Python 如何缓存方法调用

缓存方法的两个工具是functools.cached_property()和functools.lru_cache()。两个模块均属于functools模块。functools模块用于高阶函数：即作用于其他函数或返回其他函数的函数。让我们首先安装并导入functools模块−

安装functools

要安装functools模块，请使用pip−

pip install functools

导入functools

导入functools，使用以下代码 −

import functools

让我们逐个了解缓存的方法 –

cached_property()

适用于实例的昂贵计算属性，而这些实例在其他方面是不可变的。

缓存属性的方法只适用于不带任何参数的方法。它不会创建对实例的引用。缓存的方法结果只会在实例存活期间保留。

优点是当实例不再使用时，缓存的方法结果将立即释放。缺点是如果实例积累，那么累积的方法结果也会增长，而且可能无限增长。

示例

让我们看一个示例 –

class DataSet:
   def __init__(self, sequence_of_numbers):
      self._data = tuple(sequence_of_numbers)
   @cached_property
   def stdev(self):
      return statistics.stdev(self._data)

lru_cache

lru_cache方法适用于具有可哈希参数的方法。它会创建对实例的引用，除非采取特殊措施传递弱引用。

最近最少使用（LRU）算法的优点是缓存受到指定的maxsize限制。缺点是实例会保持活动状态，直到它们从缓存中过时或缓存被清除。

示例

让我们看一个示例−

@lru_cache
def count_vowels(sentence):
   return sum(sentence.count(vowel) for vowel in 'AEIOUaeiou')

使用缓存计算斐波那契数列的示例 –

from functools import lru_cache

@lru_cache(maxsize=None)
def fib(n):
   if n < 2:
      return n
   return fib(n-1) + fib(n-2)

print([fib(n) for n in range(16)])
print(fib.cache_info())

输出

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610]
CacheInfo(hits=28, misses=16, maxsize=None, currsize=16)

缓存示例

现在，我们来看一下使用functools模块的cached_property()和lru_cache()的完整示例 –

from functools import lru_cache
from functools import cached_property

class Weather:
   "Lookup weather information on a government website"
   def __init__(self, station_id):
      self._station_id = station_id
      # The _station_id is private and immutable

   def current_temperature(self):
      "Latest hourly observation"
      # Do not cache this because old results
      # can be out of date.

   @cached_property
   def location(self):
      "Return the longitude/latitude coordinates of the station"
      # Result only depends on the station_id
   @lru_cache(maxsize=20)
   def historic_rainfall(self, date, units='mm'):
      "Rainfall on a given date"
      # Depends on the station_id, date, and units.