Python 如何手動(dòng)編寫(xiě)一個(gè)自己的LRU緩存裝飾器的方法實(shí)現(xiàn)
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(zhǎng)時(shí)間沒(méi)有用的那個(gè)緩存,這里我們使用有序字典,來(lái)實(shí)現(xiàn)自己的LRU緩存算法,并將其包裝成一個(gè)裝飾器。
1、首先創(chuàng)建一個(gè)my_cache.py文件 編寫(xiě)自己我們自己的LRU緩存算法,代碼如下:
import time from collections import OrderedDict ''' 基于LRU,近期最少用緩存算法寫(xiě)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(wèn)時(shí)間 self._expire_records = OrderedDict() # 記錄失效時(shí)間 def __setitem__(self, key, value): # 設(shè)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(shè)置訪問(wèn)時(shí)間 self._expire_records = now + self.expiration # 設(shè)置過(guò)期時(shí)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(wèn)時(shí)按 self._access_records[key] = now self.cleanup() def __contains__(self, key): # 這個(gè)是字典默認(rèn)調(diào)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(wèn)時(shí)間 del self._expire_records[key] # 刪除過(guò)期時(shí)間 def cleanup(self): # 用于去掉無(wú)效(超過(guò)大?。┖瓦^(guò)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(guò)長(zhǎng)度 for k in self._access_records.keys(): # LRU 是在這里實(shí)現(xiàn)的,如果緩存用的最少,那么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(shí)很簡(jiǎn)單,上面的注釋已經(jīng)很詳細(xì)了,不懂的話多看幾次。這里實(shí)現(xiàn)LRU邏輯的其實(shí)是有序字典OrderedDict,你最先存入的值就會(huì)存在字典的最前面。當(dāng)一個(gè)值使用時(shí)候,我們會(huì)重新儲(chǔ)存過(guò)期時(shí)間,導(dǎo)致被經(jīng)常使用的緩存,會(huì)存在字典的后面。而一但緩存的內(nèi)容長(zhǎng)度超過(guò)限制時(shí)候,這里會(huì)調(diào)用有序字典最前面的key(也即是近期相對(duì)用的最少的),并刪除對(duì)應(yīng)的內(nèi)容,以達(dá)到LRU的邏輯。
2、在將我們寫(xiě)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
這里需要解釋的是直接使用 my_cache[key],這個(gè)類(lèi)似字典的方法,實(shí)際上是調(diào)用了 LRUCacheDict 中的 __contations__方法,這也是字典中實(shí)現(xiàn)通過(guò)key取值的方法。這個(gè)裝飾器里,我加入了types的參數(shù),你們可以根據(jù)需求,實(shí)現(xiàn)不同的緩存算法,豐富這個(gè)裝飾器的功能,而lru緩存本身,其實(shí)已經(jīng)是python的標(biāo)準(zhǔn)庫(kù)了,可以引入functools.lru_cache來(lái)調(diào)用。
到此這篇關(guān)于Python 如何手動(dòng)編寫(xiě)一個(gè)自己的LRU緩存裝飾器的方法實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Python LRU緩存裝飾器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python學(xué)習(xí)筆記之變量、自定義函數(shù)用法示例
這篇文章主要介紹了Python學(xué)習(xí)筆記之變量、自定義函數(shù)用法,結(jié)合實(shí)例形式分析了Python變量、自定義函數(shù)的概念、功能、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-05-05python 實(shí)現(xiàn)的車(chē)牌識(shí)別項(xiàng)目
這篇文章主要介紹了python 實(shí)現(xiàn)的車(chē)牌識(shí)別項(xiàng)目,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2021-01-01python實(shí)現(xiàn)移動(dòng)木板小游戲
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)移動(dòng)木板小游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-10-10如何通過(guò)Python收集MySQL MHA 部署及運(yùn)行狀態(tài)信息的功能
本篇幅主要介紹如何通過(guò)Python實(shí)現(xiàn)收集MHA 集群 節(jié)點(diǎn)信息 和 運(yùn)行狀態(tài)的功能。這些信息將是CMDB信息的重要組成部分,感興趣的朋友一起看看吧2021-10-10