一日一技：Python标准库中的缓存装饰器

缓存

缓存是一种出色的技术，用于改善各种应用程序的性能，其背后的理念是将好不容易得到的结果存储在临时区域，这种区域被称为缓存区，可以是内存、磁盘或数据库等。

Web应用大量地使用了缓存技术，在Web应用中，常常会发生多位用户同时请求同一个页面的情况，在这种情况下，Web应用可只生成网页一次，并向用户提供已渲染好的页面，而不是在每位用户请求时都重复生成页面，理想情况下，缓存技术还需使用有效的验证机制，以便需要更新网页时重新生成，再将其提供给用户，智能缓存技术让Web应用能够处理更多的用户，同时消耗更少的资源，在某下情况下还可预先进行缓存，例如，在用户在线观看视频时，缓存视频的后续部分。

对于有些算法，还可使用缓存技术来改善其性能，一个典型示例是计算斐波纳契数列，由于计算斐波纳契数列中的下一个数字时，需要用到前一个数字，因此可存储并重用以前的结果，从而极大地缩短运行时间。

在应用程序中存储并重用以前的函数调用结果通常被称为memoization，这也是一种缓存技术，还有其他几种算法可利用memoization来极大地改善性能，这种编程方法通常被称为动态规划。

但是缓存带来的好处并非是无条件的，实际上，通常以牺牲一些空间为代价来换取应用程序的速度，另外，如果缓存区位于网上，还需要付出传输代价和花费通信时间，你应该进行评估，确定在什么情况下使用缓存可提供便利，以及你愿意以多少空间来换取速度的提升。

Python标准库中的缓存装饰器

Python标准库包含了模块functools，让你能够直接使用基于内存的缓存，通过使用装饰器functools.lru_cache()，你可轻松地缓存函数的结果。

下面的示例中，我们创建了一个名为sum_func的函数，它打印语句“计算中...”并返回两个数字的和，我们运行了这个函数两次，从输出可以看出，第一次执行函数sum_func时打印了字符串“计算中...”，而第二次则直接返回了结果，没有运行该函数。

from functools import lru_cach