有Python缓存库吗？

我正在寻找Python缓存库，但到目前为止找不到任何东西。我需要一个简单的

dict

-样的界面，在这里我可以设置密钥及其过期时间，并将它们恢复缓存。有点像：

cache.get(myfunction, duration=300)

它将从缓存中获取项目（如果它存在），或者调用函数并存储它（如果它不存在或已过期）。有人知道这样的事情吗？

看看烧杯：

我认为这是最流行的工具，但我自己没有使用过，也不确定它是否支持您需要的功能。

导入时间
import time

class CachedItem(object):
    def __init__(self, key, value, duration=60):
        self.key = key
        self.value = value
        self.duration = duration
        self.timeStamp = time.time()

    def __repr__(self):
        return '<CachedItem {%s:%s} expires at: %s>' % (self.key, self.value, time.time() + self.duration)

class CachedDict(dict):

    def get(self, key, fn, duration):
        if key not in self \
            or self[key].timeStamp + self[key].duration < time.time():
                print 'adding new value'
                o = fn(key)
                self[key] = CachedItem(key, o, duration)
        else:
            print 'loading from cache'

        return self[key].value



if __name__ == '__main__':

    fn = lambda key: 'value of %s  is None' % key

    ci = CachedItem('a', 12)
    print ci 
    cd = CachedDict()
    print cd.get('a', fn, 5)
    time.sleep(2)
    print cd.get('a', fn, 6)
    print cd.get('b', fn, 6)
    time.sleep(2)
    print cd.get('a', fn, 7)
    print cd.get('b', fn, 7)

类CachedItem（对象）：
定义初始化（self、key、value、duration=60）：
self.key=key
自我价值=价值
self.duration=持续时间
self.timeStamp=time.time（）
定义报告（自我）：
返回“”%（self.key、self.value、time.time（）+self.duration）
类CachedDict（dict）：
def get（自身、密钥、fn、持续时间）：
如果键不在self中\
或self[key]。时间戳+self[key]。持续时间<时间。时间（）
打印“添加新值”
o=fn（键）
self[key]=CachedItem（key，o，duration）
其他：
打印“从缓存加载”
返回self[key]。值
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
fn=lambda key:“%s的值为None”%key
ci=CachedItem（'a'，12）
印刷词
cd=CachedDict（）
打印cd.get（'a'，fn，5）
时间。睡眠（2）
打印cd.get（'a'，fn，6）
打印cd.get（'b'，fn，6）
时间。睡眠（2）
打印cd.get（'a'，fn，7）
打印cd.get（'b'，fn，7）

您还可以查看。你可能不需要太多的修改就可以让它做你想做的事情。

看看pypi，管理超时。

看看bda.cache-使用ZCA，并用zope和bfg进行测试。

试试redis，它是应用程序以原子方式共享数据的最干净、最简单的解决方案之一，或者如果你有一些web服务器平台的话。它非常容易安装，您需要一个python redis客户端

您可以使用我的简单解决方案来解决这个问题。这真是直截了当，没有什么特别之处：

class MemCache(dict):
    def __init__(self, fn):
        dict.__init__(self)
        self.__fn = fn

    def __getitem__(self, item):
        if item not in self:
            dict.__setitem__(self, item, self.__fn(item))
        return dict.__getitem__(self, item)

mc = MemCache(lambda x: x*x)

for x in xrange(10):
    print mc[x]

for x in xrange(10):
    print mc[x]

它确实缺少过期函数性，但您可以通过在MemCache c-tor中指定特定规则来轻松扩展它

希望代码是足够自解释的，但如果不是的话，只需提及，缓存正在作为其c-tor参数之一传递一个转换函数。它反过来用于生成有关输入的缓存输出

希望对您有所帮助

Joblib支持Memoize模式中的缓存功能。主要的想法是缓存计算代价高昂的函数

>>> from joblib import Memory
>>> mem = Memory(cachedir='/tmp/joblib')
>>> import numpy as np
>>> square = mem.cache(np.square)
>>> 
>>> a = np.vander(np.arange(3)).astype(np.float)
>>> b = square(a)                                   
________________________________________________________________________________
[Memory] Calling square...
square(array([[ 0.,  0.,  1.],
       [ 1.,  1.,  1.],
       [ 4.,  2.,  1.]]))
___________________________________________________________square - 0...s, 0.0min

