• redis运用与浅析


    简单的实现数据库连接池数据的存取:

    1 import redis
    2 
    3 # 创建数据库连接池
    4 pool=redis.ConnectionPool(host='192.168.0.103',port=6379,password='root1234',max_connections=1000)
    5 # 实例化一个连接池对象
    6 conn=redis.Redis(connection_pool=pool)
    7 
    8 conn.set('k1','hello redis')
    9 # print(conn.get('k1'))

    使用连接池可以提高性能,但是一定用在单例模式下(单独作为一个模块py文件)

    redis是什么?

    是用于操作内存的软件,可以做持久化AOF, RDB 相当于一个大的字典 ------>属于单进程单线程的

    使用连接池的本质:维护一个已经和服务端连接成功的socket,之后再次发送数据时,直接获取一个socket,直接send数据

    实现django代码自动连接redis:

    1.需要先安装Django-redis组件 pip3 install django-redis 

    2,在setting里面配置相关文件参数

     

     1 CACHES = {
     2 "default": {
     3 "BACKEND": "django_redis.cache.RedisCache",
     4 "LOCATION": "redis://127.0.0.1:6379/0",
     5 "OPTIONS": {
     6 "CLIENT_CLASS": "django_redis.client.DefaultClient",
     7 "CONNECTION_POOL_KWARGS":{"max_connections":100},
     8 "PASSWORD":"1234"
     9 }
    10 }
    11 },

     在其他地方如果需要使用到连接池,可以直接引用

    from django_redis import get_redis_connection
    批量处理操作:
    pipe=conn.pipeline(transacation=True)
    pipe.multi()
    pipe.set('k1','123')
    pipe.hset('k2','ccc')
    pipe.lpush('k3','abc')
    pipe.excute()
    
    
  • 相关阅读:
    如何在CPU上优化GEMM(下)
    如何在CPU上优化GEMM(上)
    编译ONNX模型Compile ONNX Models
    深度学习加速器堆栈Deep Learning Accelerator Stack
    TVM部署和集成Deploy and Integration
    Relay张量集成
    TVM 架构设计
    NVIDIA Turing Architecture架构设计(下)
    NVIDIA Turing Architecture架构设计(上)
    antD——upLoad组件控制台报错404,405问题
  • 原文地址:https://www.cnblogs.com/wen-kang/p/10332085.html
Copyright © 2020-2023  润新知