鸭博娱乐平台大全

经营产品

一日一技:带过期时间的缓存、全文搜索、频率限制怎么做?

发布日期:2022-08-06 23:23    点击次数:144

在以前的文章里面,我给大家介绍了使用Python自带的LRU缓存实现带有过期时间的缓存:一日一技:实现有过期时间的LRU缓存。也讲过倒排索引:使用倒排索引极速提高字符串搜索效率。但这些代码对初学者来说比较难,写起来可能会出错。

实际上,这些功能其实都可以使用Redis来实现,而且每个功能只需要1分钟就能做出来。全文搜索功能在搜索英文的时候,甚至可以智能识别拼写错误的问题。

要实现这些功能,只需要做两件事:

安装Redis

Python安装第三方库:walrus

安装完成以后,我们来看看它有多简单:

带过期时间的缓存装饰器

我们想实现一个装饰器,它装饰一个函数。让我在1分钟内多次访问函数的时候,使用缓存的数据;超过1分钟以后才重新执行函数的内部代码:

import time import datetime from walrus import Database  db = Database() cache = db.cache()  @cache.cached(timeout=60) def test():     print('函数真正运行起来')     now = datetime.datetime.now()     return now  now = test() print('函数返回的数据是:', now) time.sleep(10) # 等待10秒,此时会使用缓存 print('函数返回的数据是:', test()) time.sleep(5) # 等待5秒,此时依然使用缓存 print('函数返回的数据是:', test())  time.sleep(50)  # 让时间超过缓存的时间 print('函数返回的数据是:', test()) 

运行效果如下图所示:

全文搜索

我们再来看看全文搜索功能,实现起来也很简单:

from walrus import Database  db = Database() search = db.Index('xxx')  # 这个名字随便取 poem1 = 'Early in the day it was whispered that we should sail in a boat, only thou and I, and never a soul in the world would know of this our pilgrimage to no country and to no end.' poem2 = 'Had I the heavens’ embroidered cloths,Enwrought with golden and silver light' poem3 = 'to be or not to be, that is a question.'  search.add('docid1', poem1) # 第一个参数不能重复 search.add('docid2', poem2) search.add('docid3', poem3)   for doc in search.search('end'):     print(doc['content']) 

运行效果如下图所示:

如果你想让他兼容拼写错误,那么可以把search = db.Index('xxx')改成search = db.Index('xxx’, metaphone=True),运行效果如下图所示:

不过遗憾的是,这个全文搜索功能只支持英文。

频率限制

我们有时候要限制调用某个函数的频率,或者网站的某个接口要限制IP的访问频率。这个时候,使用walrus也可以轻松实现:

import time from walrus import Database  db = Database() rate = db.rate_limit('xxx', limit=5, per=60) # 每分钟只能调用5次  for _ in range(35):     if rate.limit('xxx'):         print('访问频率太高!')     else:         print('还没有触发访问频率限制')     time.sleep(2) 

运行效果如下图所示:

其中参数limit表示能出现多少次,per表示在多长时间内。

rate.limit只要传入相同的参数,那么就会开始检查这个参数在设定的时间内出现的频率。

你可能觉得这个例子并不能说明什么问题,经营产品那么我们跟FastAPI结合一下,用来限制IP访问接口的频率。编写如下代码:

from walrus import Database, RateLimitException from fastapi import FastAPI, Request from fastapi.responses import JSONResponse  db = Database() rate = db.rate_limit('xxx', limit=5, per=60) # 每分钟只能调用5次  app = FastAPI()   @app.exception_handler(RateLimitException) def parse_rate_litmit_exception(request: Request, exc: RateLimitException):     msg = {'success': False, 'msg': f'请喝杯茶,休息一下,你的ip: {request.client.host}访问太快了!'}     return JSONResponse(status_code=429, content=msg)  @app.get('/') def index():     return {'success': True}   @app.get('/important_api') @rate.rate_limited(lambda request: request.client.host) def query_important_data(request: Request):     data = '重要数据'     return {'success': True, 'data': data} 

上面代码定义了一个全局的异常拦截器:

@app.exception_handler(RateLimitException) def parse_rate_litmit_exception(request: Request, exc: RateLimitException):     msg = {'success': False, 'msg': f'请喝杯茶,休息一下,你的ip: {request.client.host}访问太快了!'}     return JSONResponse(status_code=429, content=msg) 

在整个代码的任何地方抛出了RateLimitException异常,就会进入这里的逻辑中。

使用装饰器@rate.rate_limited装饰一个路由函数,并且这个装饰器要更靠近函数。路由函数接收什么参数,它就接收什么参数。在上面的例子中,我们只接收了request参数,用于获取访问者的IP。发现这个IP的访问频率超过了限制,就抛出一个RateLimitException。于是前面定义好的全局拦截器就会拦截RateLimitException异常,拦截到以后返回我们定义好的报错信息。

在频率范围内访问页面,返回正常的JSON数据:

频率超过设定的值以后,访问页面就会报错,如下图所示:

总结

walrus对redis-py进行了很好的二次封装,用起来非常顺手。除了上面我提到的三个功能外,它还可以实现几行代码生成布隆过滤器,实现自动补全功能,实现简易图数据库等等。大家可以访问它的官方文档了解详细使用说明[1]。

参考文献

[1] 官方文档了解详细使用说明: https://walrus.readthedocs.io/en/latest/getting-started.html

本文转载自微信公众号「未闻Code」,可以通过以下二维码关注。转载本文请联系未闻Code公众号。