我正在使用一组有点大的数据(~30000条记录(，我的Django应用程序需要定期检索这些数据。 这些数据并不经常更改(可能每月一次左右(，并且所做的更改是批量完成的，因此我尝试得出的数据库解决方案几乎是只读的。
这个数据集的总大小约为 20mb，我的第一个想法是我可以将其加载到内存中(可能作为对象上的单例(并以这种方式非常快速地访问它，尽管我想知道是否有其他更有效的方法通过避免磁盘 I/O 来减少获取时间。 memcached会是这里最好的解决方案吗？还是将其加载到内存中的SQLite数据库中会更好？ 或者仅在应用程序启动时将其作为内存中的变量加载？
我认为最简单的解决方案是将所有对象加载到内存中
cached_records = Record.objects.all()
list(cached_records) # by using list() we force Django load all data into memory
然后，您可以在应用程序中自由使用此cached_records，也可以使用QuerySet方法，例如filter等。但是对缓存记录filter将触发数据库查询。
如果要根据条件查询这些记录，则最好使用缓存。
磁盘 IO 是否真的成为应用程序性能的瓶颈并影响用户体验？如果没有，我认为这种优化是没有必要的。
操作系统和RDBMS(例如MySQL，PostgresQL(现在非常智能。磁盘中的数据将由RDBMS和OS自动缓存在内存中。