【FastAPI】AI 掘金头条新闻系统—引入缓存引入 redis 缓存安装 redis 客户端 pip instal

引入 redis 缓存

安装 redis 客户端 pip install redis
配置 redis 客户端

redis 配置

import json
from typing import Any

import redis.asyncio as redis

REDIS_HOST = "localhost"
REDIS_PORT = 6379
REDIS_DB = 2
REDIS_PWD = "123456"

# 创建连接对象
redis_client = redis.Redis(
    host=REDIS_HOST,
    port=REDIS_PORT,
    db=REDIS_DB,
    password=REDIS_PWD,
    decode_responses=True # 是否将字节数据解码为字符串
)
# 读字符串
async def get_cache(key: str):
    try:
        return await redis_client.get(key)
    except Exception as e:
        print(f"获取缓存失败：{e}")
        return None

# 读取列表或字典
async def get_json_cache(key: str):
    try:
        data = await redis_client.get(key)
        if data:
            return json.loads(data)
        return None
    except Exception as e:
        print(f"获取 JSON 缓存失败：{e}")
        return None

# 设置缓存
async def set_cache(key: str, value: Any, expire: int = 3600 ):
    try:
        if isinstance(value, (dict,list)):
            # 转字符串
            value = json.dumps(value, ensure_ascii=False)
        await redis_client.setex(key, expire, value)
        return True
    except Exception as e:
        print(f"设置缓存失败：{e}")
        return False

cache方法

# 新闻相关的缓存方法： 新闻分类的读取和写入
from typing import Dict, List, Any, Optional

from config.cache_conf import get_json_cache, set_cache

CATEGORIES_KEY = "news:categories"
NEWS_LIST_KEY = "news:list:"

# 读取新闻分类
async def get_cached_categories():
    return await get_json_cache(CATEGORIES_KEY)

# 写入新闻分类缓存
async def set_cache_categories(data: List[Dict[str, Any]], expire: int = 7200):
    return await set_cache(CATEGORIES_KEY, data, expire)



# 写入新闻列表
async def set_cache_news_list(category_id: Optional[int], page: int, size: int, news_list: List[Dict[str, Any]], expire: int = 1800 ):
    category_part = category_id if category_id is not None else "all"
    key = f"{NEWS_LIST_KEY}{category_part}:{page}:{size}"
    return await set_cache(key, news_list, expire)

# 读取新闻列表
async def get_cached_news_list(category_id: Optional[int], page: int, size: int):
    category_part = category_id if category_id is not None else "all"
    key = f"{NEWS_LIST_KEY}{category_part}:{page}:{size}"
    return await get_json_cache(key)

crud:news_cache

async def get_categories(db: AsyncSession, skip: int = 0, limit: int = 100):
    # 先尝试获取缓存
    cache_categories = await get_cached_categories()
    if cache_categories:
        return cache_categories


    stmt = select(Category).offset(skip).limit(limit)
    result = await db.execute(stmt)
    categories = result.scalars().all()

    # 写入缓存
    if categories:
        categories = jsonable_encoder(categories)
        await set_cache_categories(categories)

    return categories


async def get_news_list(db: AsyncSession, category_id: int, skip: int = 0, limit: int = 100):
    # 尝试从缓存获取
    page = skip // limit + 1
    cache_news_list = await get_cached_news_list(category_id, page, limit)
    if cache_news_list:
        # 要的是 ORM 格式
        return [News(**item) for item in cache_news_list]

    stmt = select(News).where(News.category_id == category_id).offset(skip).limit(limit)
    result = await db.execute(stmt)
    news_list = result.scalars().all()
    # 写入缓存
    if news_list:
        # 把 ORM 数据 转为字典
        news_data = [NewsItemBase.model_validate(item).model_dump(mode="json", by_alias=False) for item in news_list]
        news_list = jsonable_encoder(news_list)
        await set_cache_news_list(category_id, page,limit, news_data)

    return news_list

news_data = [NewsItemBase.model_validate(item).model_dump(mode="json", by_alias=False) for item in news_list]

这段代码的核心作用是：将一组从数据库查出来的 ORM 对象（news_list），通过 Pydantic 模型（NewsItemBase）的“中转”，批量转换成标准的 Python 字典列表。

通常这步操作是为了将数据库数据转换成前端 API 可以直接使用的 JSON 格式。下面为你拆解每个部分的具体含义：

1. for item in news_list
news_list 是你从数据库查询出来的原始结果，里面的 item 是 ORM 模型对象（比如 SQLAlchemy 的实例）。普通的 ORM 对象是不能直接转成 JSON 返回给前端的。

2. NewsItemBase.model_validate(item)

NewsItemBase 是一个继承自 Pydantic 的 BaseModel 的模型类。
model_validate(item) 是 Pydantic V2 的方法。它的作用是把刚刚那个普通的 ORM 对象 item，映射并转换成一个 Pydantic 模型实例。
注意：为了让这一步生效，你的 NewsItemBase 内部通常需要配置 model_config = ConfigDict(from_attributes=True)，这样 Pydantic 才知道去读取 ORM 对象的属性。

3. .model_dump(mode="json", by_alias=False)
这是把 Pydantic 模型实例打散，变成一个标准的 Python 字典。里面的两个参数非常关键：

mode="json" ：告诉 Pydantic，转换出来的值必须是能直接被 JSON 序列化的格式。比如，如果数据库里有 datetime 时间对象，直接转字典会保留对象格式，但加上 mode="json"，时间就会自动变成 "2026-05-23T10:30:00" 这种标准的字符串格式。
by_alias=False：控制字典的“键（key）”叫什么名字。
- False（默认）：字典的键使用你在 NewsItemBase 里定义的Python 变量名（比如 user_name）。
- True：字典的键会使用你通过 Field(alias="...") 指定的别名（比如你想在接口里返回 userName 或 _id，就会开启这个）。

4. [ ... for item in news_list]
最外层的方括号是一个列表推导式，表示把 news_list 里的每一个 ORM 对象都按照上面的流程处理一遍，最终得到一个包含多个字典的列表（list[dict]）。

简单总结一下流程：
数据库 ORM 对象 ➡️ (通过 model_validate) ➡️ Pydantic 模型实例 ➡️ (通过 model_dump) ➡️ 干净的 Python 字典。