Question

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。

Answer 1

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)))

Answer 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

让@lru_cache忽略一些函数参数

2 个答案: