用Python的Tornado框架结合memcached页面改善博客性能

原因

Blog是一个更新并不很频繁的一套系统,但是每次刷新页面都要更新数据库反而很浪费资源,添加静态页面生成是一个解决办法,同时缓存是一个更好的主意,可以结合Memcached添加少量的代码进行缓存,而且免去去了每次更新文章都要重新生成静态页面,特别当页面特别多时.
实现

主要通过页面的uri进行缓存,结合tornado.web.RequestHandler的prepare和on_finish方法函数, prepare 主要是请求前执行,on_finish()是请求结束之前执行.在渲染模板时缓存页面内容,然后在请求前检测是否有缓存,如果有直接输出缓存,结束请求,在POST提交之后清空所有缓存,重新生成缓存,从而保证内容实时性.由于登录用户和普通用户的页面不相同,所以不缓存登录用户页面(代码中没有体现,请自行实现).主要python代码(省略了模板渲染的代码):

    #!/usr/bin/env python
    # -*- coding:utf-8 -*-
    #
    #  Author :  cold
    #  E-mail :  wh_linux@126.com
    #  Date  :  13/01/14 09:57:31
    #  Desc  :  
    #
    import config
    import pylibmc
    from tornado.web import RequestHandler
    #### 省略Cache类定义 #####

    class Memcached(object):
      _mc = pylibmc.client.Client(config.CACHE_HOST, binary = True)

      def __enter__(self):
        if config.CACHED:
          return Memcached
        else:
          return Cache()

      def __exit__(self, exc_type, exc_val, exc_tb):
        pass

      @classmethod
      def get_cache(cls):
        return cls._mc

      @classmethod
      def get(cls, key, default = None):
        r = cls._mc.get(key)
        if not r:
          r = default
        return r

      @classmethod
      def set(cls, key, value, timeout = 0):
        timeout = timeout if timeout else config.CACHE_TIMEOUT
        return cls._mc.set(key, value, timeout)

      @classmethod
      def delete(cls, key):
        return cls._mc.delete(key)

      @classmethod
      def flush(cls):
        return cls._mc.flush_all()

      def __getattr__(self, key):
        return Memcached.get(key)

      def __setattr__(self, key, value):
        return Memcached.set(key, value)


    class BaseHandler(RequestHandler):
      """ 继承tornado请求基类,重写 prepare和on_finish方法 """
      cache = Memcached

      def render(self, template_path, *args, **kwargs):
        """ 渲染模板 """
        # 省略渲染模板代码
        content = ''   # 渲染模板后的内容
        if self.request.method == "GET" and CACHED and \
          not self.request.path.startswith("/admin"):
          self.cache.set(self.request.uri, content) # 将渲染后的内容缓存起来
        self.write(content)

      def prepare(self):
        super(BaseHandler, self).prepare()
        # 如果请求是GET方法,而且不是请求后台
        if self.request.method == "GET" and CACHED and \
          not self.request.path.startswith("/admin"):

          # 尝试获取当前页面的缓存
          cache = self.cache.get(self.request.uri)
          # 获取缓存则输出页面,结束请求
          if cache:
            return self.finish(cache)

      def on_finish(self):
        """ 重写结束请求前的方法函数 """
        if self.request.method == "POST":
          # 如果遇到POST提交则清空缓存
          self.cache.flush()

缓存系统在redis和Memcached选择了很久,因为只是单纯的缓存页面所以最后选择了memcached,使用pylibmc python库.
测试

使用webbench 网站压力测试对比了缓存前后的结果: 使用缓存前

    $ webbench -c 500 -t 30 http://www.linuxzen.com/
    Webbench - Simple Web Benchmark 1.5
    Copyright (c) Radim Kolar 1997-2004, GPL Open Source Software.

    Benchmarking: GET http://www.linuxzen.com/
    500 clients, running 30 sec.

    Speed=54 pages/min, 38160 bytes/sec.
    Requests: 27 susceed, 0 failed.

使用缓存后:

    $ webbench -c 500 -t 30 http://www.linuxzen.com/
    Webbench - Simple Web Benchmark 1.5
    Copyright (c) Radim Kolar 1997-2004, GPL Open Source Software.

    Benchmarking: GET http://www.linuxzen.com/
    500 clients, running 30 sec.

    Speed=256 pages/min, 238544 bytes/sec.
    Requests: 128 susceed, 0 failed.

明显快了很多...