funcache

一个简洁的 Python 函数缓存装饰器库，提供多种缓存策略，涵盖内存缓存、磁盘缓存和 Pickle 文件缓存。

安装

pip install funcache-tau

要求 Python >= 3.8。

快速开始

from funcache import lru_cache

@lru_cache()
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(50))

内存缓存

基于 cachebox 实现，提供多种淘汰策略。

cache

最简单的 LRU 缓存装饰器，默认 maxsize=1000，无需传参直接使用。

from funcache import cache

@cache
def add(a, b):
    return a + b

lru_cache

LRU (Least Recently Used) — 淘汰最久未被访问的缓存条目。

from funcache import lru_cache

@lru_cache(maxsize=500)
def query(sql):
    ...

ttl_cache

TTL (Time To Live) — 缓存条目在超过指定时间后自动过期。

from funcache import ttl_cache

@ttl_cache(maxsize=1000, ttl=300)  # 300 秒后过期
def get_config(key):
    ...

vttl_cache

VTTL (Virtual TTL) — 与 TTL 类似，但采用惰性淘汰策略，仅在访问时检查并移除过期条目。

from funcache import vttl_cache

@vttl_cache(maxsize=1000, ttl=60)
def get_status(service):
    ...

lfu_cache

LFU (Least Frequently Used) — 淘汰访问次数最少的缓存条目。

from funcache import lfu_cache

@lfu_cache(maxsize=1000)
def translate(word):
    ...

fifo_cache

FIFO (First In First Out) — 淘汰最早进入缓存的条目。

from funcache import fifo_cache

@fifo_cache(maxsize=1000)
def process(data):
    ...

rr_cache

RR (Random Replacement) — 随机淘汰一个缓存条目。

from funcache import rr_cache

@rr_cache(maxsize=1000)
def compute(x):
    ...

磁盘缓存

disk_cache

基于 diskcache 实现，将缓存持久化到本地磁盘，支持过期时间，适用于需要跨进程或重启后保留缓存的场景。

from funcache import disk_cache

@disk_cache(cache_key="query", expire=3600)  # 缓存 1 小时
def search(query):
    # 耗时的搜索操作
    ...

search("python cache")  # 首次执行，结果写入磁盘
search("python cache")  # 命中缓存，直接返回

参数说明：

参数	类型	默认值	说明
cache_key	str	必填	用作缓存键的函数参数名
cache_dir	str | None	None	缓存目录，为 None 时自动生成
is_cache	str	"cache"	控制是否启用缓存的布尔参数名
expire	int	86400	缓存过期时间（秒），默认 1 天

通过 is_cache 参数可以在运行时动态控制是否使用缓存：

@disk_cache(cache_key="sql", is_cache="use_cache")
def run_query(sql, use_cache=True):
    ...

run_query("SELECT ...", use_cache=False)  # 跳过缓存，直接执行

Pickle 文件缓存

pkl_cache

将函数结果序列化为 .pkl 文件存储到本地，适用于需要简单持久缓存但不想引入额外数据库的场景。

from funcache import pkl_cache

@pkl_cache(cache_key="filepath", cache_dir=".my_cache")
def parse_file(filepath):
    # 耗时的文件解析操作
    ...

parse_file("/data/large.csv")  # 首次执行，结果写入 .pkl 文件
parse_file("/data/large.csv")  # 命中缓存

参数说明：

参数	类型	默认值	说明
cache_key	str	必填	用作缓存键的函数参数名
cache_dir	str	".cache"	存储 pkl 文件的目录
is_cache	str	"cache"	控制是否启用缓存的布尔参数名
printf	bool	False	是否将缓存日志输出到 stdout

其他

cached_property

重新导出自标准库 functools.cached_property，将方法结果缓存为实例属性。

from funcache import cached_property

class Config:
    @cached_property
    def settings(self):
        # 仅在首次访问时执行
        return load_settings()

API 一览

装饰器	存储位置	淘汰策略	支持过期
cache	内存	LRU	-
lru_cache	内存	LRU	-
lfu_cache	内存	LFU	-
fifo_cache	内存	FIFO	-
rr_cache	内存	随机	-
ttl_cache	内存	TTL	是
vttl_cache	内存	VTTL (惰性)	是
disk_cache	磁盘	-	是
pkl_cache	磁盘 (pkl)	-	-
cached_property	实例属性	-	-