redis缓存对django接口提速有效，但不可缓存未求值的全量queryset（如book.objects.all()），否则会强制加载全部数据至内存、加重序列化开销、丧失orm链式调用能力；应缓存轻量结构化数据片段，并配好client_class、key_prefix和timeout等关键配置。
直接上结论：Redis 缓存对 Django 接口提速有效，但必须避开“缓存全量 QuerySet”这种典型误用——它反而会拖慢响应、吃光内存。
为什么 cache.set('key', Book.objects.all()) 是危险操作
这个写法看似省事，实则埋了三个雷：
-
Book.objects.all()返回的是未求值的 QuerySet，cache.set()会强制触发list()化，一次性把全部记录从数据库拉到 Python 内存，再序列化进 Redis —— 数据量稍大（比如 >5000 行），就可能卡住主线程几秒 - 序列化过程本身开销不小，尤其是带外键、JSON 字段或二进制内容时，
pickle或json编码会显著延长缓存写入时间 - 缓存命中后，
cache.get()反序列化出来的仍是普通 Python list，不是 QuerySet，你不能再链式调用.filter()或.order_by()，灵活性归零
真正该缓存什么：结构化、轻量、可复用的数据片段
优先缓存那些计算成本高、变化频率低、且能直接用于响应构造的中间结果。例如：
- 某个用户最近读过的 10 本书的 ID 列表：
cache.set(f'user_{user_id}_recent_book_ids', [12, 45, 67], timeout=300) - 某分类下活跃商品总数（避免每次查
count(*)）：cache.set('category_3_active_count', 284, timeout=600) - 预序列化的热门文章摘要（不含 HTML 渲染，只含 title + excerpt + author_name）：
cache.set('homepage_top5', [{'title': '...', 'author_name': '...'}, ...], timeout=1800)
这些数据体积小、序列化快、反序列化后可直接 JsonResponse 返回，不经过 ORM 层。
如何让 Redis 缓存和 Django ORM 协同工作而不打架
关键在于“缓存穿透防护”和“缓存失效时机”的配合：
- 查缓存前先校验 key 是否存在，不存在时用
cache.get_or_set()避免并发重建；不要写if not cache.get(...): cache.set(...)这种竞态代码 - 外键关联数据（如
author.name）不要单独缓存 author 对象，而应在主对象缓存中一并包含必要字段，避免缓存层又触发一次 DB 查询 - 用信号（
@receiver(post_save, sender=Book)）清理相关缓存，但注意加dispatch_uid防重复注册，否则一个save()可能触发 N 次缓存删除 - 对分页接口，缓存 key 必须包含 page 和 page_size，例如
f'book_list_page_{page}_{page_size}'，否则第 1 页和第 2 页会互相覆盖
容易被忽略的 Redis 配置细节
Django 默认用 django.core.cache.backends.redis.RedisCache，但以下两项不设好，缓存效果会打折扣：
-
OPTIONS中务必设置'CLIENT_CLASS': 'django_redis.client.DefaultClient'，否则不支持连接池，高并发下 Redis 连接数暴涨 -
KEY_PREFIX建议按环境区分（如'prod_'/'staging_'），避免本地开发误删线上缓存 - 不要依赖默认的
TIMEOUT = 300，对高频但需强一致的数据（如库存），timeout 设为None并靠主动删除控制；对静态配置类数据，可设为数小时甚至永不过期（timeout=0）
最后提醒一句：Redis 不是银弹。如果接口慢是因为单次 SQL 执行就要 2s，那缓存再快也救不了 —— 先用 django-debug-toolbar 看清瓶颈在哪，再决定缓存什么、怎么缓存。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
