让@lru_cache忽略一些函数参数

Question

如何使@functools.lru_cache装饰器忽略与缓存键有关的一些函数参数？

例如，我有一个如下所示的函数：

def find_object(db_handle, query):
    # (omitted code)
    return result

如果我像这样应用lru_cache装饰器，db_handle将包括在缓存键中。因此，如果我尝试用相同的query，但不同的db_handle调用函数，它将再次被执行，这是我想要避免的。我希望lru_cache只考虑query参数。

Answer 1

使用缓存工具，您可以编写：

from cachetools import cached
from cachetools.keys import hashkey

from random import randint

@cached(cache={}, key=lambda db_handle, query: hashkey(query))
def find_object(db_handle, query):
    print("processing {0}".format(query))
    return query

queries = list(range(5))
queries.extend(range(5))
for q in queries:
    print("result: {0}".format(find_object(randint(0, 1000), q)))

您需要安装cachetools (pip install cachetools)。

语法是：

@cached(
    cache={},
    key=lambda <all-function-args>: hashkey(<relevant-args>)
)

下面是另一个包含关键字args的示例：

@cached(
    cache={},
    key=lambda a, b, c=1, d=2: hashkey(a, c)
)
def my_func(a, b, c=1, d=2):
    return a + c

在上面的示例中，请注意lambda函数输入args与my_func args匹配。如果你不需要的话，你不需要完全匹配argspec。例如，您可以使用kwargs来压缩hashkey中不需要的内容：

@cached(
    cache={},
    key=lambda a, b, c=1, **kwargs: hashkey(a, c)
)
def my_func(a, b, c=1, d=2, e=3, f=4):
    return a + c

在上面的示例中，我们在查找缓存值时并不关心d=、e=和f= args，因此我们可以使用**kwargs将它们全部压缩。

Answer 2

我至少有一个很难看的解决方案。将db_handle包装在一个总是相等的对象中，并在函数中展开它。

它需要一个带有相当多的辅助函数的装饰器，这使得堆栈跟踪非常混乱。

class _Equals(object):
    def __init__(self, o):
        self.obj = o

    def __eq__(self, other):
        return True

    def __hash__(self):
        return 0

def lru_cache_ignoring_first_argument(*args, **kwargs):
    lru_decorator = functools.lru_cache(*args, **kwargs)

    def decorator(f):
        @lru_decorator
        def helper(arg1, *args, **kwargs):
            arg1 = arg1.obj
            return f(arg1, *args, **kwargs)

        @functools.wraps(f)
        def function(arg1, *args, **kwargs):
            arg1 = _Equals(arg1)
            return helper(arg1, *args, **kwargs)

        return function

    return decorator