>>> c = square(a)

---

您还可以在函数上使用@memory.cache decorator等奇特功能。文档在这里：

keyring是最好的python缓存库。你可以用

keyring.set_password("service","jsonkey",json_res)

json_res= keyring.get_password("service","jsonkey")

json_res= keyring.core.delete_password("service","jsonkey")

---

在Python3.2中，您可以使用functools库中的decorator。 它是最近使用的缓存，因此其中的项目没有过期时间，但作为一种快速攻击，它非常有用

from functools import lru_cache

@lru_cache(maxsize=256)
def f(x):
  return x*x

for x in range(20):
  print f(x)
for x in range(20):
  print f(x)

---

还没有人提到搁置

它不是memcached，但看起来更简单，可能适合您的需要。

这旨在为“人类”提供缓存 （似乎还不太清楚）

项目页面中的一些信息：

装置 pip安装缓存

用法：

---

ExpiringDict是另一个选项：

---

---

我认为您的示例中缺少

项
。是的，这可能需要一个键。。。以及，2.x.在同一流程内还是在流程之间共享？线程与否？它应该是线程安全的，对不起，我应该提到。我不需要在进程之间共享。试试：Apache2许可，100%覆盖，线程安全，进程安全，多个逐出策略和。这是行业标准，但我想要的只是一个简单的内存存储机制，可以容纳100个左右的密钥，而memcached有点过头了。不过，谢谢你的回答。啊，我一直在搜索这个，我只找到一个维基，上面提到了如何将它用作WSGI中间件。它看起来像我需要的，谢谢。另请看-据说是新的和改进的烧杯。我做了类似的事情，但你需要多线程锁和一个大小参数来避免它无限增长。然后需要一些函数按访问对键进行排序，以丢弃访问最少的键，等等。repr行不正确（应该使用self.timeStamp）。此外，它是一个糟糕的实现，对每个get（）都进行不必要的计算。到期时间应该在CachedItem init中计算。事实上，如果您只实现
get
方法，那么它不应该是dict子类，它应该是一个带有嵌入dict.+1的对象，用于建议简单的操作。根据问题的不同，它可能只是工作的工具。另外，你不需要
\uuuu getitem\uuuuu
中的
else
：）为什么他不需要
\uu getitem\uuuuu
中的
else
？他就是在那里写的，这很聪明。只要做一些更改，装饰器甚至可能在设定的时间后过期。您完全可以对装饰器中的缓存写入基于空间的限制。例如，如果希望函数逐项生成斐波那契序列，这将非常有用。您需要缓存，但只需要最后两个值-保存所有值只会占用空间。这是一个键环库，而不是缓存库。@StavrosKorokithakis实际上，我通过键环实现了键缓存作为旁注，joblib在处理大型NumPy阵列时非常出色，因为它有专门的方法来处理它们。为这些工具提供了一个很好的实现，它与python 2和python 3.big+1兼容，适用于cachetools。。。看起来很酷，还有一些缓存算法：）这绝对不应该被建议！保持兼容。@roboslone，从您关于线程不安全的评论开始两年（减去4天…），它可能已经改变了。我有cachetools 2.0。
import pylibmc
from cache import Cache

backend = pylibmc.Client(["127.0.0.1"])

cache = Cache(backend)

@cache("mykey")
def some_expensive_method():
    sleep(10)
    return 42

# writes 42 to the cache
some_expensive_method()

# reads 42 from the cache
some_expensive_method()

# re-calculates and writes 42 to the cache
some_expensive_method.refresh()

# get the cached value or throw an error
# (unless default= was passed to @cache(...))
some_expensive_method.cached()