如何在Flask中定时更新视图函数所用变量以避免重复查询大表

更优的推荐方案 #

首选PostgreSQL内置物化视图+定时刷新的方案，实现成本和性能都优于你列出的三个选项：

• 直接在数据库层创建物化视图存储每个imei对应的最新日期：

CREATE MATERIALIZED VIEW gps_latest_date AS
SELECT imei, max(timestamp_utc::date) AS latest_date
FROM gps_data
GROUP BY imei;
-- 给imei加唯一索引，查询速度拉满
CREATE UNIQUE INDEX idx_mv_imei ON gps_latest_date(imei);

• 每天定时执行一句REFRESH MATERIALIZED VIEW gps_latest_date;即可，刷新性能远高于应用层拉取数据计算，也不需要额外引入中间件。
• 原路由的查询直接改成查这个物化视图，单条索引查询耗时基本在1ms以内，完全不会有性能问题。

如果你的最新日期需要更高的实时性，还可以改用专用小表+触发器更新的方案：建一个只有imei和latest_date两个字段的小表，每次gps_data写入新数据的时候，用数据库触发器自动更新对应imei的latest_date值，不需要任何定时任务，数据永远是最新的，查询性能和物化视图方案一致。

现有三个方案的优劣对比 #

优先级从高到低排序为：方案3 > 方案1 > 方案2

• 方案3（加联合索引）：如果不想改动现有逻辑，直接给(imei, timestamp_utc DESC)建联合索引，PostgreSQL的max查询会直接走索引取第一条，不需要扫全表，性能已经足够支撑普通访问量的场景，唯一缺点是每次请求还是要查一次数据库，不过单次查询开销极低。
• 方案1（Celery+Redis）：适合访问量极大、完全不想透穿到数据库的场景，缺点是需要额外维护Celery和Redis两个组件，运维成本上升，还要处理缓存失效、冷启动缓存为空的兜底逻辑。
• 方案2（全局变量+后台线程）：不推荐，首先Flask如果用多进程部署（比如uWSGI、Gunicorn开多worker），每个进程的全局变量是独立的，需要每个进程都跑一个后台线程更新，重复计算浪费资源，而且进程重启的时候会出现数据为空的情况，稳定性很差。

内容的提问来源于stack exchange，提问作者Eduardo G