Python性能提升二 —— 使用memcached
2013-09-26 16:48
941 查看
场景
memcache是一个分布式的、C/S结构的key/value存储系统。使用memcache可以有效地减轻MySQL的访问压力。本文不介绍memcache的安装以及使用方法,只是简单的性能对比。
性能对比
第一次没有cache,需要到远端MySQL取数据回来,所以访问时间长,之后每次都命中cache,不需要访问MySQL。
附录:完整代码
#!/usr/bin/python #coding: utf-8 import os, time import fcntl import hashlib import memcache from ConfigParser import SafeConfigParser from datetime import datetime from dao.dbinfo import * from helper.mysqlhelper import * from helper.loghelper4fr import g_logger def md5(str): m = hashlib.md5() m.update(str) key = m.hexdigest() return key def GetTotalCount(): ''' Get player count. ''' dbMgr = DbManager(g_logger) dbMgr.ConnectDb(DB_HOST, DB_USER, DB_PASSWD, DB_DBNAME, DB_PORT) tablename = PLAYER_TABLE_NAME count = dbMgr.GetTotalCount(tablename) return count def main(): mc = memcache.Client(['127.0.0.1:87654'], debug=0) times = 10 for i in range(0, times): start = time.time() key = md5('GetTotalCount') value = mc.get(key) if not value: count = GetTotalCount() mc.set(key, count) prompt = 'Not hit' else: count = value prompt = 'Hit cache' elapsed = time.time() - start print prompt, 'Result:%d, Time elapsed: %f s' % (count, elapsed) if __name__ == '__main__': main()
相关文章推荐
- 30分钟3300%性能提升——python+memcached网页优化小记
- 30分钟3300%性能提升——python+memcached网页优化小记
- python中使用集成模型,随机森林分类器,梯度提升决策树性能模型分析 可视化
- 使用pypy提升python程序性能, 附下载地址
- 使用memcached显著提升站点性能
- Python性能提升一 —— 高计算模块使用C++编写
- 使用 memcached 提升站点性能
- 30分钟3300%性能提升——python+memcached网页优化小记
- python中使用超参数估计法结合特征筛选的方法提升决策树的预测性能
- 使用memcached提升网站服务器性能
- 使用memcached提升网站服务器性能
- 使用memcached显著提升站点性能
- 关于python性能提升的一些方案(上)
- 使用优化器来提升Python程序的执行效率的教程
- 使用Titanic 数据集,通过特征筛选的方法一步步提升决策树的预测性能
- 详解redis大幅性能提升之使用管道(PipeLine)和批量(Batch)操作
- Atitit.提升软件Web应用程序 app性能的方法原理 h5 js java c# php python android .net
- Python性能提升之延迟初始化
- paip. 提升性能---hibernate的缓存使用 总结
- web应用中使用缓存提升性能的8种武器