Redis在django缓存(Django-redis)的步骤

1.Redis可以干什么

记录评论数、热度、浏览量等	使用hash
记录我的收藏、我的文章等列表类型的数据。	使用zset
记录某篇文章的点赞人员列表	使用zset
缓存频繁访问但又不太多的东西，例如：热门推荐	使用hash
记录与当前浏览的对象相关的对象，例如：与当前文章相关的文章	使用list
记录分类排行榜	使用zset
缓存历史记录，如：登录历史等	使用zset或hash
购物车	zset

2.Redis的数据结构

介绍

不管什么数据类型，在Redis总是以key，value的形式存在，可以通过key获得value的值，redis数据结构类型的差异取决于value的类型。
例如：string类型的value是string，set类型的value是set，zset的value的类型是zset，而key都是string。

string(字符串)	{"key1"："hello Wrold" }	常见的用途：缓存用户基本信息。 将用户的基本信息序列化成JSON字符串，然后将序列化后的字符串保存到 Redis 来缓存。反过来，当取用户 信息时，会经过一次反序列化。
set(集合)	{"key2":{'a':null,'b':null}} set相当于字典，只是所有键对应的值都是null
zset(有序集合)	有顺序的set	set的最后一个元素删除后，该数据结构自动被删除。 set中不存在重复元素，利用这个特性，我们可以用来存储防止重复事件发生的情况。例如：在抽奖活动系统中存储中奖用户，防止重复中奖。
hash（字典）	{"key3":{'url1':'www,baidu,com'}} 可以用来存储用户信息	无序字典，字典的值只能是字符串。 hash的最后一个元素删除后，该数据结构自动被删除。 hash也可以存储用户的信息，和string不同的是，hash可以对用户信息的每个字段单独存储。
list(列表)	{"key4": [1,2,4,3]	通常用作异步队列、存储列表数据。

redis操作大全

原生操作

key

DEL key (delete key)
该命令用于在 key 存在时删除 key。

DUMP key 
序列化给定 key ，并返回被序列化的值。

EXISTS key 
检查给定 key 是否存在。0(存在) or 1(不存在)

EXPIRE key seconds
为给定 key 设置过期时间，以秒计。

EXPIREAT key timestamp 
EXPIREAT 的作用和 EXPIRE 类似，都用于为 key 设置过期时间。 不同在于 EXPIREAT 命令接受的时间参数是 UNIX 时间戳(unix timestamp)。

PEXPIRE key milliseconds 
设置 key 的过期时间以毫秒计。

PEXPIREAT key milliseconds-timestamp 
设置 key 过期时间的时间戳(unix timestamp) 以毫秒计

KEYS pattern 
查找所有符合给定模式( pattern)的 key 。

MOVE key db 
将当前数据库的 key 移动到给定的数据库 db 当中。

PERSIST key 
移除 key 的过期时间，key 将持久保持。

PTTL key 
以毫秒为单位返回 key 的剩余的过期时间。

TTL key 
以秒为单位，返回给定 key 的剩余生存时间(TTL, time to live)。

RANDOMKEY 
从当前数据库中随机返回一个 key 。

RENAME key newkey 
修改 key 的名称

RENAMENX key newkey 
仅当 newkey 不存在时，将 key 改名为 newkey 。

TYPE key 
返回 key 所储存的值的类型。

 String

SET key value 
设置指定 key 的值

GET key 
获取指定 key 的值。

GETRANGE key start end 
返回 key 中字符串值的子字符

GETSET key value
将给定 key 的值设为 value ，并返回 key 的旧值(old value)。

GETBIT key offset
对 key 所储存的字符串值，获取指定偏移量上的位(bit)。

MGET key1 [key2..]
获取所有(一个或多个)给定 key 的值。

SETBIT key offset value
对 key 所储存的字符串值，设置或清除指定偏移量上的位(bit)。

SETEX key seconds value
将值 value 关联到 key ，并将 key 的过期时间设为 seconds (以秒为单位)。

SETNX key value
只有在 key 不存在时设置 key 的值。

SETRANGE key offset value
用 value 参数覆写给定 key 所储存的字符串值，从偏移量 offset 开始。

    STRLEN key
返回 key 所储存的字符串值的长度。

MSET key value [key value ...]
同时设置一个或多个 key-value 对。

    MSETNX key value [key value ...] 
同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。

