Библиотека питониста | Python, Django, Flask

📍 How to: кэширование в Python с помощью flexicache

В Python удобно использовать декораторы для кэширования результатов функций и методов — как в оперативной памяти, так и во временных хранилищах вроде memcached. Один из наиболее гибких инструментов для этого — flexicache из библиотеки fastcore.

flexicache — это декоратор, который поддерживает:
• LRU-кэширование (удаление наименее используемых элементов),
• политику истечения кэша по времени — time_policy,
• инвалидирование кэша при изменении файла — mtime_policy.

➡️ Пример: time_policy

@flexicache(time_policy(0.1))
def random_func():
    return randint(1, 1000)

assert random_func() == random_func()
sleep(0.2)
assert random_func() != random_func()

➡️ Пример: mtime_policy. Инвалидирование при изменении файла main.py

@flexicache(mtime_policy('main.py'))
def random_func():
    return randint(1, 1000)

Path('main.py').touch()  # обновление времени изменения

➡️ Пример: совмещение политик

@flexicache(time_policy(0.1), mtime_policy('main.py'))
def random_func():
    return randint(1, 1000)

Кэш сбрасывается либо по времени, либо при обновлении файла — в зависимости от того, что произойдёт первым.

➡️ Пример: LRU-кэширование

@flexicache(maxsize=2)
def random_func(v):
    return randint(1, 1000)

random_func(1)
random_func(2)
random_func(3)  # результат для аргумента 1 будет удалён

➡️ Пример: удобный timed_cache. Для кэша с таймаутом и ограничением размера

from fastcore.xtras import timed_cache

@timed_cache(0.1, maxsize=2)
def random_func(v):
    return randint(1, 1000)

📌 flexicache — гибкий и мощный инструмент для продвинутого кэширования в Python. Поддерживает политики истечения, комбинирование стратегий и заменяет стандартный lru_cache.

Библиотека питониста #буст

Please open Telegram to view this post

VIEW IN TELEGRAM

👍7❤4🔥2❤‍🔥1

www.tgoop.com/pyproglib/6711

3.6K viewsMay 14 at 06:51

📍 How to: кэширование в Python с помощью flexicache

В Python удобно использовать декораторы для кэширования результатов функций и методов — как в оперативной памяти, так и во временных хранилищах вроде memcached. Один из наиболее гибких инструментов для этого — flexicache из библиотеки fastcore.

flexicache — это декоратор, который поддерживает:
• LRU-кэширование (удаление наименее используемых элементов),
• политику истечения кэша по времени — time_policy,
• инвалидирование кэша при изменении файла — mtime_policy.

➡️ Пример: time_policy

@flexicache(time_policy(0.1))
def random_func():
    return randint(1, 1000)

assert random_func() == random_func()
sleep(0.2)
assert random_func() != random_func()

@flexicache(mtime_policy('main.py'))
def random_func():
    return randint(1, 1000)

Path('main.py').touch()  # обновление времени изменения

@flexicache(time_policy(0.1), mtime_policy('main.py'))
def random_func():
    return randint(1, 1000)

@flexicache(maxsize=2)
def random_func(v):
    return randint(1, 1000)

random_func(1)
random_func(2)
random_func(3)  # результат для аргумента 1 будет удалён

from fastcore.xtras import timed_cache

@timed_cache(0.1, maxsize=2)
def random_func(v):
    return randint(1, 1000)