数据库事务、Redis缓存

  1. 项目的架构(业务架构、技术架构、物理架构)

单机架构 ---> 多机架构 ---> 读写分离 ---> 集群架构

垂直扩展和水平扩展

  1. Django工作流 / M(数据持久化)-V(页面/报表/图表)-C(接纳请求/操作模型/生成视图)

  2. Django模型操作 - ORM - 正向反向工程
    Model - save() / delete()
    Model.objects - get() / filter() / all()

ForeignKey - related_name='+'

Dept.objects.get(no=20).emp_set.all() - 不推荐
Emp.objects.filter(dept__no=20) - 推荐

only() / defer() - 指定查询哪些属性(SQL投影)
解决1+N查询问题(多个select变成一个select)
select_related() - 多对一关系 / 一对一关系
prefetch_related() - 多对多关系

params = []
params.append(Q(price__gte=2000))
params.append(Q(price__lte=3000))
params.append(Q(type=3))

House.objects.filter(*params)

什么时候需要事务环境 - 一个用户请求涉及到多个持久化操作
而且这些操作不可分割 这时候就需要事务环境的支持

当有并发事务访问数据库的数据时就有可能产生5类问题:

  1. 第1类丢失更新
  2. 第2类丢失更新
  3. 脏读(读脏数据) - read committed 可以避免脏读 - Oracle
  4. 可不重复读 - repeatable read 可以避免不可重复读 - MySQL
  5. 幻读 - serializable

事务隔离级别越高数据越安全但是并发性也越低(性能越差)

数据库底层可以通过锁来保护数据避免并发访问数据的问题
但是如果在写SQL时直接使用锁操作会非常麻烦(行级锁、表级锁、共享锁、排他锁),所以可以根据业务的需求设置适当的事务隔离级别让数据库自动选择加锁的方式

MySQL查看事务隔离级别:

select @@tx_isolation;

MySQL修改当前会话的事务隔离级别:

set session transaction isolation level read committed;

MySQL修改全局的事务隔离级别:

set global transaction isolation level read committed;

read uncommitted - 读未提交
read committed - 读提交
repeatable read - 可重复读
serializable - 串行化

日志 - 系统内日志 / 运行日志(Nginx,uWSGI)

给视图函数添加事务环境的两种方式:

  1. @transaction.atomic()

  2. with transaction.atomic():
    pass

自己处理不了的业务 - 外包出去 / 通过其他平台完成 - 业务下沉

  1. 调用数据接口(http/https) - urllib / requests / responses
  2. 集成SDK - pip install 三方库 - 对象方法、函数

短信平台 - SendCloud / luosimao / 又拍云 / 云片 / 互亿无线 / 阿里云(?)/

中间件的写法 - 3种

静态资源存储 - 云存储(视频编解码/图片水印/缩略图/CDN) - 七牛 / LeanCloud / Bmob / OSS

缓存配置 - Redis - django-redis

CACHES = {
    'default': {
        'BACKEND': 'django_redis.cache.RedisCache',
        'LOCATION': [],
        'KEY_PREFIX': '...',
        'OPTIONS': {},
    }
}

在Django项目中使用缓存

  1. 存储用户会话 - session
  2. 缓存页面
  3. 缓存热点数据
  4. 缓存手机验证码
  5. 缓存查询结果
  6. 点赞 / 排行榜 / 秒杀

cache.set() / cache.get()
caches['code'].set() / get()

django-redis:
get_redis_connection() --> StrictRedis(Redis客户端对象)

client = get_redis_connection()
client.hvals('...')

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容