PSETEX key milliseconds value
这个命令和 SETEX 命令相似，但它以毫秒为单位设置 key 的生存时间，而不是像 SETEX 命令那样，以秒为单位。

    INCR key
将 key 中储存的数字值增一。\


INCRBY key increment
将 key 所储存的值加上给定的增量值（increment） 。

    INCRBYFLOAT key increment
将 key 所储存的值加上给定的浮点增量值（increment） 。

    DECR key
将 key 中储存的数字值减一。

    DECRBY key decrement
key 所储存的值减去给定的减量值（decrement） 。

    APPEND key value
如果 key 已经存在并且是一个字符串， APPEND 命令将指定的 value 追加到该 key 原来值（value）的末尾。

Hash

hset(name, key, value)
name对应的hash中设置一个键值对（不存在，则创建；否则，修改）

hmset(name, mapping)
在name对应的hash中批量设置键值对

hget(name,key)
在name对应的hash中获取根据key获取value

hmget(name, keys, *args)
 在name对应的hash中获取多个key的值

hgetall(name)
获取name对应hash的所有键值

hlen(name)
获取name对应的hash中键值对的个数

hkeys(name)
获取name对应的hash中所有的key的值

hvals(name)
获取name对应的hash中所有的value的值
 
hexists(name, key)
检查name对应的hash是否存在当前传入的key

hdel(name,*keys)
将name对应的hash中指定key的键值对删除

hincrby(name, key, amount=1)
自增name对应的hash中的指定key的值，不存在则创建key=amount

hincrbyfloat(name, key, amount=1.0)
自增name对应的hash中的指定key的值，不存在则创建key=amount
 
hscan(name, cursor=0, match=None, count=None)
增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而放置内存被撑爆
 
hscan_iter(name, match=None, count=None)
利用yield封装hscan创建生成器，实现分批去redis中获取数据

List

lpush(name,values)
 在name对应的list中添加元素，每个新的元素都添加到列表的最左边

lpushx(name,value)
在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边

llen(name)
 name对应的list元素的个数

linsert(name, where, refvalue, value))
在name对应的列表的某一个值前或后插入一个新值

r.lset(name, index, value)
对name对应的list中的某一个索引位置重新赋值

r.lrem(name, value, num)
 在name对应的list中删除指定的值

lpop(name)
在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素

lindex(name, index)
在name对应的列表中根据索引获取列表元素

lrange(name, start, end)
在name对应的列表分片获取数据

ltrim(name, start, end)
在name对应的列表中移除没有在start-end索引之间的值

rpoplpush(src, dst)
从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边

blpop(keys, timeout)
将多个列表排列，按照从左到右去pop对应列表的元素

brpoplpush(src, dst, timeout=0)
从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧

自定义增量迭代
# 由于redis类库中没有提供对列表元素的增量迭代，如果想要循环name对应的列表的所有元素，那么就需要：
    # 1、获取name对应的所有列表
    # 2、循环列表
# 但是，如果列表非常大，那么就有可能在第一步时就将程序的内容撑爆，所有有必要自定义一个增量迭代的功能：
 
def list_iter(name):
    """
    自定义redis列表增量迭代
    :param name: redis中的name，即：迭代name对应的列表
    :return: yield 返回 列表元素
    """
    list_count = r.llen(name)
    for index in xrange(list_count):
        yield r.lindex(name, index)
 
# 使用
for item in list_iter('pp'):
    print item

Set

sadd(name,values)
name对应的集合中添加元素

scard(name)
获取name对应的集合中元素个数

sdiff(keys, *args)
在第一个name对应的集合中且不在其他name对应的集合的元素集合

sdiffstore(dest, keys, *args)
 获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中

sinter(keys, *args)
获取多一个name对应集合的并集

sinterstore(dest, keys, *args)
获取多一个name对应集合的并集，再讲其加入到dest对应的集合中

sismember(name, value)
检查value是否是name对应的集合的成员

smembers(name)
获取name对应的集合的所有成员

smove(src, dst, value)
将某个成员从一个集合中移动到另外一个集合

spop(name)
从集合的右侧（尾部）移除一个成员，并将其返回

srandmember(name, numbers)
从name对应的集合中随机获取 numbers 个元素

srem(name, values)
在name对应的集合中删除某些值

sunion(keys, *args)
获取多一个name对应的集合的并集

sunionstore(dest,keys, *args)
获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中

