FastAPI 如何使用缓存？

推荐答案

在 FastAPI 中使用缓存可以通过多种方式实现，常见的方式包括使用内存缓存（如 lru_cache）、外部缓存系统（如 Redis）或 FastAPI 的依赖注入系统。以下是使用 lru_cache 和 Redis 的示例：

使用 lru_cache 进行内存缓存

// www.javascriptcn.com code example
from fastapi import FastAPI
from functools import lru_cache

app = FastAPI()

@lru_cache(maxsize=100)
def expensive_computation(x: int):
    # 模拟一个耗时的计算
    return x * x

@app.get("/compute/{x}")
async def compute(x: int):
    result = expensive_computation(x)
    return {"result": result}

使用 Redis 进行外部缓存

// www.javascriptcn.com code example
from fastapi import FastAPI
from redis import Redis

app = FastAPI()
redis = Redis(host="localhost", port=6379, db=0)

@app.get("/compute/{x}")
async def compute(x: int):
    cached_result = redis.get(f"compute:{x}")
    if cached_result:
        return {"result": int(cached_result)}
    
    result = x * x
    redis.set(f"compute:{x}", result)
    return {"result": result}

本题详细解读

1. 内存缓存（lru_cache）

lru_cache 是 Python 标准库中的一个装饰器，用于实现最近最少使用（LRU）缓存策略。它适用于缓存那些计算成本较高且结果不经常变化的函数。maxsize 参数指定了缓存的最大容量，超过这个容量时，最久未使用的缓存项会被移除。

• 优点：简单易用，无需额外依赖。
• 缺点：缓存仅存在于内存中，应用重启后缓存会丢失。

2. 外部缓存（Redis）

Redis 是一个高性能的键值存储系统，常用于缓存、消息队列等场景。通过 Redis，可以将缓存数据存储在外部，从而实现跨应用实例的缓存共享。

• 优点：缓存持久化，支持分布式缓存。
• 缺点：需要额外的 Redis 服务器，增加了系统复杂性。

3. 缓存策略的选择

• 内存缓存：适用于单实例应用或缓存数据量较小的场景。
• 外部缓存：适用于多实例应用或需要持久化缓存的场景。

4. 缓存失效与更新

在实际应用中，缓存失效和更新是一个重要问题。可以通过设置缓存的过期时间（TTL）或在数据更新时主动清除缓存来解决这个问题。

# 设置缓存过期时间
redis.set(f"compute:{x}", result, ex=3600)  # 缓存1小时后过期

# 主动清除缓存
redis.delete(f"compute:{x}")

通过合理选择缓存策略和缓存失效机制，可以显著提升 FastAPI 应用的性能。