Python Implements Caching

特点

✓ 支持的缓存策略 ：random, LRU

✓ 使用装饰器的形式来使用缓存

✓ 支持 Hashable keys (dictionaries, lists, sets)

✓ 支持超时缓存处理

✓ 支持缓存数据统计

安装

pip install mycache

使用

cache 装饰器

from mycache import cache


@cache()
def example():
    print("你好，这里是mycache测试案例")


example()  # 你好，这里是mycache测试案例
example()  # 没有任何输出

import time

from mycache import cache


@cache()
def long_computation(x):
    print("Performing long computation...")
    time.sleep(1)
    return x + 1


long_computation(5)  # Sleeps for 1 second and returns 6
long_computation(5)  # Immediately returns 6

long_computation(6)  # Sleeps for 1 second and returns 7
long_computation(6)  # Immediately returns 7
long_computation(6)  # And again

缓存类

import time
from datetime import timedelta

from mycache import Cache

cache = Cache()
cache.save("a", 1)
cache.save("b", 2)
cache.save("c", 3, expire_in=timedelta(seconds=10))

cache.has("c")  # returns True
cache.get("a")  # returns 1

time.sleep(10)
cache.has("c")  # False
cache.get("c")  # raises KeyError

设置缓存类型

from mycache import Cache
from mycache.policies import LRU

"""
设置缓存处理方式和缓存个数
"""

cache = Cache(max_items=2, replacement_policy=LRU())
cache.save("a", 1)
cache.save("b", 2)
cache.save("c", 3)

cache.has("a")  # returns False
cache.has("b")  # returns True

cache.save("d", 4)

cache.has("b")  # returns False

Disable deepcopy for keys

from mycache import cache

"""
缓存类和缓存装饰器接受' copy_keys '参数。
如果你能保证即使键是可变的也不会改变，
你可以把它设置为“True”来加快速度。
"""


@cache(copy_keys=False)
def faster_caching(x):
    return x


faster_caching({1, 2, 3})  # returns {1, 2, 3}

使用相关工具

1. make lint: pylint and pycodestyle
2. make typecheck: mypy
3. make test: pytest
4. make coverage: pytest with pytest-cov
5. make quality: radon
6. make build: setup.py