性能篇——函數調用結果的 LRU 緩存

 

1. 應用場景：

屢次調用同一函數

 

2. 普通寫法：

 1 def say(name):
 2     print("hellow:%s"%name)
 3     now = datetime.datetime.now()
 4     return now
 5 
 6 now = say('tom')
 7 print("time:%s"%now)
 8 time.sleep(5)
 9 
10 now = say('tom')
11 print("time:%s"%now)

結果：

hellow:tom
time:2019-09-05 18:20:19.637917
hellow:tom
time:2019-09-05 18:20:24.639228

 

3. 緩存寫法：

 1 import time
 2 import datetime
 3 from functools import lru_cache
 4 
 5 @lru_cache(maxsize=32)
 6 def say(name):
 7     print("hellow:%s"%name)
 8     now = datetime.datetime.now()
 9     return now
10 
11 now = say('tom')
12 print("time:%s"%now)
13 time.sleep(5)
14 
15 now = say('tom')
16 print("time:%s"%now)

結果：

hellow:tom
time:2019-09-05 16:30:22.451122
time:2019-09-05 16:30:22.451122

 

4. 總結：

• LRU 算法規則：最近最常使用的參數生成的結果，咱們存下來，下次遇到相同的參數時直接返回結果。而不常出現的參數，等到須要的時候再計算。計算完成後，也先存下來。可是若是緩存空間不夠了，不常使用的會先刪除。
• lru_cache(maxsize=128,typed=False)接收兩個參數，第一個參數 maxsize表示最多緩存多少個結果，這個數字建議設置爲2的冪。超出這個結果就會啓用 LRU 算法刪除不經常使用的數據。第二個參數 typed表示是否檢查參數類型，默認爲 False，若是設置爲 True，那麼參數 3和 3.0會被當作不一樣的數據處理。
• 因爲 lru_cache底層是基於字典來實現的緩存，因此參數都必須是 hashable 的，不然會致使報錯。

它山之石——未聞code