Flask-Caching 生产环境必须禁用 SimpleCache，改用 RedisCache 等共享后端，并正确配置 key 生成、timeout、key_prefix 及空值缓存以避免数据不一致、穿透击穿等问题。
缓存策略选错会导致接口数据不一致
Flask-Caching 默认用 SimpleCache，只适合开发调试——它基于内存、进程隔离、重启即失效，线上多进程部署时各 worker 缓存互不共享，同一请求可能返回不同结果。生产环境必须换真实后端，比如 RedisCache 或 MemcachedCache。
常见错误现象：cache.cached() 装饰器在 gunicorn 多 worker 下缓存命中率极低，或返回过期数据却没刷新。
- 用
RedisCache：需安装redis包，配置CACHE_TYPE="redis"和CACHE_REDIS_URL="redis://localhost:6379/0" - 避免用
FileSystemCache：文件锁竞争严重，高并发下易阻塞 - 缓存键默认包含请求 URL + 查询参数，但若接口依赖
request.headers（如鉴权 token），需手动用make_cache_key重定义键生成逻辑
cache.cached() 装饰器的 timeout 和 key_prefix 容易误用
timeout 是秒级 TTL，不是“永不过期”；设为 None 才表示永不过期（实际仍受后端最大 TTL 限制，如 Redis 默认无上限，但建议显式设大值防意外）。
key_prefix 不是路径前缀，而是缓存键的命名空间前缀，用于批量失效——比如设为 "user_profile"，后续可用 cache.delete_many(*cache.cache.keys("user_profile:*")) 清除该前缀所有项。
立即学习“Python免费学习笔记（深入）”；
火焰围攻 授权: q15040409-creator.功能概述火焰围攻 授权: q15040409-creator.是一项面向实际任务的技能，主要用于Description.；Flask Web. - Python.；核心要点HTTP?；.Version.1.0.tags. wrap.github.automation.。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。使用与执行使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要
- 不要写
@cache.cached(timeout=300, key_prefix="/api/v1/users")——key_prefix不参与路由匹配，纯字符串拼接 - 动态 key 建议用
unless参数控制：例如unless=lambda: not current_user.is_authenticated，未登录用户不缓存 - 对 POST/PUT 接口，
cache.cached()默认不生效（只缓存 GET/HEAD），需配合@cache.memoize或手动调用cache.set()
缓存穿透和击穿问题在 Flask-Caching 中必须手动防御
Flask-Caching 本身不提供布隆过滤器或互斥锁，当大量请求查一个不存在的 key（如恶意构造的 user_id），会全部打到数据库。
典型表现：缓存 miss 率突然飙升，DB CPU 拉满，日志里反复出现相同无效 ID 查询。
- 对必查场景（如用户详情），先查缓存，miss 后查 DB，若 DB 也无结果，**必须写入空值缓存**（如
cache.set(key, None, timeout=60)），避免重复穿透 - 热点 key 击穿（如秒杀商品库存）：用
cache.get()+cache.add()组合实现“首次设置”，或加一层分布式锁（如 Redis SETNX）再查库 - 不要依赖
cache.memoize()自动处理空值——它默认跳过None返回，不会缓存空结果
调试缓存是否生效不能只看响应时间
响应快 ≠ 缓存命中。常有开发者测出接口变快就认为 OK，结果上线后发现数据陈旧或根本没进缓存。
正确验证方式：开 Redis CLI 监控 KEYS *，或在视图函数里加日志判断是否绕过执行体。
- 临时加 debug 日志：
app.logger.info(f"Cache hit for {request.url}: {cache.has(request.url)}") - 用
cache.stats()（仅SimpleCache和RedisCache支持）查看 hits/misses 计数 - 注意：本地开发用
SimpleCache时，cache.has()可能返回True，但线上RedisCache因序列化差异（如 datetime 对象）导致 key 不匹配，实际 miss
