ContentType
场景需求：比方说我们现有两种商品，但是他们对应着一个价格策略表，为了防止数据库的浪费，我们在价格策略中加入一个表名字段，一个表明对应的id字段，这样的设计既优化了数据库，还不怕商品的增加，若再增加一个商品我们只需要再增加一个表就好，但是这样查询起来就很不方便，需要写大量的查询语句，所以ContentType就帮助我们来搞定这些事情。
Models:
GenericForeignKey():需要传参ct_field='content_type'、fk_field='object_id'（ct_field需要传入一个queryset对象，fk_field对应属性值）
GenericRelation():对应GenericForeignKey所属的表，然后写上fk_field、ct_field对应的字段名
from django.db import models
from django.contrib.contenttypes.fields import GenericForeignKey, GenericRelation
from django.contrib.contenttypes.models import ContentType # Create your models here. class PT_Course(models.Model):
id = models.AutoField(primary_key=True)
name = models.CharField(max_length=32)
# to, object_id_field='object_id', content_type_field='content_type',
PricePolicy_obj = GenericRelation('PricePolicy', 'table_id', 'table_name') def __str__(self):
return self.name class SF_Course(models.Model):
id = models.AutoField(primary_key=True)
name = models.CharField(max_length=32)
PricePolicy_obj = GenericRelation('PricePolicy', 'table_id', 'table_name') def __str__(self):
return self.name class PricePolicy(models.Model):
id = models.AutoField(primary_key=True)
price = models.DecimalField(max_digits=6, decimal_places=2)
table_name = models.ForeignKey(to=ContentType, null=True)
table_id = models.CharField(max_length=32, null=True)
Course_obj = GenericForeignKey('table_name', 'table_id')
Views:
from django.shortcuts import render, HttpResponse
from rest_framework.views import APIView
from django.contrib.contenttypes.models import ContentType
from app01 import models class look(APIView):
def get(self, request):
# 插入数据
course = models.PT_Course.objects.filter(name='pt4').first()
table_name = ContentType.objects.get(model='pt_course')
# table_name = models.ForeignKey(to=ContentType, null=True):这个字段传入的必须是一个contentType对象
models.PricePolicy.objects.create(price=0.1, table_name=table_name, table_id=course.id) # 第二种方式插入数据
obj = models.PT_Course.objects.get(pk=3)
# Course_obj 为GenericForeignKey的字段名
models.PricePolicy.objects.create(price=5.20, Course_obj=obj) # 取出数据
prices = models.PricePolicy.objects.all()
for price in prices:
print(price.table_name.model)
print(price.table_id) return HttpResponse('hello')
Django缓存机制
缓存介绍：
在动态网站中，用户的所有请求，服务器都会去数据库中进行相应的增删改查，渲染模板，执行业务逻辑，最后生成用户看到的页面。
当一个网站的用户访问量很大的时候，每一次的后台操作，都会消耗很多的服务端资源，所以必须使用缓存来减轻后端服务的压力。
缓存是将一些常用的数据保存到内存或者memcahce中，在一定的时间内有人来访问这些数据时，则不再去执行数据库及渲染操作，而是直接从内存或memcache的缓存中去取得数据，然后返回用户。
Django的6中缓存方式：
开发调试缓存
内存缓存
文件缓存
数据库缓存
Memcache缓存(使用python-memcached模块)
Memcache缓存(使用pylibmc模块)
注：经常使用的有文件缓存和Memcache缓存
开发调试(此模式为开发调试使用,实际上不执行任何操作)
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.dummy.DummyCache', # 缓存后台使用的引擎
'TIMEOUT': 300, # 缓存超时时间（默认300秒，None表示永不过期，0表示立即过期）
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
},
}
}内存缓存(将缓存内容保存至内存区域中)
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.locmem.LocMemCache', # 指定缓存使用的引擎
'LOCATION': 'unique-snowflake', # 写在内存中的变量的唯一值
'TIMEOUT':300, # 缓存超时时间(默认为300秒,None表示永不过期)
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
}
}
}文件缓存(把缓存数据存储在文件中)
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache', #指定缓存使用的引擎
'LOCATION': '/var/tmp/django_cache', #指定缓存的路径
'TIMEOUT':300, #缓存超时时间(默认为300秒,None表示永不过期)
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
}
}
}数据库缓存(把缓存数据存储在数据库中)
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.db.DatabaseCache', # 指定缓存使用的引擎
'LOCATION': 'cache_table', # 数据库表
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
}
}
}注意,创建缓存的数据库表使用的语句:
python manage.py createcachetable
Memcache缓存(使用python-memcached模块连接memcache)
Memcached是Django原生支持的缓存系统.要使用Memcached,需要下载Memcached的支持库python-memcached或pylibmc.
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache', # 指定缓存使用的引擎
'LOCATION': '192.168.10.100:11211', # 指定Memcache缓存服务器的IP地址和端口
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
}
}
}LOCATION也可以配置成如下:
'LOCATION': 'unix:/tmp/memcached.sock', # 指定局域网内的主机名加socket套接字为Memcache缓存服务器
'LOCATION': [ # 指定一台或多台其他主机ip地址加端口为Memcache缓存服务器
'192.168.10.100:11211',
'192.168.10.101:11211',
'192.168.10.102:11211',
]
Memcache缓存(使用pylibmc模块连接memcache)
settings.py文件配置
CACHES = {
'default': {
'BACKEND': 'django.core.cache.backends.memcached.PyLibMCCache', # 指定缓存使用的引擎
'LOCATION':'192.168.10.100:11211', # 指定本机的11211端口为Memcache缓存服务器
'OPTIONS':{
'MAX_ENTRIES': 300, # 最大缓存记录的数量（默认300）
'CULL_FREQUENCY': 3, # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
},
}
}
LOCATION也可以配置成如下:
'LOCATION': '/tmp/memcached.sock', # 指定某个路径为缓存目录
'LOCATION': [ # 分布式缓存,在多台服务器上运行Memcached进程,程序会把多台服务器当作一个单独的缓存,而不会在每台服务器上复制缓存值
'192.168.10.100:11211',
'192.168.10.101:11211',
'192.168.10.102:11211',
]
Memcached是基于内存的缓存,数据存储在内存中.所以如果服务器死机的话,数据就会丢失,所以Memcached一般与其他缓存配合使用