Python 如何手動編寫一個自己的LRU緩存裝飾器的方法實現
LRU緩存算法,指的是近期最少使用算法,大體邏輯就是淘汰最長時間沒有用的那個緩存,這裡我們使用有序字典,來實現自己的LRU緩存算法,並將其包裝成一個裝飾器。
1、首先創建一個my_cache.py文件 編寫自己我們自己的LRU緩存算法,代碼如下:
import time from collections import OrderedDict ''' 基於LRU,近期最少用緩存算法寫的裝飾器。 ''' class LRUCacheDict: def __init__(self, max_size=1024, expiration=60): self.max_size = max_size self.expiration = expiration self._cache = {} self._access_records = OrderedDict() # 記錄訪問時間 self._expire_records = OrderedDict() # 記錄失效時間 def __setitem__(self, key, value): # 設置緩存 now = int(time.time()) self.__delete__(key) # 刪除原有使用該Key的所有緩存 self._cache[key] = value self._access_records = now # 設置訪問時間 self._expire_records = now + self.expiration # 設置過期時間 self.cleanup() def __getitem__(self, key): # 更新緩存 now = int(time.time()) del self._access_records[key] # 刪除原有的訪問時按 self._access_records[key] = now self.cleanup() def __contains__(self, key): # 這個是字典默認調用key的方法 self.cleanup() return key in self._cache def __delete__(self, key): if key in self._cache: del self._cache[key] # 刪除緩存 del self._access_records[key] # 刪除訪問時間 del self._expire_records[key] # 刪除過期時間 def cleanup(self): # 用於去掉無效(超過大小)和過期的緩存 if self._expire_records is None: return None pending_delete_keys = [] now = int(time.time()) for k, v in self._expire_records.items(): # 判斷緩存是否失效 if v < now: pending_delete_keys.append(k) for del_k in pending_delete_keys: self.__delete__(del_k) while len(self._cache) > self.max_size: # 判斷緩存是否超過長度 for k in self._access_records.keys(): # LRU 是在這裡實現的,如果緩存用的最少,那麼它存入在有序字典中的位置也就最前 self.__delete__(k) break
代碼邏輯其實很簡單,上面的註釋已經很詳細瞭,不懂的話多看幾次。這裡實現LRU邏輯的其實是有序字典OrderedDict,你最先存入的值就會存在字典的最前面。當一個值使用時候,我們會重新儲存過期時間,導致被經常使用的緩存,會存在字典的後面。而一但緩存的內容長度超過限制時候,這裡會調用有序字典最前面的key(也即是近期相對用的最少的),並刪除對應的內容,以達到LRU的邏輯。
2、在將我們寫好的算法改成裝飾器:
from functools import wraps from my_cache import LRUCacheDict def lru_cache(max_size=1024, expiration=60, types='LRU'): if types == 'lru' or types == 'LRU': my_cache = LRUCacheDict(max_size=max_size, expiration=expiration) def wrapper(func): @wraps(func) def inner(*args, **kwargs): key = repr(*args, **kwargs) try: result = my_cache[key] except KeyError: result = func(*args, **kwargs) my_cache[key] = result return result return inner return wrapper
這裡需要解釋的是直接使用 my_cache[key],這個類似字典的方法,實際上是調用瞭 LRUCacheDict 中的 __contations__方法,這也是字典中實現通過key取值的方法。這個裝飾器裡,我加入瞭types的參數,你們可以根據需求,實現不同的緩存算法,豐富這個裝飾器的功能,而lru緩存本身,其實已經是python的標準庫瞭,可以引入functools.lru_cache來調用。
到此這篇關於Python 如何手動編寫一個自己的LRU緩存裝飾器的方法實現的文章就介紹到這瞭,更多相關Python LRU緩存裝飾器內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python 裝飾器重要在哪
- django中的*args 與 **kwargs使用介紹
- Python 面向切面編程 AOP 及裝飾器
- Python使用LRU緩存策略進行緩存的方法步驟
- 深入瞭解python裝飾器