Python LRU Cache Decorator для каждого экземпляра

Question

Использование декоратора LRU Cache, найденного здесь: http://code.activestate.com/recipes/578078-py26-and-py30-backport-of-python-33s-lru-cache/

from lru_cache import lru_cache
class Test:
    @lru_cache(maxsize=16)
    def cached_method(self, x):
         return x + 5

Я могу создать метод декорированного класса с этим, но в итоге он создает глобальный кеш, который применяется ко всем экземплярам класса Test. Однако я намеревался создать кэш для каждого экземпляра. Так что, если бы мне нужно было создать 3 Теста, у меня было бы 3 кэша LRU, а не 1 кэш LRU, что для всех 3 экземпляров.

Единственное указание, которое у меня есть, это происходит, когда при вызове cache_info() для разных декорированных методов экземпляров классов все они возвращают одну и ту же статистику кэша (что крайне маловероятно, если они взаимодействуют с очень разными аргументами):

CacheInfo(hits=8379, misses=759, maxsize=128, currsize=128)
CacheInfo(hits=8379, misses=759, maxsize=128, currsize=128)
CacheInfo(hits=8379, misses=759, maxsize=128, currsize=128)

Есть ли декоратор или трюк, который позволил бы мне легко заставить этот декоратор создавать кеш для каждого экземпляра класса?

Answer 1

Предполагая, что вы не хотите изменять код (например, потому что вы хотите иметь возможность просто портировать на 3.3 и использовать stdlib functools.lru_cache или используйте functools32 из PyPI вместо копирования и вставки рецепта в ваш код) есть одно очевидное решение: создать новый оформленный метод экземпляра для каждого экземпляра.

class Test:
    def cached_method(self, x):
         return x + 5
    def __init__(self):
         self.cached_method = lru_cache(maxsize=16)(self.cached_method)

Answer 2

Как насчет этого: функция декоратор, который оборачивает метод с lru_cache в первый раз он вызывается в каждом экземпляре?

def instance_method_lru_cache(*cache_args, **cache_kwargs):
    def cache_decorator(func):
        @wraps(func)
        def cache_factory(self, *args, **kwargs):
            print('creating cache')
            instance_cache = lru_cache(*cache_args, **cache_kwargs)(func)
            instance_cache = instance_cache.__get__(self, self.__class__)
            setattr(self, func.__name__, instance_cache)
            return instance_cache(*args, **kwargs)
        return cache_factory
    return cache_decorator

Используйте это так:

class Foo:
    @instance_method_lru_cache()
    def times_2(self, bar):
        return bar * 2

foo1 = Foo()
foo2 = Foo()

print(foo1.times_2(2))
# creating cache
# 4
foo1.times_2(2)
# 4

print(foo2.times_2(2))
# creating cache
# 4
foo2.times_2(2)
# 4

Вот суть GitHub с некоторой встроенной документацией.

Answer 3

Эти дни, methodtools буду работать

from methodtools import lru_cache
class Test:
    @lru_cache(maxsize=16)
    def cached_method(self, x):
         return x + 5

Вам необходимо установить methodtools

pip install methodtools

Если вы все еще используете py2, то также требуется functools32

pip install functools32