蟒蛇 是一种开源、动态类型和跨平台的编程语言。其具有动态绑定和类型的高级内置数据结构使其对 快速应用开发. 它还用作自动化任务和进行数据分析的主要脚本语言。
NCache 是一种内存中、线性可扩展的分布式缓存，用于存储数据以获得更好的性能和更高的可扩展性。 它是一种本机 .NET 缓存，在快速数据访问以提高应用程序性能时会产生奇迹，并为多种语言提供客户端 API，Python 就是其中之一。 Python 客户端可以与 NCache 并包括各种功能，例如 基本操作, 数据过期技术, 锁定，等等。
NCache 更多信息 下载 NCache NCache 客户端 API
为什么使用 Python NCache?
NCache以及其丰富的功能和增强的缓存功能，为您提供了与 Python 一起使用的灵活选项。 NCache 将通过以下方式增强您的 Python 应用程序：
- 改进的性能： 数据存储在内存缓存中，可实现最高性能和更快的响应时间。
- 值得信赖：如果应用服务器出现故障或数据丢失， NCache 提供 可靠性 在数据复制的帮助下。
- 可扩展性： NCache 提供 线性可扩展性 通过允许您在事务负载增长时添加更多缓存服务器。 例如，在使用您的 Python 应用程序时，您可以根据情况立即添加一个新的缓存服务器，并继续为更多请求提供服务，而无需停止您的应用程序。
- 高可用性和容错性： 在网络场的上下文中使用时， NCache 通过在集群缓存中的所有服务器节点上保持数据可用而没有单点故障，从而提供更好的容错能力。
- 集群拓扑: NCache 提供不同的 缓存拓扑 使您的 Python 应用程序更加可靠和可扩展。 例如， 复制拓扑 提供负载平衡，以便您的应用程序可以处理密集的流量和 分区副本拓扑 为更快的事务提供更高的可靠性和可扩展性。
Python 客户端 NCache
NCache 更多信息 NCache的核心能力 NCache 建筑
Python客户端与 NCache
客户端需要安装高于或等于3.5的Python版本才能使用 NCache. 以下步骤包括有关如何开始使用 Python 客户端的详细指南：
步骤1：安装 NCache
第一步是安装 NCache 在您的开发环境中， NCache 支持Linux和Windows安装。在此之上 NCache 提供三个版本，企业版、专业版和开源版。 您可以查看 详细对比 在三个版本中，选择最适合您的版本。
可以参考官方 安装指南, 有关如何安装的分步指导 NCache. 完成后，您可以进入下一步。
步骤 2：创建集群缓存
下一步是创建集群缓存。 根据您的要求，您可以选择添加任意数量的节点。 但是，出于演示目的，我们将推荐两个节点设置，但单节点设置也足够了，但没有数据复制质量 NCache.
NCache 提供各种拓扑和缓存配置选项，这些选项因版本而异 NCache 您正在使用。 你可以查看官方文档 创建集群缓存. 成功创建缓存后，请确保 启动缓存，然后您将顺利开始本博客的实际编码方面。
第 3 步：配置 Python 客户端 NCache
首先要做的是获取名为的 Python 包 ncache-client 通过 pip 如果您使用的是企业版 NCache. 下面给出了安装包的命令。 此包为您的 Python 应用程序安装所有必需的客户端库：
|
1 |
pip install ncache-client |
如果您使用的是专业版 NCache，那么您将需要安装以下软件包：
|
1 |
pip install ncache-professional-client |
接下来，在您的 Python 应用程序中包含以下模块：
|
1 |
from ncache.client.cache import cache |
现在我们需要连接到缓存。 为此，您只需要知道缓存的名称，其余的将由客户端处理。 接下来，在您的 Python 应用程序中包含以下模块：
|
1 2 3 4 |
try: cache = ncache.CacheManager.get_cache(“myCache”) except Exception as exp: # handle any exceptions |
就是这样。 您已成功连接到缓存，并且您的 Python 应用程序已准备好使用 NCache. 接下来，我们将看一些示例代码，以展示一些基本功能 NCache.
一些基本操作
下面的代码显示了如何添加、获取和删除对象 NCache. 数据可以是单个项目或多个项目，并且可以同步或异步地插入、更新或从缓存中移除。
|
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 |
搜索缓存数据
NCache 提供通过以下方式搜索缓存数据的能力 命名标签, 团体以及 类似 SQL 的查询. 您可以将多个关键字与缓存项相关联 NCache 这些将作为缓存项的标识标记。 可以通过标签根据这些关键字检索数据。 对于必须查询与特定标签相关的数据的高级标签，您需要命名标签。
缓存数据可以 索引 然后使用它的查询 类 SQL 机制. 它允许您搜索满足给定条件的键，然后将键返回到结果集中。 缓存中具有关系或属于同一类别的项目可以使用 NCache “群组”功能。 组可以对数据进行逻辑分区以提高效率。
以下示例使用 Insert 方法将包含对象“客户”的 CacheItem 添加到缓存中。 然后它通过添加标签来设置一个额外的标签属性。
|
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 |
结论
NCache 可以轻松无缝地集成到您现有的 Python 应用程序中，只需几个步骤，您还可以体验到极速和可靠性 NCache，同时还提供可扩展性。 要开始使用所有这些，请下载 NCache 现在！