sscan(name, cursor=0, match=None, count=None)
sscan_iter(name, match=None, count=None)
同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大

zset

zadd(name, *args, **kwargs)
在name对应的有序集合中添加元素

zcard(name)
获取name对应的有序集合元素的数量

zcount(name, min, max)
获取name对应的有序集合中分数 在 [min,max] 之间的个数

zincrby(name, value, amount)
自增name对应的有序集合的 name 对应的分数

r.zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)
按照索引范围获取name对应的有序集合的元素

zrank(name, value)
获取某个值在 name对应的有序集合中的排行（从 0 开始）
zrevrank(name, value)，从大到小排序

zrangebylex(name, min, max, start=None, num=None)
当有序集合的所有成员都具有相同的分值时，有序集合的元素会根据成员的 值 （lexicographical ordering）来进行排序，而这个命令则可以返回给定的有序集合键 key 中， 元素的值介于 min 和 max 之间的成员
对集合中的每个成员进行逐个字节的对比（byte-by-byte compare）， 并按照从低到高的顺序， 返回排序后的集合成员。 如果两个字符串有一部分内容是相同的话， 那么命令会认为较长的字符串比较短的字符串要大


zrem(name, values)
删除name对应的有序集合中值是values的成员

zremrangebyrank(name, min, max)
根据排行范围删除

zremrangebyscore(name, min, max)
根据分数范围删除

zremrangebylex(name, min, max)
根据值返回删除

zscore(name, value)
获取name对应有序集合中 value 对应的分数

zinterstore(dest, keys, aggregate=None)
 获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作

zunionstore(dest, keys, aggregate=None)
获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作

zscan(name, cursor=0, match=None, count=None, score_cast_func=float)
zscan_iter(name, match=None, count=None,score_cast_func=float)
同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作

python(django中)操作

操作之String操作

#####字符串操作
####1 set的用法
# conn.set('height',180) #基本使用

# conn.set('height','190',nx=True)
# conn.set('height','190',xx=True)
# conn.set('height1','190',xx=True)
'''
ex，过期时间（秒）
     px，过期时间（毫秒）
     nx，如果设置为True，则只有name不存在时，当前set操作才执行,值存在，就修改不了，执行没效果
     xx，如果设置为True，则只有name存在时，当前set操作才执行，值存在才能修改，值不存在，不会设置新值
 
'''

### 2
# setnx(name, value)
#
# 设置值，只有name不存在时，执行设置操作（添加）,如果存在，不会修改
# setex(name, value, time)
# # 设置值
# # 参数：
#     # time，过期时间（数字秒 或 timedelta对象）
# psetex(name, time_ms, value)
# # 设置值
# # 参数：
#     # time_ms，过期时间（数字毫秒 或 timedelta对象


# mset
# conn.mset({'name1':'11','name3':'dasfd'})

# ret=conn.mget(['name1','name','name3'])
# print(ret)

# ret=conn.getset('name1', '999')
# print(ret)

# ret=conn.getrange('name1',0,0) # 前闭后闭区间
# print(ret)

# conn.setrange('name1',1,88888)

# ret=conn.getbit('name1',9)
# print(ret)

#incr ：统计网站访问量，页面访问量，接口访问量
# conn.incr('name1')  # 只要一执行，数字加1
# conn.incr('name1')  # 只要一执行，数字加1
# conn.incr('name1')  # 只要一执行，数字加1
# conn.incr('name1')  # 只要一执行，数字加1

#decr
# conn.incr('name1',-2)
# conn.decr('name1',3)

# conn.append('name1','oo')
# conn.incr('name1')

##重点：
#set :很多参数
#get
#mset
#mget
#incr
#decr
#append

操作之Hash操作

# hash操作
# conn.hset('hash1','name','lqz')
# conn.hset('hash1','name2','lqz')
# conn.hset('hash1','name','lqz444')  # key不可以重复，

# ret=conn.hget('hash1','name')  #只能取一个
# print(ret)


# conn.hmset('hash2',{'key1':'value1','key2':'value2'})
# ret=conn.hmget('hash1','name','name2')
# ret=conn.hmget('hash1',['name','name2'])
# print(ret)

