xcache 0.2

为什么？

There are only two hard things in Computer Science: cache invalidation and naming things.

–菲尔卡尔顿

所以，缓存是相当容易的，但是它们的失效是很难纠正的。

使用哪种类型的缓存？

默认的实现是stdlib的lru_缓存，但您可以自己放入。

怎么做？

python的特点是垃圾收集aka。自动内存管理。让我们利用它：

fromxcacheimportcache_genrequest_cache=cache_gen(lambda:request)# default cache_impl=lru_cache

在这里，我们定义了自己的缓存，需要全局请求来使缓存失效。 只要request被垃圾回收，缓存的数据就会被释放。

@request_cache()deffib(n):returnfib(n-1)+fib(n-2)ifn>1else1

在这里，我们将看到如何装饰函数，使其像lru_u缓存一样工作。

现在，让我们看看它是如何工作的：

classRequest():passrequest=Request()print(fib(10))print(fib(20))print(fib.cache_info())# fib cache contains 2 itemsrequest=Request()# invalidates all cachesprint(fib.cache_info())# fib cache contains 0 itemsprint(fib(10))print(fib(20))

上下文管理器，用于对缓存失效进行更多控制

如果需要更多的控制，则需要上下文管理器clean_caches：

fromxcacheimportcached,clean_caches@cached()deffib(n):returnfib(n-1)+fib(n-2)ifn>1else1withclean_caches():print(fib(10))print(fib(20))print(fib.cache_info())# fib cache contains 2 itemsprint(fib.cache_info())# fib cache contains 0 items

甚至可以指定缓存应附加到的对象：

@cached()deffib(n):returnfib(n-1)+fib(n-2)ifn>1else1withclean_caches(Request())asrequest:print(fib(10))print(fib(20))print(fib.cache_info())# fib cache contains 2 itemsprint(fib.cache_info())# fib cache contains 0 items

这些上下文管理器可以嵌套吗？

当然。在每个上下文的每个入口和出口，所有相关的缓存都被清空。

结论