Python判断Memcached是否缓存MySQL结果

介绍一个生产环境中memcached的使用场景，主要是memcached存储关系型数据库mysql的查询结果，比如网站的下载排名等，这种查询每次从关系型数据库中查询，会增加磁盘的I/O开销，而这个排名不需要实时的更新，所以我们把这个结果存在memcached中，memcached是把数据序列化存放在内存中，我们可以设置超时时间，然后周期性的从关系型数据库查询新的结果更新到memcached中。我用python来写个小的demo演示这个场景。首先python连接memcached和mysql需要加载对应的模块。程序的作用就是：先从memcached查询薪水最高的两个人，打印他们的姓名和薪水，如果没有返回结果，说明memcached中不存在，那么我们从关系型数据库mysql中去查询结果，然后更新在memcached中，再次请求，就会从memcached直接返回结果。安装python-memcached和MySQL-python包yum install -y python-memcached MySQL-python#！/usr/bin/pythonimport sysimport MySQLdbimport memcachememc = memcache.Client（["127.0.0.1:11211"], debug=1）;key = memc.get（"top2salary"）if key ！= None: print "Load data from Memcache : %s,%s" % （key[0], key[1]）else: print "Updating memcached data from MySQL."conn = MySQLdb.connect （host = "127.0.0.1", user = "root", passwd = "123456", db = "web_user"）cursor = conn.cursor（）cursor.execute（"select * from emp order by salary desc limit 2"）rows = cursor.fetchall（）memc.set（"top2salary",rows,10）
mysql的emp表查询结果：mysql> select * from emp;+--------------+--------+| name | salary |+--------------+--------+| Casillas | 10500 || Fernández | 350 || Varane | 21000 || Pepe | 16000 || Ramos | 35000 || Nacho | 4400 || Coentro | 12500 || Marcelo | 22000 || Carvajal | 10500 || Arbeloa | 6200 || Khedira | 19500 || Casemiro | 5300 || Xabi Alonso | 10500 || Modric | 35000 || Illarramendi | 16000 || Isco | 31000 || Bale | 70500 || Di María | 26500 || Ronaldo | 88000 || Jesé | 13000 || Benzema | 30000 || Morata | 10500 |+--------------+--------+22 rows in set （0.00 sec）查询当前薪水排名的两人，第一次执行memcached为空，立刻去myql中查询，缓存在memcached，再次查都是从memcached返回，我在代码里设置超时时间10秒，10秒后清除缓存再次从mysql查询，如果这个时间段内mysql有新的数据变化，如插入更高薪水的人，那么会返回当前最新的结果，一般mysql被缓存在memcached中都是变化不太频繁的结果。[root@localhost ~]# ./memc.pyUpdating memcached data from MySQL.[root@localhost ~]# ./memc.pyLoad data from Memcache : （"Ronaldo", "88000"）,（"Bale", "70500"）[root@localhost ~]# ./memc.pyLoad data from Memcache : （"Ronaldo", "88000"）,（"Bale", "70500"）[root@localhost ~]# ./memc.pyLoad data from Memcache : （"Ronaldo", "88000"）,（"Bale", "70500"）优点如果加载网页每次都查询mysql而且执行order by这样的sql语句对数据库的I/O负载增加，同时会减慢打开页面的速度。Python 的详细介绍：请点这里
Python 的下载地址：请点这里推荐阅读：《Python开发技术详解》.（周伟,宗杰）.[高清PDF扫描版+随书视频+代码] http://www.linuxidc.com/Linux/2013-11/92693.htmPython脚本获取Linux系统信息 http://www.linuxidc.com/Linux/2013-08/88531.htmORA-27300,ORA-27301,ORA-27302ORA-39125: Worker unexpected fatal error in KUPW$WORKER.PUT_DDLS while calling DBMS_METADATA.相关资讯 Memcached Python Memcached

Linux CentOS 7下Memcached 安装与（今 21:17）
Spring Cache集成Memcached （09月12日）
Linux下Memcached安装与启用（07月21日）

Linux CentOS 7 下通过Memcached实（今 10:28）
Python操作 Memcached （07月30日）
为PHP安装Memcached扩展连接（05月23日）

本文评论查看全部评论（0）

评论声明