# ret=conn.hgetall('hash1')  # 尽量少用
# print(ret)

# ret=conn.hlen('hash1')
# ret=conn.hkeys('hash1')
# ret=conn.hexists('hash1','name1')
# ret=conn.hdel('hash1','name')

# conn.hset('hash1','name',12)
# ret=conn.hincrby('hash1','name')
#
# print(ret


# 以后想取出hash类型内所有的数据，不建议用hgetall，建议用hscan_iter
# 一次性先取一部分回来（假设有1w条，先取回100条，把这100条做成了生成器）
# ret=conn.hscan_iter('hash1')
# print(ret)
# for i in ret:
#     print(i)

##重点掌握
# hset
# hget
#hmset
#hmget
# hincrby
# 区分hgetall和hscan_iter

操作之List操作

### 列表操作
# ret=conn.lpush('list1',1,2,3,4,5)
# ret=conn.rpush('list1',999)
# ret=conn.lpushx('list2',1)

# ret=conn.lpushx('list1',888)  # 必须有这个key才能放
# ret=conn.rpushx('list1',666)  # 我们猜，返回总长度
# ret=conn.llen('list1')

# ret=conn.linsert('list1','before','3','77777777')
# ret=conn.linsert('list1','after','3','66666666')



# ret=conn.lset('list1',3,'22222')  #从0开始计数
# ret=conn.lset('list1',0,'11111')

# ret=conn.lrem('list1',2,'5')  # 从前往后删除两个5
# ret=conn.lrem('list1',-1,'5') # 从后往前删除1个5
# ret=conn.lrem('list1',0,'5')   # 删除所有5

# ret=conn.lpop('list1')
# ret=conn.rpop('list1')

# ret=conn.lindex('list1',0)

# ret=conn.lrange('list1',0,2)  # 前闭后闭

# ret=conn.ltrim('list1',1,2)

# 重点block,阻塞,可以写一个超时时间
# ret=conn.blpop('list1',timeout=10)
# print(ret)


# 自定制分批取列表的数据
# conn.lpush('test',*[1,2,3,4,45,5,6,7,7,8,43,5,6,768,89,9,65,4,23,54,6757,8,68])
# conn.flushall()
def scan_list(name,count=2):
    index=0
    while True:
        data_list=conn.lrange(name,index,count+index-1)
        if not data_list:
            return
        index+=count
        for item in data_list:
            yield item
# print(conn.lrange('test',0,100))
for item in scan_list('test',5):
    print('---')
    print(item)

    
# 重点
lpush
lpop
blpop
lrange
llen

redsi的其他使用

# 其他操作
# conn.delete('list1')
# ret=conn.delete('hash1')

# ret=conn.exists('hash2')
# ret=conn.keys('cache*')  #查询以cache开头的所有key

# ret=conn.expire('hash2',2)

# ret=conn.type('name3')
# ret=conn.type('test')
# ret=conn.type('test')
print(ret)

管道

# 创建管道--》开启批量操作事务---》去连接池中获取一个连接---》放值--》pipe.execute()批量执行了
# 后端倒计时校验
            # 先存一个值在session里面，有效期60秒
            conn = get_redis_connection("sms_code")
            pipe = conn.pipeline()  # 创建管道
            pipe.multi()  # 开启批量操作  （事务，）
            init_code = conn.get('sms_init_%s' % phone)
            if init_code:
                return Response('1分钟只能发一次', status=status.HTTP_401_UNAUTHORIZED)
            # 保存
            # 去连接池中获取一个连接
            # conn = get_redis_connection("sms_code")
            pipe.set('sms_init_%s' % phone, sms_code, ex=60)
            pipe.set('sms_code_%s' % phone, sms_code, ex=60 * 60 * 24 * 14)
            pipe.execute()  # 批量执行了
   		   # 异步 
            from mycelery.sms.tasks import send_sms
            print(phone, sms_code)
            tid = send_sms.delay(phone, templates_id, [sms_code, ])
            # tid 当前队列执行的id号，可以通过该队列id拿到执行结果
            return Response('成功', status=status.HTTP_200_OK)
        else:
            return Response(data='手机号不能为空', status=status.HTTP_400_BAD_REQUEST)

