如何让@functools.lru_cache
装饰器忽略关于缓存键的一些函数参数?
例如,我有一个如下所示的函数:
def find_object(db_handle, query):
# (omitted code)
return result
如果我像这样应用lru_cache
装饰器,db_handle
将包含在缓存键中。因此,如果我尝试使用相同的query
但不同的db_handle
来调用该函数,则会再次执行该函数,这是我想避免的。我希望lru_cache
仅考虑query
参数。
答案 0 :(得分:10)
使用cachetools,您可以写:
from cachetools import cached, hashkey
from random import randint
@cached(cache={}, key=lambda db_handle, query: hashkey(query))
def find_object(db_handle, query):
print("processing {0}".format(query))
return query
queries = list(range(5))
queries.extend(range(5))
for q in queries:
print("result: {0}".format(find_object(randint(0, 1000), q)))
答案 1 :(得分:2)
我至少有一个非常难看的解决方案。将db_handle
包裹在一个始终等于的对象中,然后将其展开到函数内部。
它需要一个具有相当多辅助函数的装饰器,这使得堆栈跟踪非常混乱。
class _Equals(object):
def __init__(self, o):
self.obj = o
def __eq__(self, other):
return True
def __hash__(self):
return 0
def lru_cache_ignoring_first_argument(*args, **kwargs):
lru_decorator = functools.lru_cache(*args, **kwargs)
def decorator(f):
@lru_decorator
def helper(arg1, *args, **kwargs):
arg1 = arg1.obj
return f(arg1, *args, **kwargs)
@functools.wraps(f)
def function(arg1, *args, **kwargs):
arg1 = _Equals(arg1)
return helper(arg1, *args, **kwargs)
return function
return decorator