57

如何让@functools.lru_cache装饰器忽略一些关于缓存键的函数参数?

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lru_cache像这样应用装饰器,db_handle将包含在缓存键中。结果,如果我尝试使用相同query但不同的函数调用该函数db_handle,它将再次执行,我想避免这种情况。我只想lru_cache考虑query论点。

4

2 回答 2

53

使用缓存工具,您可以编写:

from cachetools import cached
from cachetools.keys import 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)))
于 2015-09-18T15:13:10.330 回答
10

我至少有一个非常丑陋的解决方案。包裹db_handle在一个始终等于的对象中,然后在函数内展开它。

它需要一个带有很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
于 2015-06-09T16:53:48.147 回答