我的格式为6,00,000 entries in MongoDB
,格式如下:
feature:category:count
其中
我想缓存前1000个元组,让我们这样说,不要每次都查询数据库。
如何在Python中构建LRU缓存?或者有任何已知的解决方案吗?
答案 0 :(得分:17)
Python3.3中的LRU cache具有O(1)插入,删除和搜索功能。
该设计使用循环双向链接条目列表(排列最旧到最新)和哈希表来定位各个链接。缓存命中使用哈希表来查找相关链接并将其移动到列表的头部。缓存未命中删除最旧的链接并在链接列表的开头创建新链接。
这是33行非常基本的Python(仅使用简单的字典和列表操作)的简化(但快速)版本。它在Python2.0及更高版本(或PyPy或Jython或Python3.x)上运行:
class LRU_Cache:
def __init__(self, original_function, maxsize=1024):
# Link structure: [PREV, NEXT, KEY, VALUE]
self.root = [None, None, None, None]
self.root[0] = self.root[1] = self.root
self.original_function = original_function
self.maxsize = maxsize
self.mapping = {}
def __call__(self, *key):
mapping = self.mapping
root = self.root
link = mapping.get(key)
if link is not None:
link_prev, link_next, link_key, value = link
link_prev[1] = link_next
link_next[0] = link_prev
last = root[0]
last[1] = root[0] = link
link[0] = last
link[1] = root
return value
value = self.original_function(*key)
if len(mapping) >= self.maxsize:
oldest = root[1]
next_oldest = oldest[1]
root[1] = next_oldest
next_oldest[0] = root
del mapping[oldest[2]]
last = root[0]
last[1] = root[0] = mapping[key] = [last, root, key, value]
return value
if __name__ == '__main__':
p = LRU_Cache(ord, maxsize=3)
for c in 'abcdecaeaa':
print(c, p(c))
答案 1 :(得分:5)
除了Python 3.2中包含的版本外,Python核心开发人员Raymond Hettinger还在Python Cookbook中包含了these的LRU缓存配方。
答案 2 :(得分:3)
Python 3.2 functools
包含LRU cache。您可以轻松地从repo中挑选它,检查是否必须调整它以使用Python 2(不应该太难 - 可能使用itertools
而不是某些内置函数 - 询问您是否需要帮助)并完成。您需要将查询包装成可调用的,并确保它依赖于(hashable)函数参数。
答案 3 :(得分:1)