HermesCache 0.7.2

安装

pip install HermesCache

确保已安装所需的后端客户端库。见下文。

使用量

下面演示所有最终用户api。

importhermes.backend.rediscache=hermes.Hermes(hermes.backend.redis.Backend,ttl=600,host='localhost',db=1)@cachedeffoo(a,b):returna*bclassExample:@cache(tags=('math','power'),ttl=1200)defbar(self,a,b):returna**b@cache(tags=('math','avg'),key=lambdafn,*args,**kwargs:'avg:{0}:{1}'.format(*args))defbaz(self,a,b):return(a+b)/2.0print(foo(2,333))example=Example()print(example.bar(2,10))print(example.baz(2,10))foo.invalidate(2,333)example.bar.invalidate(2,10)example.baz.invalidate(2,10)cache.clean(['math'])# invalidate entries tagged 'math'cache.clean()# flush cache

有关高级示例，请查看 test suite。

标记缓存条目

首先让我们看看基本缓存是如何工作的。

importhermes.backend.dictcache=hermes.Hermes(hermes.backend.dict.Backend)@cachedeffoo(a,b):returna*bfoo(2,2)foo(2,4)print(cache.backend.dump())#  {#    'cache:entry:foo:515d5cb1a98de31d': 8,#    'cache:entry:foo:a1c97600eac6febb': 4#                            ↓#                      argument hash#  }

基本上我们有一个密钥值存储，其中O（1）复杂度为^ {TT5} $，^ {TT6}$，^ {TT7}$。 这意味着操作速度是恒定的，与已经存在的项目数无关 存储。当一个可调用的（函数或方法）被缓存时，从 可调用自身并传递参数。callable的返回值保存到密钥。下一次调用 我们可以使用缓存中的值。

“There are only two hard problems in Computer Science: cache invalidation and naming things.” — Phil Karlton

所以这是一个复杂的应用程序。有一种情况是某些方法的操作相同 数据和使单个条目无效是不切实际的。尤其是当 方法返回跨越多个实体的复杂值。缓存标记使标记成为可能 这组方法产生一个标记，并使它们同时失效。

这是埃里克的article 弗洛伦扎诺解释了这个想法。让我们看看代码。

importhermes.backend.dictcache=hermes.Hermes(hermes.backend.dict.Backend)@cache(tags=('tag1','tag2'))deffoo(a,b):returna*bfoo(2,2)print(cache.backend.dump())#  {#    'cache:tag:tag1': '0674536f9eb4eb19',#    'cache:tag:tag2': 'db22b5ab2e504895',#    'cache:entry:foo:a1c97600eac6febb:c1da510b3d42bad6': 4#                                              ↓#                                           tag hash#  }

当我们要标记缓存项时，首先需要创建标记项。表示每个标记 通过它自己的入口。每次创建标记时，标记项的值都设置为随机值。一次全部标记 值存在，它们被连接并散列。标记哈希被添加到缓存项密钥。

一旦我们想使标记的条目失效，我们只需要删除标记条目。没有任何标签 值标记哈希是用创建的，因此无法构造条目键，因此标记的缓存 条目变得不可访问，因此无效。通常是建立在另一个特性之上的特性 增加复杂性。

表演。所有操作都变成o（n），其中n是条目标记的数目。但是既然我们可以 很少需要超过几十个标签，实际上仍然是o（1）。标签输入操作是 批处理，因此对网络操作数的影响如下：

• set–最坏情况下是3x个后端调用（get + 2 * set）。当 将创建所有已使用的标记项。
• get–2x个后端调用。
• delete–2x个后端调用。

内存开销包括标记项和过时的缓存项。演示如下。

importhermes.backend.dictcache=hermes.Hermes(hermes.backend.dict.Backend)@cache(tags=('tag1','tag2'))deffoo(a,b):returna*bfoo(2,2)print(cache.backend.dump())#  {#    'cache:tag:tag1': '047820ac777abe8a',#    'cache:tag:tag2': '126365ec7175e851',#    'cache:entry:foo:a1c97600eac6febb:5cae80f5e7d58329': 4#  }cache.clean(['tag1'])foo(2,2)print(cache.backend.dump())#  {#    'cache:tag:tag1': '66336fec212def16',  ← recreated tag entry#    'cache:tag:tag2': '126365ec7175e851',#    'cache:entry:foo:a1c97600eac6febb:8e7e24cf70c1f0ab': 4,#    'cache:entry:foo:a1c97600eac6febb:5cae80f5e7d58329': 4  ← garbage#  }

因此，ttl的选择要慎重。对于redis后端，也建议 将maxmemory-policy设置为volatile-lru。

后端和客户端库

支持的依赖项列在 tox.ini 包裹的一部分。他们的组合方式是 drone.io CI page。

性能

这里有一些关于后端和客户端库性能的线索。不是故意的 提供一些具有统计意义的性能估计。这些只是 一个CI版本。

审查实施

在我写书之前，我翻遍了奶酪店，想找一家适合我需要的。 不幸的是，没有一个，但是有些是部分匹配的，是 某些方面：

cache

专业版：

• 清洁最终用户API
• 简洁的设计

继续：

• 无自动缓存键计算
• 无狗桩效应预防
• 没有缓存条目标记
• 使用实例方法失败

dogpile.cache

专业版：

• 成熟
• 有很好的记录
• 防止狗桩效应

继续：

• 没有缓存条目标记
• 复杂的代码库
• 不简洁的最终用户API

cache-tagging

专业版：

• 缓存条目标记

继续：

• 为新闻网站脚手架框架设计
• 因此，周围都是臃肿