当前位置: 首页 > news >正文

[Python]缓存cachetools与TTLCache简介

文章目录

    • cachetools
      • 缓存策略
      • 缓存操作
    • TTLCache

cachetools是一个Python第三方库,提供了多种缓存算法的实现。

cachetools

使用前需要先安装pip install cachetools,说明文档参见https://cachetools.readthedocs.io/en/latest/

cachetools提供了五种缓存类型:

  • Cached
  • LRUCache
  • TTLCache
  • LFUCache
  • RRCache

缓存策略

cachetools提供了以下常见的缓存策略(当需要为新的条目腾出空间时,如何移除已有条目):

  • Least Recently Used (LRU): 移除最近最少使用的条目;这是一种常见的缓存策略,适用于大多数场景。
  • Most Recently Used (MRU): 移除最近最常使用的条目;这种策略适用于一些特殊场景,例如当最近访问的数据不太可能再次访问时。
  • Random Replacement (RR): 随机移除一个条目。;这种策略实现简单,但性能相对较差。
  • First-In-First-Out (FIFO): 按照条目添加到缓存的顺序进行移除;这种策略适用于一些特定场景,例如缓存的数据具有固定生命周期。

cachetools中允许自定义缓存策略,只需继承cachetools.Cache类,并实现相应的方法。

from cachetools import Cacheclass SizeLimitedCache(Cache):def __init__(self, maxsize):super().__init__(maxsize=maxsize)def __getitem__(self, key, cache_getitem=Cache.__getitem__):return cache_getitem(self, key)def __setitem__(self, key, value, cache_setitem=Cache.__setitem__):if len(self) >= self.maxsize:self.popitem()  # 删除一个缓存项cache_setitem(self, key, value)# 使用自定义缓存策略
custom_cache = SizeLimitedCache(maxsize=10)
for i in range(20):key = "key-{}".format(i)custom_cache[key] = iprint(custom_cache.items())

缓存操作

创建缓存时,都需指定最大条目数:lru = cachetools.LRUCache(maxsize=100)

  • maxsize参数代表的是缓存中可以存储的最大条目数量

缓存的添加、获取等类似dict操作:

# 添加缓存项
lru["key"] = "value"# 获取缓存项
# value = lru.get("key") # 不存在时,返回None
value = lru.get("key", "default_value")# 删除缓存项
if "key" in lru:del lru["key"]# 更新缓存项
lru["key"] = "new_value"

其他有用函数与属性:

  • clear():清空Cache;
  • popitem():根据策略,移除一项;
  • currsize:获取当前缓存条目数量;

TTLCache

TTLCache可设定过期时间,过期后缓存条目自动失效:

  • expire(self, time=None):移除过期(若time为None在使用当前时间)条目;
  • get时,不会更新过期时间;只有重新设定数据(cache[key]=data),才会更新过期时间;
  • 已满时添加新条目,会先移除过期条目,然后尝试移除第一条。
def expensive_fun(arg1, arg2):key = (arg1, arg2)# 如果缓存中已经有计算结果,直接返回result = cache.get(key)if result is not None:cache[key] = result  # extend expire-timereturn result, 'cached'# 执行计算并将结果保存到缓存中time.sleep(1)  # expensive calcresult = arg1 + arg2cache[key] = resultreturn result, 're-calc'## cache test
cache = TTLCache(maxsize=5, ttl=10)
for i in range(10):print(datetime.now(), expensive_fun(i, 2))print(cache.items())print(cache.items())for i in range(5):time.sleep(3)print(datetime.now(), expensive_fun(1, 2)) print(cache.items())# 等待缓存项已经过期
time.sleep(11)# 再次调用需要重新计算,因为缓存项已经被清除了
print(datetime.now(), expensive_fun(1, 2)) 
http://www.lryc.cn/news/69155.html

相关文章:

  • 现在的00后,真是卷死了呀,辞职信已经写好了·····
  • 【wpf】列表类,用相对源时,如何绑定到子项
  • 头歌计算机组成原理实验—运算器设计(3)第3关:4位快速加法器设计
  • Java中synchronized的优化
  • 软件测试技术课程:软件测试流程
  • 【Redis】聊一下缓存双写一致性
  • Java学习笔记-04
  • pubspec.yaml 第三方依赖版本控制
  • 打印机出现错误0x00000709的原因及解决方法
  • 代码随想录算法训练营第二十九天|491.递增子序列、46.全排列、47.全排列 II
  • 【Kafka】Kafka监控工具Kafka-eagle简介
  • Java操作MongoDB
  • Java断言(assert)的介绍和使用
  • 我的世界Fabric mod开发-快速漏斗
  • AI“应用商店”来了!OpenAI首批70个ChatGPT Plugin最全梳理
  • NSS LitCTF部分wp
  • 【开发者指南】如何在MyEclipse中编辑HTML或JSP文件?(一)
  • 关于博客停更的原因
  • 智能感知编码优化与落地实践
  • OpenCL编程指南-5.1工作项函数-整数函数-公共函数
  • 教你接入Midjourney,不用梯子也能玩
  • Mysql中常用到的查询关键字
  • 【ROS】ROS1工具详解
  • 论Plant Simulation中的Init的使用及调用顺序
  • nginx实现正向代理
  • 【spark】
  • ADO.NET 面试题
  • 第三篇、基于Arduino uno,用oled0.96寸屏幕显示dht11温湿度传感器的温度和湿度信息——结果导向
  • 什么是npu算力盒子,算力是越大越好吗?
  • 后端返回文件流时,前端如何处理并成功下载流文件以及解决下载后打开显示不支持此文件格式