Есть ли библиотека кеширования Python?

Я ищу библиотеку кеширования Python, но пока ничего не могу найти. Мне нужен простой dictинтерфейс, в котором я могу установить ключи и срок их действия и вернуть их в кеш. Что-то вроде:

cache.get(myfunction, duration=300)

который предоставит мне элемент из кеша, если он существует, или вызовет функцию и сохранит ее, если ее нет или срок ее действия истек. Кто-нибудь знает что-то подобное?

Взгляните на стакан:

• Домашняя страница
• Кэширование документации
• Хорошая статья для быстрого старта об использовании Beaker с Django (но полезна и в любых других приложениях)

Начиная с Python 3.2, вы можете использовать декоратор @lru_cache из библиотеки functools . Это последний недавно использованный кеш, поэтому для элементов в нем нет срока годности, но в качестве быстрого взлома он очень полезен.

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)

Вы также можете взглянуть на декоратор Memoize . Вероятно, вы могли бы заставить его делать то, что вы хотите, без особых изменений.

Joblib https://joblib.readthedocs.io поддерживает функции кэширования в шаблоне Memoize. В основном идея состоит в том, чтобы кэшировать дорогостоящие в вычислительном отношении функции.

>>> 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)

Вы также можете делать необычные вещи, например использовать декоратор @ memory.cache для функций. Документация находится здесь: https://joblib.readthedocs.io/en/latest/generated/joblib.Memory.html

Еще никто не упомянул полку. https://docs.python.org/2/library/shelve.html

Это не memcached, но выглядит намного проще и может соответствовать вашим потребностям.

Я думаю, что python memcached API является наиболее распространенным инструментом, но я сам не использовал его и не уверен, поддерживает ли он нужные вам функции.

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)

Вы можете воспользоваться моим простым решением проблемы. Это действительно просто, ничего особенного:

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]

Ему действительно не хватает функциональности по истечении срока действия, но вы можете легко расширить его, указав конкретное правило в MemCache c-tor.

Код Hope достаточно понятен, но если нет, просто упомяну, что в этот кеш передается функция перевода в качестве одного из параметров c-tor. Он, в свою очередь, используется для создания кэшированного вывода относительно ввода.

Надеюсь, поможет

Попробуйте redis, это одно из самых чистых и простых решений для приложений для атомарного обмена данными или если у вас есть платформа веб-сервера. Его очень легко настроить, вам понадобится клиент python redis http://pypi.python.org/pypi/redis

Посмотрите gocept.cache на pypi, управляйте таймаутом.

Этот проект направлен на обеспечение "Кэширования для людей" (хотя, похоже, это довольно неизвестно)

Некоторая информация со страницы проекта:

Монтаж

кеш установки pip

Использование:

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()

Посмотрите на bda.cache http://pypi.python.org/pypi/bda.cache - использует ZCA и протестирован с zope и bfg.

keyring - лучшая библиотека кеширования Python. Ты можешь использовать

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

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

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