python - 哪一种数据加载方法最适合性能？

Question

例如，我将对象用户存储在数据库（Redis）中，它有几个字段：

• 字符串 缺口
• 字符串 密码
• 字符串 电子邮件
• 列出 帖子
• 列出 评论
• 设置 关注者
• 等等...

在 Python 程序中，我有类（User），该对象具有相同的字段。此类的实例映射到数据库中的对象。问题是如何从数据库中获取数据以获得最佳性能：

1. 在实例创建和初始化字段时为每个字段加载值。
2. 每次请求字段值时加载字段值。
3. 作为第二个，但在加载值之后，用加载的值替换字段属性。

ps redis 在 localhost 中运行

Answer 1

该方法完全取决于要求。

如果只有一个客户端读取和修改属性，这是一个相当简单的问题。修改数据时，只需更改当前 Python 程序中的实例属性，同时保持数据库同步，同时保持程序响应。为此，您应该将阻塞调用外包给另一个线程或使用greenlets。如果只有一个客户端，则绝对不需要在每次查找值时从数据库中获取属性。

如果有多个客户端读取数据而只有一个客户端修改数据，则必须考虑需要哪种级别的同步。如果您需要 100 % 同步，则必须在每次查找值时从数据库中获取数据。

如果有多个客户端更改数据库中的数据，您最好寻找一个坚如磐石的行业标准解决方案，而不是编写自己的数据库缓存/映射器。

您在（2）和（3）之间的区别并没有真正的意义。如果您在每次查找时都获取数据，则无需“存储”数据。你看，如果可能涉及多个客户，这些事情很快就会变得相当复杂，而且很难做到正确。