Python import模块的缓存问题解决方案

在使用django开发的平台中，支持用户自定义函数，但是每次用户进行修改编辑后，该模块内容已更改，然后重新导入该模块，但是Python 会认为“我已经导入了该模块，不需要再次读取该文件”，所以更改将无效。

因此，每次更改文件的内容时，都必须退出并重新启动Django。

使用python开发后台服务程序的时候，每次修改代码之后都需要重启服务才能生效比较麻烦

要解决这个问题，有以下几种方式：

最简单、最有效的方法：重新启动 Django。但是，这也有缺点，特别是丢失了 django名称空间中存在的数据以及其他导入模块中的数据。

对于简单的情况，可以使用 Python 的​reload()​函数。在许多情况下，在编辑一个模块之后使用

​reload()​函数就足够满足需求。

这里主要是介绍第二种方式：

​reload()​是 Python 提供的内置函数，在不同的 Python 版本中有不同的表现形式：

在 Python 2.x 中，reload()是内置函数。

在 Python 3.0 - 3.3 中，可以使用imp.reload(module)。

在 Python 3.4 中，imp 已经被废弃，取而代之的是importlib。

Python2.7可以直接用reload()：

python2 内置函数reload(module)

Python3可以用下面几种方法：

方法一：基本方法

from imp import reload
reload(module)

方法二：

import imp
imp.reload(module)

方法三：

import importlib
importlib.reload(module)

方法四：

from importlib import reload
reload(module)

说明：

module 必须是已经成功导入的模块

模块被加载到内存以后，更改文件内容，已经运行的程序不会生效的，可通过reload重新加载。

导入是一个开销很大的操作。

python中缓存模块的一些用法

一.问题描述

有时候可能需要缓存一些 成员方法的值, 可能成员方法的计算比较耗时,有时候不希望重复调用计算该值, 这个时候就可以缓存该值.

查了一下标准库 有 functools.lru_cache 有一个 lru_cache 可以缓存成员函数的值,

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_lru_cache.py
@time: 2018/9/8 下午8:55
"""
import time
from functools import lru_cache
class Model:
 @lru_cache(maxsize=10)
 def calculate(self, number):
  print(f'calculate({number}) is  running,', end=' ')
  print('sleep  3s  ')
  time.sleep(3)
  return number * 3
if __name__ == '__main__':
 model = Model()
 for i in range(5):
  print(model.calculate(i))
 for i in range(5):
  print(model.calculate(i))

结果如下：

calculate(0) is running, sleep 3s
0
calculate(1) is running, sleep 3s
3
calculate(2) is running, sleep 3s
6
calculate(3) is running, sleep 3s
9
calculate(4) is running, sleep 3s
12
0
3
6
9
12

从结果开出来, 第二次计算的时候 , 就没有计算 而是通过缓存取值, 所以成员方法只计算了一次.

lru_cache 可以指定 max_size 缓存的大小, typed bool 如果为True, 代表不同类型分别缓存. 如果达到max_size 淘汰策略是LRU, LRU是Least Recently Used的缩写，即最近最少使用，常用于页面置换算法.

二 第三方的模块

第三方的模块cachetools 已经提供了很多缓存策略,直接拿来用一下.

来看下面的例子.

1 来看一个缓存成员方法例子

#!/usr/bin/env python3
# -*- coding: UTF-8 -*-
"""
@author: Frank 
@contact: frank.chang@shoufuyou.com
@file: test_cache.py
@time: 2018/9/8 下午12:59
pip install cachetools
https://docs.python.org/3/library/operator.html
缓存成员方法的值 
cachetools  已经实现好了, 直接用就可以了. 
"""
from operator import attrgetter
import time
from cachetools import LRUCache,RRCache , cachedmethod
class Model:
 def __init__(self, cachesize):
  self.cache = LRUCache(maxsize=cachesize)
 @cachedmethod(attrgetter('cache'))
 def get_double_num(self, num):
  """ return  2* num"""
  print(f'get_double_num({num})  is running')
  time.sleep(2)
  return num * 2
model = Model(cachesize=10)
print(model.get_double_num(10))
print(model.get_double_num(10))
print(model.get_double_num(10))
print(model.get_double_num(10))
print(model.get_double_num(10))
print(model.get_double_num(10))

结果如下：

get_double_num(10) is running
20
20
20
20
20
20
Process finished with exit code 0

可以看出, 值计算一次 函数,第二次走的是缓存. 非常好用. 在初始化方法里面构造一个缓存对象, 之后用 cachedmethod 修饰成员函数,同时 用attrgetter(‘cache') 把cache 拿到就可以用了.

实际上 cachetools 实现了很多缓存策略,具体缓存策略可以参考下面的链接.

'Cache', 'LFUCache',
'LRUCache',
'RRCache', 'TTLCache',

‘cached', ‘cachedmethod' 这两个分别用来修饰 函数和成员方法的.

2 来看一个 缓存函数

# 缓存 函数的值
from cachetools import cached
@cached(cache={})
def fib(n):
 print((f'fib({n}) is  running.'))
 return n if n < 2 else fib(n - 1) + fib(n - 2)
for i in range(20):
 print('fib(%d) = %d' % (i, fib(i)))

@cached(cache={})
def fun(n):
 print(f'fun({n}) is runnnig.')
 time.sleep(3)
 return n ** 2
if __name__ == '__main__':
 for _ in range(5):
  print(fun(4))

如果cache = None , 表示不缓存,该计算结果.

结果如下：

fun(4) is runnnig.
16
16
16
16
16

直接导入 cached 里面 传入一个字典就可以了,用起来也比较方便.

实现分析：

缓存思路大致是一样的, 首先先把参数hash 一下生成一个key, 然后看key 是否在自己的缓存里,不在就计算方法(函数),之后把key和对应value 放到自己的子弟那里面. 如果下一次计算该值,生成一个key 看是否在 自己的字典里面,如果在直接返回即可. 当然这是基本的思路, 里面还有用到 缓存淘汰策略, 多线程是否要加锁,等比较复杂的问题.

以上为个人经验，希望能给大家一个参考，也希望大家多多支持本站。

海外服务器租用

版权声明：本站文章来源标注为YINGSOO的内容版权均为本站所有，欢迎引用、转载，请保持原文完整并注明来源及原文链接。禁止复制或仿造本网站，禁止在非www.yingsoo.com所属的服务器上建立镜像，否则将依法追究法律责任。本站部分内容来源于网友推荐、互联网收集整理而来，仅供学习参考，不代表本站立场，如有内容涉嫌侵权，请联系alex-e#qq.com处理。