Django缓存

缓存目的

短时间缓存：解决高并发带来的数据库查询压力，缓存的生命周期定义在业务合理的范围内

长时间缓存：将长时间不会发生任何更改的查询结果缓存起来，减少了查数据库的操作，提高了性能。

Django提供了5种不同的缓存方式

Memcached：

一种高性能的分布式内存对象缓存系统，用于动态网站，以减轻数据库负载。

数据库缓存：

缓存信息存储在网站数据库的缓存表中，缓存表可以在项目的配置文件中配置，适合大中型网站使用。

文件系统缓存：

缓存信息以文本文件格式保存，适合中小型网站使用。

本地内存缓存：

django默认的缓存保存方式，将缓存存放在项目所在系统的内存中，之适用于项目开发测试。

虚拟缓存：

django内置的虚拟缓存，市级上只提供缓存接口，并不能存储缓存的相关配置。

Django-Redis缓存

介绍

Django 支持 Redis cache/session 后端的全功能组件。

说明

Django-Redis可以和Django配合使用，充当cache/session

Django-Redis依赖于pyredis

安装

pip3 install django_redis -i https://pypi.douban.com/simple

作为cache后端

settings.py配置

# 设置redis缓存
CACHES = {
    # 默认缓存
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/0",  # 安装redis的主机的 IP 和 端口
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    # 提供给xadmin或者admin的session存储
    "session": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/1",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    # 提供存储短信验证码
    "sms_code": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/2",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    "cart": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/3",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },

}

作为session后端(二者合一也是这个配置)

settings.py配置

# 设置redis缓存
CACHES = {
    # 默认缓存
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/0",  # 安装redis的主机的 IP 和 端口
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    # 提供给xadmin或者admin的session存储
    "session": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/1",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    # 提供存储短信验证码
    "sms_code": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/2",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },
    "cart": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://106.14.42.253:8764/3",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {
                "max_connections": 1000,
                "encoding": 'utf-8'
            },
            "PASSWORD": "foobared"  # redis密码
        }
    },

}

# 设置xadmin用户登录时,登录信息session保存到redis(加上下面两句,才能生效)
SESSION_ENGINE = "django.contrib.sessions.backends.cache"
# 配置生效
SESSION_CACHE_ALIAS = "session"

缓存存放表(可以不创建，不创建默认使用系统内置的)

python manage.py createcachetable 表名

连接使用

Python操作Redis之普通连接

# 简单使用
from redis import Redis
# conn=Redis()
#连接对象
conn=Redis(host='127.0.0.1', port=6379)
ret=conn.get('name')
print(ret)

 Python操作Redis之连接池

###### t_redis_pool.py
#redis连接池
import redis
#pool必须是单例的
POOL = redis.ConnectionPool(host='127.0.0.1', port=6379,max_connections=100)  # 造一个池子,最多能放100个连接

#######t_redis_conn.py
#redis连接池
# import redis
# #pool必须是单例的
# pool = redis.ConnectionPool(host='127.0.0.1', port=6379,max_connections=100)  # 造一个池子,最多能放100个连接
import redis
#包内的py文件，如果想右键运行，导包的时候不能带点
from t_redis_pool import POOL  # pycharm提示的错
r = redis.Redis(connection_pool=POOL)  # 只要执行这一句话，就是从池中拿出一个连接
ret=r.get('name')
print(ret)

使用cache

# 可以放任意值
from django.core.cache import cache
cache.set('name',user) 

直接使用conn对象

from django_redis import get_redis_connection
conn = get_redis_connection('default')
print(conn.hgetall('xxx'))

接口缓存实例(缓存数据)

# 首页轮播图数据缓存到redis中
def list(self, request, *args, **kwargs):

    # response=super().list(request, *args, **kwargs)
    # 把data的数据加缓存
    # 1 先去缓存拿数据
    banner_list=cache.get('banner_list')
    if not banner_list:
        print('走数据库了')
        # 缓存中没有，去数据库拿
        response = super().list(request, *args, **kwargs)
        # 加到缓存
        cache.set('banner_list',response.data,60*60*24)
        return response

    return Response(data=banner_list)

