滑动窗口报告缓存

Question

我有一个api端点，它以"date_from“和"date_to”字段作为输入。

当提出请求时，它将启动报表的生成。这些"date_from“和"date_to”字段用于生成(date_to - date_from).days数量的子请求。根据这些子请求中的每一个，生成散列，该散列用于通过散列从redis数据库获取子响应，或者创建一些方程，然后将该子响应保存到redis。最后，所有子响应被聚合并作为实际响应返回。

我有一个用例，其中所有的数据已经存储在redis中，但是在date_to和date_from的长范围内，对缓存数据库的请求仍然是(date_to - date_from).days量。因此，我还决定以相同的方式通过生成散列将请求的最终响应存储在redis中。

我的问题是这些报告是通过date_from和date_to的滑动窗口定期生成的。例如，昨天的date_from = "2017-03-08" date_to = "2020-05-07"，但今天将是date_from = "2017-03-09" date_to = "2020-05-08"。这意味着

1. 大部分的报告都是缓存的，但是每天的时间会减缓这个过程--令人难以置信的是，
2. --非常相似的报告--昨天已经准备好了，可以在几秒钟内访问，但是它还不够满，也无法知道它们是相似的。

这是我的密码

def generate_report(self, serialized_data):
    result = {
            'deviation' : []
             }
    total_hash = hashlib.sha256(str(serialized_data).encode()).hexdigest()
    total_target = self.redis.get(total_hash)
    if not total_target:
        for date_from, date_to in self.date_range:
            serialized_data['media_company']['date_from'] = \
                                                date_from.strftime("%Y-%m-%d")
            serialized_data['media_company']['date_to'] = \
                                                date_to.strftime("%Y-%m-%d")
            hash = hashlib.sha256(str(serialized_data).encode()).hexdigest()
            target = self.redis.get(hash)
            media_company, context, validator = \
                                    self.prepare_for_validation(serialized_data)
            if not target:
                target = validator.check({'media_company': media_company, **context})
                self.redis.setex(hash, timedelta(days=180), json.dumps(target))
            else:
                self.redis.expire(hash, timedelta(days=180))
                target = json.loads(target)

            result['deviation'].append(target['deviation'])
            result['date'] = [str(date_to) for date_from, date_to in self.date_range]
        total_target = result
        self.redis.setex(total_hash, timedelta(days=180), json.dumps(total_target))
    else:
        total_target = json.loads(total_target)
    return total_target

total_hash表示初始数据的散列，

self.date_range表示子请求的日期范围数组，

散列表示子查询的散列。

您是否可以推荐一种更好的缓存数据的方法，或者可能是加速此算法的方法？

Answer 1

您可以考虑在循环中使用redis管道而不是单独的get命令，我不确定python代码如何做到这一点，但是下面的原型可能会帮助您

p1 = self.redis.pipeline()
if not total_target:
  for date_from, date_to in self.date_range:
     #use pipeline here to get target for each day.
     hash = hashlib.sha256(str(serialized_data).encode()).hexdigest()
     p1.get(hash)

#use other pipeline here to set values and expires base on result
#also compute target_toal
p2 = self.redis.pipeline()
for result in p1.execute():
   if not result:
      -- p2 set value with expiry
   else
      -- p2 set expiry