必须显式配置 cache_redis_url，否则 @cache.cached 会静默退化为内存缓存，重启即丢，生产环境完全不可用；flask-caching 2.0+ 仅设 cache_type='redis' 无效，连接失败时自动 fallback 到 simplecache 且不报错，需通过 cache.cache._write_client 验证是否连上 redis。
直接说结论：必须显式配置 CACHE_REDIS_URL，否则 @cache.cached 会静默退化为内存缓存，重启即丢，生产环境完全不可用。
为什么加了 @cache.cached 却没走 Redis？
Flask-Caching 2.0+ 默认不自动连接 Redis，只设 CACHE_TYPE = 'redis' 是无效的。它会在连接失败时 fallback 到 SimpleCache（进程内内存），不报错、不警告，但你查 redis-cli keys "*" 什么也看不到。
-
CACHE_REDIS_URL必须完整，例如redis://localhost:6379/1；漏掉端口或 DB 编号（/1）会导致连到默认 DB 0，而你可能在 DB 1 里查键 - Redis 开了密码？写成
redis://:mypass@localhost:6379/1，冒号前的空用户名不能省 - 验证是否真连上 Redis：在视图里加
app.logger.info(f"Cache backend: {cache.cache._write_client}")，输出含redis字样才算成功
@cache.cached 在 GET 视图里怎么配才真正生效？
默认行为极保守：只缓存 GET 请求，且 key 不含查询参数、不区分用户态、不感知请求头。你传 /api/data?user_id=123 和 /api/data?user_id=456，缓存 key 完全一样。
- 带查询参数？必须加
@cache.cached(query_string=True)，key 才会包含request.args内容 - 依赖登录用户？别用默认 key，改用
@cache.cached(key_prefix=lambda: f"user_{current_user.id}_data") - 路由含变量（如
/report/<year></year>）？request.path拿不到真实值，得靠key_prefix手动拼，比如lambda: f"report_{request.view_args['year']}" - timeout 建议从
60起调，太短（如1）等于没缓存，太长（如86400）数据易 stale
POST 或带 body 的请求能用 @cache.cached 吗？
不能。这个装饰器压根不读 request.json、request.data 或 request.headers，只认 URL 和 query string。对 POST 接口强行加 @cache.cached，结果就是“缓存了，但缓存的是错的”——所有请求都共用一个 key。
- 真要缓存 POST 响应，得手动控制：
cache.get(key)→ 未命中则执行逻辑 →cache.set(key, result, timeout=300) - key 必须自己构造，推荐用
hashlib.md5(json.dumps(request.get_json(), sort_keys=True).encode()).hexdigest()避免 body 字段顺序不同导致 key 不一致 - 注意：SQLAlchemy 模型、
datetime等对象不能直接塞进 Redis，得先json.dumps(..., default=str)序列化
怎么确认缓存真的写进了 Redis？
别信响应时间，直连 Redis 查键最可靠。Flask-Caching 默认用 flask_cache_ 前缀拼接 key，比如 @cache.cached(query_string=True) 缓存 /api/users?page=2，实际 key 是 flask_cache_/api/users?page=2。
- 查键是否存在：
redis-cli -n 1 keys "flask_cache_*"（注意替换你的 DB 编号） - 查内容：
redis-cli -n 1 get "flask_cache_/api/users?page=2"，返回的是序列化后的响应体（通常是 JSON 字符串） - 如果返回
(nil)，说明根本没写进去，回头检查CACHE_REDIS_URL和网络连通性
最容易被忽略的点是：类视图方法上直接贴 @cache.cached 会失效——它不支持绑定方法，必须提出来写成独立函数，或换用 @cache.memoize。
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！
