Wie wählen Sie zwischen Memcached, Redis und Varnish?

Ich bin wirklich sehr verwirrt darüber, Memcached, Redis und Varnish. Ich weiß, Sie sind für die Zwischenspeicherung verwendet, aber ich weiß nicht, wie viel Sie helfen, und wie Sie wissen, welche zu benutzen.

Und zu guter Letzt, würde ich gerne wissen, was Sie verwenden würden, für eine Website mit Benutzer-hochgeladene Fotos und videos? Wenn es hilft ich bin mit dem Django-framework.

stackoverflow.com/questions/4490140/...

InformationsquelleAutor Robin | 2014-03-01

  1. 18

    Lack ist merkwürdig, es ist ein server, der läuft, als ein reverse-proxy vor die eigentliche webserver (apache, nginx, etc.) und es speichert die Antwort von dem server getrennt und konnte sich entscheiden, dienen Sie für eine nachfolgende Anforderung, ohne die Anforderung an das backend (webserver), so einfach ist es wie HTML-caching.

    Memcached und redis sind eigentlich Daten-storage-Servern, speziell Schlüssel-Wert-Speicher-Server. In Bezug auf python, man könnte sagen, es ist eine riesige 'Wörterbuch', legen Sie Werte mit einem Schlüssel und das abrufen von Schlüssel. Es gibt einige Unterschiede zwischen den beiden von Ihnen, können Sie einfach Google memcached vs redis.

    InformationsquelleAutor Mohammad AbuShady

  2. 4

    Bin ich mit Django und memcached, so kann ich sagen, wie zu verwenden.

    Ich habe einige Daten, die sich fast nie ändern, das erfordert eine kleine Menge von Zeit (ein paar Sekunden) geladen werden.

    Zwischenspeichern Sie wird wiederum von Sekunden in Bruchteilen von Sekunden, so die Ladezeit reduziert sich um einen Faktor von 10.

    Verwendung von memcached ist sehr einfach:

    1. Installieren und ausführen von memcached für Ihr Betriebssystem.

    2. Konfigurieren Django als caching-Mechanismus.

      In settings.py oder äquivalent gesetzt BACKEND option:

      'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache'

    3. Speichern und abrufen von Daten aus memcached: 

      from django.core.cache import cache
cache.set('myData',myData)
# ... in another place:
myData = cache.get('myData')
if not myData:
     # re-calculate myData in case of a 'cache miss', then re-caching it.
     # myData = <calculations>
     cache.set('myData',myData)

    InformationsquelleAutor tonjo

Schreibe einen Kommentar