聊一聊Python ExpiringDict

缘起

最近工作中,涉及到接口优化,无奈时间紧,要优化的地方很多,无法每个接口都详尽梳理其业务逻辑;由于业务场景对数据的实时性要求不高,且无个性化参数,即每个用户请求返回结果都一样;如此,就可以想办法短时间内缓存逻辑处理的结果,这样接下来的时间内,后续的请求就很快得到响应;若想实现缓存,自然想到redis,如果数据量很大,redis确实不错,无非是多了一次交互,相对于之前的每次都要复杂逻辑处理,确实快了很多;但如果数据量比较少,是否可以把结果放到内存里呢,设置一个过期时间;这样就少了一次redis的交互,时间更短;于是查阅资料,发现了一个三方库 expiringdict

始惊

expiringdict实现了一个有序字典类,支持设置过期时间max_age_seconds,以及字典大小max_len;适用于缓存目的的自动过期值字典;支持python 2python 3,其源码仅仅250行,通俗易懂,值得一看;

安装方式
  • 命令行安装:
pip install expiringdict
  • 源码安装:
git clone https://github.com/mailgun/expiringdict.git
cd expiringdict
python setup.py install
  • 简单使用:
>> from expiringdict import ExpiringDict
>> test_dict =ExpiringDict(max_len=10, max_age_seconds=100)
>> test_dict[1]="a"; test_dict[2]="b"; test_dict[3]="c"
>> test_dict
Out: ExpiringDict([(1, 'a'), (2, 'b'), (3, 'c')])

>>  test_dict.ttl(1)
Out: 41.763437032699585

>> test_dict.items_with_timestamp()
Out:  [(1, ('a', 1597461000.321023)),
       (2, ('b', 1597461000.321065)),
       (3, ('c', 1597461000.321101))]

次醉

ExpiringDict该类继承了OrderedDict,数据的存储为:key : (value, timestamp) 其过期机制的实现,属于消极过期机制,即当一个key到期后,该类并不会主动清理掉,而是等到下一次这个key被访问到的时候,检查其过期与否,如果其过期,就清理掉。

常用方法

pop(self, key, default=None)
获取指定key对应的value,并将其从字段中移除

ttl(self, key)
返回指定key剩余过期时间,单位s,如果key过期或不存在,返回 None

get(self, key, default=None, with_age=False)
返回key对应的value, key不存在返回默认值,with_age为true时返回一个元组,第一个值为value,第二个值为该key已经存在的时间

items_with_timestamp(self)
返回字典(key, value, timestamp)三元组列表的副本

终迷

了解其用法后,只需在handler类中初始化一个过期字典,缓存接口返回结果即可

...
from expiringdict import ExpiringDict

@route("/api/test/info")
class InfoHandler(RequestHandler):
    cache = ExpiringDict(max_len=10, max_age_seconds=60)

    def get(self):
        if 'info' in self.cache:
            return self.cache['info']
        result = self.get_info_result() # 原有获取result逻辑
        self.cache['info'] = result
        return result

如此,就可以在不修改大量代码的情况下,短时间内迅速提高接口性能

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,884评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,212评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,351评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,412评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,438评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,127评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,714评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,636评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,173评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,264评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,402评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,073评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,763评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,253评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,382评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,749评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,403评论 2 358