本文节选自笔者博客：https://www.blog.zeeland.cn/archives/23r9oiasaaa

💖 作者简介：大家好，我是Zeeland，全栈领域优质创作者。
📝 CSDN主页：Zeeland🔥
📣 我的博客：Zeeland
📚 Github主页: Undertone0809 (Zeeland) (github.com)
🎉 支持我：点赞👍+收藏⭐️+留言📝
📣 系列专栏：django开发手册🍁
💬介绍：The mixture of software dev+Iot+ml+anything🔥

Django系列专栏

【django开发手册】Django 中使用自定义用户模型：一个比自带 User 更强的选择
【django开发手册】如何使用select_related进行一次连表查询
【django开发手册】drf通过添加自定义字段优化DRF序列化器，轻松实现高速API
【django开发手册】解决admin添加外键下拉显示外键的问题
【Django Rest Framework优化实践】ResponseResult、异常处理方法详解
【DRF】深度分析枚举类型在DRF中的序列化问题及解决方案
【django开发手册】关于django admin添加表信息的时候外键无法为空的问题解决方案
【django开发手册】django admin如何显示外键对应的字段
【django开发手册】DRF外键模型查询没有信息？教你实现序列化返回

前言

Web应用性能是非常重要的，用户访问速度和响应时间会直接影响到用户体验。对于一个需要经常访问、更新的Web应用，缓存机制是非常重要的，它可以避免频繁的数据库访问，提高网站的访问速度、降低服务器负载。本文会探讨以下几个问题：

如何使用DRF自动缓存来优化API性能？以及如何解决常见的缓存问题。
django cache_page和 drf cache_response的区别？
缓存的更新机制

Django cache

首先，django也提供了其cache机制，通过from django.views.decorators.cache import cache_page引入cache_page就可以进行使用了，使用方法如下所示：

from django.views.decorators.cache import cache_page@cache_page(60 * 15)
def my_view(request):...

当你第一次调用这个接口的时候，django会为这个接口创建一个60*15秒的缓存，当你后面再去访问的时候，访问速度就会快很多。

需要注意的是，你需要考虑缓存的刷新机制，一般情况下，缓存不会自动刷新，你需要自己去手动更新，可以说这是一个弊端。

下面的demo是一个将cache_page结合drf的ModelViewSet一起使用，其作用也是接口数据的缓存。

class MeasuringPointViewSet(viewsets.ModelViewSet):queryset = models.MeasuringPoint.objects.all().order_by('mpoint_id')serializer_class = MeasuringPointSerializer@method_decorator(cache_page(60 * 60))def list(self, request, *args, **kwargs):"""根据项目获取所有测点"""project_id = request.query_params.get('project_id')queryset = self.get_queryset().filter(project_id=project_id)serializer = self.get_serializer(results, many=True)return paginator.get_paginated_response(serializer.data)

DRF cache

对于上面提到的缓存刷新问题，可以使用DRF自带的缓存方法进行数据更新时的自动清除。

快速上手

导包，因为drf cache属于其扩展功能，因此需要单独安装drf的扩展库

pip install drf-extensions

在views.py 中引入缓存类：

from rest_framework_extensions.cache.decorators import cache_response

替换@method_decorator(cache_page(60 * 60))为@cache_response(key_func='get_cache_key')，并添加get_cache_key函数：

class MeasuringPointViewSet(viewsets.ModelViewSet):queryset = models.MeasuringPoint.objects.all().order_by('mpoint_id')serializer_class = MeasuringPointSerializer@staticmethoddef get_cache_key(request, *args, **kwargs):project_id = request.query_params.get('project_id')return f'{request.path}?project_id={project_id}'@cache_response(key_func='get_cache_key')def list(self, request, *args, **kwargs):"""根据项目获取所有测点"""paginator = CustomPagination()project_id = request.query_params.get('project_id')queryset = self.get_queryset().filter(project_id=project_id)results = paginator.paginate_queryset(queryset, request)serializer = self.get_serializer(results, many=True)return paginator.get_paginated_response(serializer.data)

这里的get_cache_key函数根据请求的URL和参数构建出缓存的Key值，以避免不同参数的请求缓存混淆。

现在每次数据更新时，DRF会自动清除缓存，确保获取到的数据是最新的。

cache_response和cache_page的区别？

@cache_response和@cache_page都是DRF提供的用来缓存视图函数返回结果的装饰器，它们之间的区别在于缓存的级别以及缓存使用的位置不同。

@cache_response缓存的是响应的结果，因此对于同一个请求，如果响应内容不同，那么它们的缓存结果也会不同。而@cache_page则是缓存的整个页面，因此无论响应内容是否相同，对于同一个请求，它们的缓存结果是相同的。

另外，@cache_response是一个更加细粒度的缓存策略，因为它只缓存了响应，这样可以避免将不同的请求的数据混在一起。而@cache_page则是更加粗粒度的缓存策略，由于缓存了整个页面，因此会引发数据混淆的问题，需要对缓存的内容和键做更严格的控制。

因此，一般情况下，我们会优先选择使用@cache_response来缓存响应结果，以避免数据混淆的问题。

什么时候cache_response会更新缓存？缓存时间有多久？还是需要自己手动更新缓存？

@cache_response的缓存持续时间是由DRF的缓存系统设置的，默认情况下，它会将缓存时间设置为None，也就是永久缓存。但是，当使用@cache_response来缓存响应结果时，当以下任意情况出现时，缓存都会自动更新：

通过PUT、PATCH、POST或DELETE请求更新了资源；
其他视图调用了与当前视图相同的缓存键（例如，当一个有关联的资源被添加、修改或删除时）；
从缓存中读取的数据已经过期。

这些情况会触发DRF的自动缓存失效机制，它会在从缓存中获取响应结果时，先检查该缓存是否仍然有效，如果已经失效，则会调用视图函数来生成新的响应，并且更新缓存。

需要注意的是，如果你的业务需要，你也可以手动清除缓存。可以使用类似于cache.delete('cache_key')这样的代码来手动删除指定缓存键的缓存。

注意事项

不管你使用cache_page还是cache_response，你都需要注意缓存刷新的问题。
如果你使用了django自带的admin管理系统，当你在后台修改数据的时候，使用cache_response也是无法自动刷新数据的，因为django自带的管理系统是直接修改数据库中的数据，并不会触发cache_response的缓存更新机制，这一点一定要注意一下。所以如果你有精力，对于每一个接口你都可以编写其缓存逻辑，但是更有性价比的方案是，对于那些实在不经常更新的数据，你可以使用缓存，而对于经常更新的数据，你可以把缓存时间设置小一点。

总结

本文主要讨论DRF自动缓存的使用。我们首先介绍了如何使用@cache_response装饰器来缓存视图函数的响应结果。这个装饰器可以提供细粒度的缓存控制，能够避免不同请求的数据混淆问题。我们还介绍了如何通过get_cache_key函数来生成唯一的缓存键，以便于管理和查询。

DRF自动缓存机制是一个非常有用的工具，可以帮助我们优化API性能，提高Web应用的访问速度和响应时间。通过使用@cache_response装饰器和get_cache_key函数，我们可以实现细粒度的缓存控制，避免数据混淆问题。同时，DRF的自动缓存失效机制可以自动清除缓存，避免数据不一致的问题。