异步更新缓存(搭配celery，这里省略celery的使用，缓存数据)

celery.py

 celery.py
from celery import Celery

# 加载django环境
import os
import django
os.environ.setdefault("DJANGO_SETTINGS_MODULE", "luffyapi.settings.dev")
django.setup()

broker='redis://127.0.0.1:6379/1'  #broker任务队列
backend='redis://127.0.0.1:6379/2'   # 结构存储，执行完的结果存在这

app=Celery(__name__,broker=broker,backend=backend,include=['celery_task.home_task',])


# 执行定时任务
# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
app.conf.enable_utc = False

# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    'add-task': {
        'task': 'celery_task.home_task.banner_update',
        'schedule': timedelta(seconds=30),
    }
}

home_task.py

from .celery import app
@app.task
def banner_update():
    from home import serializer
    from home import models
    from django.conf import settings
    from django.core.cache import cache
    queryset_banner = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('display_order')[
               :settings.BANNER_COUNTER]
    serializer_banner=serializer.BannerModelSerilaizer(instance=queryset_banner,many=True)
    # print(serializer_banner.data)
    for banner in serializer_banner.data:
        banner['img']='http://127.0.0.1:8000'+banner['img']
    cache.set('banner_list',serializer_banner.data)
    # import time
    # time.sleep(1)
    # banner_list=cache.get('banner_list')
    # print(banner_list)
    return True

缓存其他应用

全站使用缓存

使用中间件，经过一系列的认证等操作，如果内容在缓存中存在，则使用 FetchFromCacheMiddleware 获取内容并返回给用户，当返回给用户之前，判断缓存中是否已经存在，如果不存在则UpdateCacheMiddleware 会将缓存保存至缓存，从而实现全站缓存。

配置 

MIDDLEWARE = [
    'django.middleware.cache.UpdateCacheMiddleware',  # 放在第一
    # 其他中间件...
    'django.middleware.cache.FetchFromCacheMiddleware',  # 放在最后
]

CACHE_MIDDLEWARE_ALIAS = ""          # 用于存储的缓存别名
CACHE_MIDDLEWARE_SECONDS = 600       # 每个页面应缓存的秒数 
CACHE_MIDDLEWARE_KEY_PREFIX = ""     # 如果使用相同的Django安装在多个站点之间共享缓存，请将其设置为站点名称或此Django实例特有的其他字符串，以防止发生密钥冲突。如果你不在乎，请使用空字符串。

测试：

from django.shortcuts import HttpResponseimport time
def index(request):
    t = time.time()
    return HttpResponse("时间：{}".format(str(t)))

def home(request):
    t = time.time()
    return HttpResponse("时间：{}".format(str(t)))

注意事项

启用缓存之后网站的访问速度是提升，但是同样的在新建页面的时候，比如说新增一篇文章，网站页面不会立即显示这篇文章，因为首页的内容已经被放到了缓存中，当你再次访问的时候，Django不是从数据库中捞数据，而是从缓存中捞数据。解决方法就是给函数前设置一个页面缓存。 

from django.views.decorators.cache import cache_page
@cache_page(60) # 60代表缓存的寿命,表示缓存时长60秒钟
def memcached(req):
    return render(req,"memcached.html")

单独视图缓存（记得取消全站缓存中间件配置)

from django.views.decorators.cache import cache_page
 
# 给函数加上装饰器，参数为缓存的秒数
@cache_page(60 * 15)
def my_view(request):
    ...
 
# 类缓存写法
from django.utils.decorators import method_decorator
 
# 此方法会给所有类方法添加缓存
@method_decorator(cache_page(60 * 15), name='dispatch')
class MyView(View):
    def get(self, request, pk):
        ...
        pass
 
 
# 此方法给类方法单独添加缓存
class MyView(View):
    @method_decorator(cache_page(60 * 15))
    def get(self, request, pk):
        ...
        pass

本文参考

【愚公系列】2022年01月 Django商城项目03-Redis配置_愚公搬代码的博客-CSDN博客

【Django】使用django-redis作为项目缓存_Runaway_pilot的博客-CSDN博客_django使用redis缓存

Django缓存实现——自带cache或Redis_我辈李想的博客-CSDN博客

Django使用(django-redis)实现redis缓存_Pekah_zx的博客-CSDN博客

Django 缓存之配置Redis_柠哥哥的博客-CSDN博客

Django-Redis：在Django中使用redis作为缓存 - gavinsun - 博客园 (cnblogs.com)