dopo aver creato correttamente la cache, assicurati di farlo avvia la cache, e quindi sarai sulla buona strada per iniziare l'aspetto di codifica effettivo di questo blog.
Passaggio 3: configurazione del client Python con NCache
La prima cosa da fare è recuperare il pacchetto Python denominato ncache-client tramite pip se stai utilizzando l'edizione Enterprise di NCache. Il comando per installare il pacchetto è riportato di seguito. Questo pacchetto installa tutte le librerie client richieste per la tua applicazione Python:
|
1 |
pip install ncache-client |
E se stai usando l'edizione Professional di NCache, quindi dovrai installare il seguente pacchetto:
|
1 |
pip install ncache-professional-client |
Quindi, includi il seguente modulo nella tua applicazione Python:
|
1 |
from ncache.client.cache import cache |
Ora dovremo connetterci alla cache. Per questo devi solo conoscere il nome della cache, il resto sarà gestito dal client. Quindi, includi il seguente modulo nella tua applicazione Python:
|
1 2 3 4 |
try: cache = ncache.CacheManager.get_cache(“myCache”) except Exception as exp: # handle any exceptions |
E questo è tutto. Ti sei connesso con successo alla cache e la tua applicazione Python è pronta per essere utilizzata NCache. Successivamente, esamineremo alcuni codici di esempio, per mostrare alcune funzionalità di base di NCache.
NCache Dettagli Operazioni lato client Documenti NCahce
Alcune operazioni di base
Il codice seguente mostra come aggiungere, ottenere e rimuovere un oggetto da NCache. I dati possono essere un singolo elemento o più elementi e possono essere inseriti, aggiornati o rimossi dalla cache in modo sincrono o asincrono.
|
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 |
Ricerca dei dati memorizzati nella cache
NCache offre la possibilità di cercare i dati memorizzati nella cache tag denominati, gruppi, così come Query simili a SQL. Puoi associare più parole chiave con elementi della cache in NCache e questi fungeranno da indicatori di identificazione per gli elementi della cache. I dati possono essere recuperati in base a queste parole chiave tramite tag. Per il livello avanzato di codifica in cui devi interrogare i dati relativi a un tag specifico, hai bisogno di tag denominati.
I dati memorizzati nella cache possono essere indicizzati e quindi interrogato usando il suo Meccanismo simile a SQL. Ti consente di cercare le chiavi che soddisfano i criteri indicati e quindi di restituire le chiavi al set di risultati. Gli elementi in una cache che hanno una relazione tra loro o che rientrano nella stessa categoria possono essere raggruppati utilizzando NCache Funzione "Gruppo". I gruppi possono partizionare logicamente i dati per una migliore efficienza.
L'esempio seguente aggiunge un oggetto CacheItem contenente 'customer' alla cache usando il metodo Insert. Quindi imposta una proprietà tag aggiuntiva su di essa aggiungendo tag.
|
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 |
Conclusione
NCache può essere facilmente e perfettamente integrato nelle tue applicazioni Python esistenti e con pochi passaggi puoi anche sperimentare l'estrema velocità e affidabilità di NCache, fornendo anche scalabilità. Per iniziare con tutto questo, scarica NCache adesso!