Python 使用带有many=True的DRF序列化程序时共享繁重的计算结果

有一个简单的DRF序列化程序：

class MySeriliazer(serializers.Serializer):
    some_field = serializers.SerializerMethodField(read_only=True)

    def get_some_field(self, obj):
         some_list = utils.do_some_heavy_calculations()
         return some_list[obj.some_field]

如您所见，我有一个

some_字段

字段，该字段的值是通过某个函数计算的

当我得到一个对象时，这是一个很大的问题，但是当我将这个序列化程序与

many=True

一起使用时，因此接收多个对象

do\u一些重计算

get called for each，这是非常昂贵的

此外，有时很少有字段使用相同的重函数。比如：

class MySeriliazer(serializers.Serializer):
    some_field1 = serializers.SerializerMethodField(read_only=True)
    some_field2 = serializers.SerializerMethodField(read_only=True)

    def get_some_field1(self, obj):
         some_list = utils.do_some_heavy_calculations()
         return some_list[obj.some_field1]

    def get_some_field2(self, obj):
         some_list = utils.do_some_heavy_calculations()
         return some_list[obj.some_field2]

对每个对象调用函数两次。不好的。有什么办法可以解决这个问题？果不其然，我可以从每秒更新的缓存中获取这些结果。但我认为可以以某种方式提取这些计算并在序列化过程中共享它们

---

如果需要-我使用DRF通用视图。

您应该执行对

utils的调用。在调用序列化程序并将其传递到上下文（）之前，在视图中执行一些繁重的计算（）

然后您可以通过
self.context

编辑：请注意，您可以覆盖视图的
get\u serializer\u context
，以便轻松包含额外的计算