python - 用于随后在python中运行的Cachetools

是初学者。对不起，如果我的问题幼稚。 python中的cachetools是否可以进行后续运行？

import cachetools
import time


@cachetools.cached({})
def find_sum(n):
    time.sleep(5)
    return n+2


print find_sum(2)
print find_sum(3)
print find_sum(2)

因此，在第一次运行期间，第三次调用的速度更快，但是在下次运行文件时，我希望第一次调用的速度更快，并从缓存中获取结果。 cachetools可以做到吗？

最佳答案

cachetools 不能开箱即用。但这很容易添加。

您可以将所需的任何可变映射传递给memoizing decorators。您使用的是普通的旧字典，而字典对于腌制来说是微不足道的。即使您使用该库提供的精美cache implementations之一，它们也很容易腌制。1

所以:

import cachetools
import pickle
import time

try:
    with open('mycache.pickle', 'rb') as f:
        cache = pickle.load(f)
except FileNotFoundError:
    cache = {} # or cachetools.LRUCache(maxsize=5) or whatever you want

@cachetools.cached(cache)
def find_sum(n):
    time.sleep(5)
    return n+2

print(find_sum(2))
print(find_sum(3))
print(find_sum(2))

with open('mycache.pickle', 'wb') as f:
    pickle.dump(cache, f)

当然，您可以添加:

一个finally或上下文管理器或atexit，即使遇到异常或^ C，也可以确保在关闭时保存文件。

一个计时器，经常保存它们。

缓存对象上的钩子，用于在每次更新或每N次更新时保存。 (只需重写__setitem__方法，或者，如果使用更高级的类之一而不是dict，则可以查看Extending cache classes进行其他操作。)

或者，您甚至可以将磁盘键值数据库用作缓存。

最简单的数据库是 dbm 。键和值都限于str / bytes。 (如果要使用非字符串值，则可以使用 shelve ；如果要使用非字符串键，则可能需要其他解决方案。)因此，对于我们的示例而言，这不太可行。但是对于一个类似的例子，这几乎是魔术:

import dbm
import time
import cachetools

cache = dbm.open('mycache.dbm', 'c')
@cachetools.cached(cache, key=lambda s:s)
def find_string_sum(s):
    time.sleep(5)
    return s + '!'

print(find_string_sum('a'))
print(find_string_sum('b'))
print(find_string_sum('a'))

唯一棘手的一点是我必须重写key函数。 (默认键函数处理*args, **kw，因此对于参数'a'，您最终会得到类似(('a',), ())的内容，这显然不是字符串。)

1.从the source可以看到，已进行了一些错误修复，以确保所有类在所有受支持的Python版本中都是可腌制的，因此，这显然是故意的。