使用LRU加速python应用

操作系统：CentOS 7.6.1810_x64

Python 版本 : 3.9.12

一、背景描述

使用python开发过程中，会遇到需要使用缓存加速应用的情况，比如下面这些场景：

数据转换加速

字符串时间转换成int时间戳；

字符串时间转换成datetime类型；

...

数据解析加速

bytes数据转换为int（数据包解析场景的端口、序列号等）;

bytes数据转换为string（数据包解析场景的ip地址等）；

...

本文提供两种实现方式来加速应用，这里记录下，希望对你有帮助。

二、具体实现

1、使用python自带的OrderedDict实现LRU

实现思路：

1）使用OrderedDict作为缓存，并设置大小；

2）第一次解析时，将解析结果加入缓存；

3）缓存元素数量超过设定数量，执行pop操作；

示例代码如下：

from collections import OrderedDict
class LRU:

    def __init__(self, func, maxsize=128):
        self.func = func
        self.maxsize = maxsize
        self.cache = OrderedDict()

    def __call__(self, *args):
        if args in self.cache:
            value = self.cache[args]
            self.cache.move_to_end(args)
            return value
        value = self.func(*args)
        if len(self.cache) >= self.maxsize:
            self.cache.popitem(False)
        self.cache[args] = value
        return value

2、使用lru-dict库实现LRU

pypi地址：https://pypi.org/project/lru-dict/

github地址：https://github.com/amitdev/lru-dict

安装lru-dict库：

pip install lru-dict

示例代码：

from lru import LRU
l = LRU(5)         # Create an LRU container that can hold 5 items

print l.peek_first_item(), l.peek_last_item()  #return the MRU key and LRU key
# Would print None None

for i in range(5):
   l[i] = str(i)
print l.items()    # Prints items in MRU order
# Would print [(4, '4'), (3, '3'), (2, '2'), (1, '1'), (0, '0')]

print l.peek_first_item(), l.peek_last_item()  #return the MRU key and LRU key
# Would print (4, '4') (0, '0')

l[5] = '5'         # Inserting one more item should evict the old item
print l.items()
# Would print [(5, '5'), (4, '4'), (3, '3'), (2, '2'), (1, '1')]