horae.cache 1.0a1

词汇

缓存词汇表有三种不同的方法：

全局缓存

全局缓存词汇表

上下文缓存

在给定上下文中缓存词汇表

上下文父缓存

将词汇缓存在给定上下文的已定义父级中

每种类型的缓存都有相应的失效函数来清除 给定的词汇。当使用动态词汇表 随时间变化，例如给定类型的内容对象词汇表：

import grok

from zope.schema import vocabulary
from some.module.interfaces import ISampleContent
from horae.cache import vocabulary

@vocabulary.cache_global
def all_sample_contents(context):
    # find all content objects of type ISampleContent
    return vocab
vocabulary.getVocabularyRegistry().register(
    'allsamplecontents',
    all_sample_contents)

@grok.subscribe(ISampleContent, grok.IObjectModifiedEvent)
@grok.subscribe(ISampleContent, grok.IObjectMovedEvent)
def invalidate_all_sample_contents_cache(obj, event):
    vocabulary.invalidate_global(all_sample_contents)

上下文缓存用于特定于上下文的词汇表，并以相同的方式使用 作为全局缓存：

@vocabulary.cache_contextual
def sample_contents_in_context(context):
    # find all content objects of type ISampleContent
    # in the given context
    return vocab
vocabulary.getVocabularyRegistry().register(
    'samplecontentsincontext',
    sample_contents_in_context)

@grok.subscribe(ISampleContent, grok.IObjectModifiedEvent)
@grok.subscribe(ISampleContent, grok.IObjectMovedEvent)
def invalidate_sample_contents_in_context_cache(obj, event):
    # iterate over all the parents of the object and call:
    vocabulary.invalidate_contextual(parent,
                                     sample_contents_in_context)

上下文父缓存的使用略有不同。它接受一个可选接口作为 查找要缓存词汇表的父级的参数。缓存会加速对象 层次结构，直到找到实现给定接口的父级。如果没有接口 假设词汇上下文的直接父级被视为缓存上下文。一个 示例用法如下：

from some.module.interfaces import ISampleContainer

@vocabulary.cache_contextual_parent(ISampleContainer)
def sample_contents_in_parent_of_context(context):
    # find all content objects of type ISampleContent in
    # the first found parent implementing ISampleContainer
    # of the given context
    return vocab
vocabulary.getVocabularyRegistry().register(
    'samplecontentsinparentofcontext',
    sample_contents_in_parent_of_context)

@grok.subscribe(ISampleContent, grok.IObjectModifiedEvent)
@grok.subscribe(ISampleContent, grok.IObjectMovedEvent)
def invalidate_sample_contents_in_context_cache(obj, event):
    vocabulary.invalidate_contextual_parent(
        obj,
        ISampleContainer,
        sample_contents_in_parent_of_context)

请求

要缓存当前请求的函数输出，只需添加 horae.cache.request.cachedecorator:

from horae.cache import request

@request.cache()
def some_heavy_computation(arg1, arg2, kwarg1=True, kwarg2=True):
    # do the heavy computation
    return result_of_the_heavy_computation

horae.cache.request.cache接受两个可选参数args和kwargs 使用它可以定义哪些参数和/或关键字参数与 输出。如果在上面的示例中设置arg2和kwarg2，则输出将相同 不同的是，decorator可以像这样改进缓存：

@request.cache(args=(0,), kwargs=('kwarg1',))
def some_heavy_computation(arg1, arg2, kwarg1=True, kwarg2=True):
    # do the heavy computation
    return result_of_the_heavy_computation