Question

flask_cache.Cache.memoize无法使用flask_restful.Resource

以下是示例代码：

from flask import Flask, request, jsonify
from flask_restful import Resource, Api
from flask_cache import Cache

app = Flask(__name__)
api = Api(app)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})


class MyResource(Resource):
    JSONIFY = True
    PATH = None
    ENDPOINT = None

    def dispatch_request(self, *args, **kwargs):
        kw = dict(**kwargs)
        kw.update(request.args.items())
        r = super().dispatch_request(*args, **kw)
        if self.JSONIFY:
            return jsonify(r)
        else:
            return r


class DebugResource(MyResource):
    PATH = '/debug'
    ENDPOINT = 'debug'

    @cache.memoize(timeout=30)
    def get(self, **kwargs):
        print('cache is not used!')
        return kwargs

for r in [DebugResource]:
    api.add_resource(r, r.PATH, endpoint=r.ENDPOINT)


print('running!')
app.run()

请注意，在get()中我添加了print，以便我可以看到实际调用代码的时间以及何时使用缓存值。

我启动服务器然后在浏览器中转到http://localhost:5000/debug?a=1 并重复按f5。我希望我的函数get被调用一次，然后使用缓存的值。但是在服务器控制台中，每次按f5时都会看到我的打印件。所以memoize无效。我做错了什么？

修改

我将缓存的函数从Resource class

移到了外面

@cache.memoize(timeout=30)
def my_foo(a):
    print('cache is not used!')
    return dict(kw=a, id=id(a))

class DebugResource(MyResource):
    PATH = '/debug'
    ENDPOINT = 'debug'

    def get(self, a):
        return my_foo(a)

这很有效。据我所知，问题是self参数在每次调用中实际上都是唯一的。问题仍然是，如何使其工作而不为我想要缓存的每个方法提取额外的功能？当前的解决方案看起来像是一种解决方法。

Answer 1

缓存不起作用，因为您使用memoize方法。在这种情况下，它将缓存函数的结果。装饰者对路线（视图，路径）一无所知。

要修复它，您应该使用cached方法。 @cached装饰器的参数key_prefix的默认值为view/request.path。

因此，只需将@cache.memoize(timeout=30)更改为@cache.cached(timeout=30)

即可

Answer 2

感谢@Rugnar，这个决定派上用场了。

solution

唯一的一点是，我不得不稍微更改它，以便我不排除第一个元素（self），但是使用它，以便在高速缓存方法定义的情况下存储更多唯一键。基类，并在孩子们中定制。

方法_extract_self_arg已更新。

class ResourceCache(Cache):
""" When the class method is being memoized,
    cache key uses the class name from self or cls."""

def _memoize_make_cache_key(self, make_name=None, timeout=None):
    def make_cache_key(f, *args, **kwargs):
        fname, _ = function_namespace(f)
        if callable(make_name):
            altfname = make_name(fname)
        else:
            altfname = fname
        updated = altfname + json.dumps(dict(
            args=self._extract_self_arg(f, args),
            kwargs=kwargs), sort_keys=True)
        return b64encode(
            md5(updated.encode('utf-8')).digest()
        )[:16].decode('utf-8')

    return make_cache_key

@staticmethod
def _extract_self_arg(f, args):
    argspec_args = inspect.getargspec(f).args

    if argspec_args and argspec_args[0] in ('self', 'cls'):
        if hasattr(args[0], '__name__'):
            return (args[0].__name__,) + args[1:]
        return (args[0].__class__.__name__,) + args[1:]
    return args

也许它对某人也有用。

Answer 3

它没有用，因为memoize takes function's arguments into account in the cache key和每个新请求都是唯一的kwargs（id function的唯一结果。）

要查看，只需修改代码

即可

@cache.memoize(timeout=30)
def get(self, **kwargs):
    print('cache is not used!')
    return id(kwargs)

并且每个新请求都会得到另一个结果。因此，每个新请求缓存密钥都不同，这就是您在控制台输出上看到cache is not used!的原因。

Answer 4

通过继承Cache并重载为memoize创建缓存键的逻辑来找到解决方案。所以它运作正常。

import json
import inspect
from base64 import b64encode
from hashlib import md5
from flask_cache import Cache, function_namespace

class ResourceCache(Cache):
    def _memoize_make_cache_key(self, make_name=None, timeout=None):
        def make_cache_key(f, *args, **kwargs):
            fname, _ = function_namespace(f)
            if callable(make_name):
                altfname = make_name(fname)
            else:
                altfname = fname

            updated = altfname + json.dumps(dict(
                args=self._extract_self_arg(f, args),
                kwargs=kwargs), sort_keys=True)

            return b64encode(
                md5(updated.encode('utf-8')).digest()
            )[:16].decode('utf-8')

        return make_cache_key

    @staticmethod
    def _extract_self_arg(f, args):
        argspec_args = inspect.getargspec(f).args
        if argspec_args and argspec_args[0] in ('self', 'cls'):
            return args[1:]
        return args

换句话说，当正在记忆类方法时，缓存会忽略第一个参数self或cls。

Flask缓存memoize不使用flask restful资源

4 个答案:

solution