如何在Python中缓存函数的值？

我有一个函数，给定一个参数，它计算一个对应的值并返回它。函数的返回值仅取决于其参数，因此我希望以某种方式缓存（记忆）该值。此外，我还希望能够使缓存的值无效

这似乎是一个共同的需要，所以我试图避免重新发明轮子

我想要的是一个高级的、高度可配置的、高性能的库（工具、框架等），并且希望更改尽可能精简。一些优点是：

• 有效地处理并发请求
• 能够使用不同的缓存后端（例如RAM或DB）
• 保持对大规模数据的响应能力

有哪些好的库可以使用，它们是如何比较的？

您可以使用一个简单的内存缓存

缓存函数的一个示例：

import functools

@functools.lru_cache()
def f(x, y):
    return x+y

print(f(7, 4))

清除特定值的缓存（脏的、脏的hack，因为无法直接访问缓存dict）：

您可以使用，一个简单的内存缓存

缓存函数的一个示例：

import functools

@functools.lru_cache()
def f(x, y):
    return x+y

print(f(7, 4))

清除特定值的缓存（脏的、脏的hack，因为无法直接访问缓存dict）：

---

这个问题对我来说没有多大意义。当您开始谈论“高性能”和“并发请求”时，实际上并不是在应用程序中使用Python库——这听起来更像是使用（或构建）某种专用的外部专用服务或守护进程

就我个人而言，我混合使用记忆和“延迟加载”或“延迟”属性来定义缓存获取（和计算）。“lazy-loaded”的意思是，我不总是拉取（或计算）缓存数据，而是创建一个代理对象，该对象具有在第一次访问时从缓存调用get/create函数的所有信息。当涉及到数据库支持的材料时，我还发现分组缓存未命中和合并缓存获取非常有用-这允许我在可能的情况下并行加载（而不是多个串行请求）

---

dogpile.cache

负责缓存管理（get、set、invalidate），配置为存储在memcached或dbm中（它允许多个后端）。我使用两个轻量级对象（12行？）来处理延迟获取

这个问题对我来说没什么意义。当您开始谈论“高性能”和“并发请求”时，实际上并不是在应用程序中使用Python库——这听起来更像是使用（或构建）某种专用的外部专用服务或守护进程

就我个人而言，我混合使用记忆和“延迟加载”或“延迟”属性来定义缓存获取（和计算）。“lazy-loaded”的意思是，我不总是拉取（或计算）缓存数据，而是创建一个代理对象，该对象具有在第一次访问时从缓存调用get/create函数的所有信息。当涉及到数据库支持的材料时，我还发现分组缓存未命中和合并缓存获取非常有用-这允许我在可能的情况下并行加载（而不是多个串行请求）

---

dogpile.cache

负责缓存管理（get、set、invalidate），配置为存储在memcached或dbm中（它允许多个后端）。我使用两个轻量级对象（12行？）来处理延迟获取

如果缓存值仅取决于输入参数，您会在什么情况下使其无效？@Daenyth Cache invalization将仅在需要时执行（以防管理员明确要求重新计算该值）@JakubM。我要求一个更高级的库或框架。性能很重要，我希望避免NIH综合症（即使用可用的库和框架），并希望更改尽可能精简（编辑为提问以反映需求）@JanneKarila我想要的是一个高级可配置的高性能（可能基于某些DB）解决方案。请停止提醒我应该如何使用decorators好吗？如果缓存值仅取决于输入参数，在什么情况下会使其无效？@Daenyth Cache invalidate将仅在需要时执行（以防管理员明确要求重新计算该值）@JakubM。我要求一个更高级的库或框架。性能很重要，我希望避免NIH综合症（即使用可用的库和框架），并希望更改尽可能精简（编辑为提问以反映需求）@JanneKarila我想要的是一个高级可配置的高性能（可能基于某些DB）解决方案。你能不能别再提醒我该如何使用装饰器了？我在寻找一个高级的解决方案，而不仅仅是一个解决方案。请阅读关于这个问题的评论。@ChrisJohnson我的问题很清楚，并且有实际应用。我不接受无法使用的答案并不意味着我拒绝这样做。我在寻找一个高级解决方案，而不仅仅是一个解决方案。请阅读关于这个问题的评论。@ChrisJohnson我的问题很清楚，并且有实际应用。我不接受无法使用的答案并不意味着我拒绝这样做。

f.cache_clear()

def clear_cache_value(cached_function, *args, **kwargs):
    cache = next(c.cell_contents for c in cached_function.cache_info.__closure__ if isinstance(c.cell_contents, dict))
    del cache[functools._make_key(args, kwargs, False)]

clear_cache_value(f, 7, 4)