在一日一技:实现函数调用结果的 LRU 缓存一文中,我们提到Python自带的LRU缓存lru_cache
。通过这个装饰器可以非常轻松地实现缓存。
现在我们考虑下面这个应用场景:MongoDB中有100对id-用户名的对应关系,我从Redis中持续不断读取id,如果id能在MongoDB中找到对应关系,那么就把对应的用户名打印出来。如果找不到对应关系,那么就把这个id丢弃。
为了防止频繁读取MongoDB,我在程序开始的时候直接读取这一百对对应关系,并存为字典:
import pymongo
import redis
client = redis.Redis()
handler = pymongo.MongoClient().weibo.id_name_map
def read_id_name_map():
id_name = {}
for row in handler.find():
id_name[row['id']] = row['name']
return id_name
id_name_map = read_id_name_map()
while True:
data = client.blpop('weibo_id')
user_id = data[1].decode()
if user_id in id_name_map:
print(id_name_map[user_id])
大家可以思考一下,上面这段代码有没有什么问题。然后继续看后面。
如果我现在需要再增加100个id-用户名的对应关系怎么办?
由于这个程序运行以后就一直阻塞式地读取Redis,不会停止,所以整个过程只会读取一次MongoDB。后面即使我向MongoDB中添加了新的对应关系,只要程序不重启,就无法读取到新的对应关系。
肯定有同学想到,在while循环里面增加一个计时器,每x分钟就重新调用一下read_id_name_map()函数,更新对应关系。
不过今天我们要讲的是另一个更有创意的办法,使用lru_cache
来实现。
对于这个例子来说,lru_cache的maxsize
参数只需要设置为1,因为只需要存放1份对应关系即可。那么我们如何做到,比如每10分钟更新一次呢?我们知道,在使用lru_cache时,如果调用同一个函数,并且传入的参数相同,那么从第二次开始就会使用缓存。现在我们如何让时间在每10分钟内相同呢?
我们来看现在的时间戳:1578399211.30042
它除以600,值是1578399211.30042 // 600 = 2630665.0
。然后我让这个时间戳加5分钟,也就是增加300秒,变成1578399511.30042
。这个新的时间戳再除以600,发现结果还是2630665.0
。但如果原来的时间戳增加超过10分钟,例如增加了601秒,我们再来看看效果(1578399211.30042 + 601) // 600 = 2630666.0
,此时的结果也发生了变化。
利用这个特点,修改一下我们的代码:
import pymongo
import redis
import time
from functools import lru_cache
client = redis.Redis()
handler = pymongo.MongoClient().weibo.id_name_map
@lru_cache(maxsize=1)
def read_id_name_map(_):
id_name = {}
for row in handler.find():
id_name[row['id']] = row['name']
return id_name
while True:
data = client.blpop('weibo_id')
id_name_map = read_id_name_map(time.time() // 600)
user_id = data[1].decode()
if user_id in id_name_map:
print(id_name_map[user_id])
现在,我们直接在while循环内部调用read_id_name_map
,如果两次调用的时间间隔小于600秒,那么time.time() // 600
的值是相同的,第二次直接使用缓存,也就不会查询MongoDB了。当时间超过10分钟后,时间戳除以600的值增加了,于是缓存没有命中,进入查询MongoDB的过程,更新id_name_map。实现了有过期时间的LRU缓存。
补充:可能有同学注意到定义read_id_name_map
函数的时候,参数我写的是下划线。这是Python 编码规范中建议的一种写法。当一个变量不会被使用,但又需要保留时,就可以用下划线表示。