让Python程序轻松加速的方法
让Python程序轻松加速的方法
作者：Cameron MacLeod 翻译：老齐
最近，我读了一篇有趣的文章，文中介绍了一些未充分使用的Python特性的。在文章中，作者提到，从Python 3.2开始，标准库附带了一个内置的装饰器 functools.lru_cache 。我发现这个装饰器很令人兴奋，有了它，我们有可能轻松地为许多应用程序加速。
你可能在想，这很好，但这个装饰器究竟是什么？它提供对已构建的缓存的访问，该缓存使用LRU（译者注：Least Recently Used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。）的置换策略，因此被命名为 lru_cache 。当然，这句话听起来可能有点令人胆怯，所以让我们把它分解一下。
什么是缓存？
缓存是一个可以快速访问的地方，可以在它里面存储访问速度较慢的内容。为了演示这一点，让我们以你的web浏览器为例。
从网络上读取网页可能需要几秒钟，即使是快速的网络连接也如此。在计算机时代，这个问题是永恒的。为了解决这个问题，浏览器将你已经访问过的网页存储在计算机的缓存中，这样访问速度会加快数千倍。
使用缓存下载网页的步骤如下：
- 检查页面的本地缓存。 如果页面在那里，返回该页面。
- 在因网上找到网页并从那里下载。
- 将该网页存储在缓存中，以便将来更快地访问。
虽然缓存并不会让你第一次访问网页的速度加快，但通常你是要屡次访问某一个网站页面的（想想Facebook——注：对多数国人来讲，可能不是这个网站，或者你的电子邮件），有了缓存之后，以后每次访问都会更快。
浏览器并不是唯一使用缓存的，从服务器到CPU和硬盘或SSD之间的计算机硬件，它们无处不在。从缓存中可以很快地获取数据，因此当你不止一次获取数据时，它可以大大加快程序的速度。
LRU是什么意思？
缓存只能存储有限数量的东西，而且通常它比可能存入所缓存的东西要小得多（例如，你的硬盘比互联网小得多）。这意味着有时需要将缓存中已有内容替换掉，放入其他内容。对于去掉什么的决策方法被称为置换策略。
这就是LRU的用武之地。LRU代表最近用得最少的缓存中内容，这是一种常用的缓存置换策略。
为什么置换策略很重要？
“最近使用最少”这种置换策略的基本思想是：如果你有一段时间没有访问过某个东西，你可能近期不会访问它。要使用此策略，只需在缓存已满时删除最早使用的项即可。
在上图中，缓存中的每个项都附带了访问时间。依据LRU策略，选择访问时间为2:55PM 的项作为要置换的项，因为它是最早被访问的。如果有两个对象具有相同的访问时间，那么LRU将从中随机选择一个。
这种去掉长时间不用的东西的策略，被称为Bélády的最优算法，它是置换缓存内容的最佳策略。当然，我们根本不知道未来会有什么操作。谢天谢地，在许多情况下，LRU提供了近乎最佳的性能。
怎样使用它？
functools.lru_cache 是一个装饰器，因此你可以将它放在函数的顶部：
1import functools
2
3@functools.lru_cache(maxsize=128)
4def fib(n):
5 if n < 2:
6 return 1
7 return fib(n-1) + fib(n-2)Fibonacci数列在递归示例中经常被用到，要提升这个函数的速度，使用 functools.lru_cache 之后，不费吹灰之力，就能让这个递归函数狂飙。在我的机器上运行这些代码，得到了这个函数有缓存版本和没有缓存版本的以下结果。
1$ python3 -m timeit -s 'from fib_test import fib' 'fib(30)'
210 loops, best of 3: 282 msec per loop
3
4$ python3 -m timeit -s 'from fib_test import fib_cache' 'fib_cache(30)'
510000000 loops, best of 3: 0.0791 usec per loop增加一行代码之后，速度提高了3565107倍。
当然，我认为很难看出你在实际中会如何使用它，因为我们很少需要计算斐波那契数列。回到web页面示例，我们可以举一个更实际的用缓存渲染前端模板的例子。
在服务器开发中，通常单个页面存储为具有占位符变量的模板。例如，下面是一个页面模板，该页面显示某一天各种足球比赛的结果。
1<html>
2 <body>
3 <h1>Matches for {{day}}</h1>
4 <table id="matches">
5 <tr>
6 <td>Home team</td>
7 <td>Away team</td>
8 <td>Score</td>
9 </tr>
10 {% for match in matches %}
11 <tr>
12 <td>{{match["home"]}}</td>
13 <td>{{match["away"]}}</td>
14 <td>{{match["home_goals"]}} - {{match["away_goals"]}}</td>
15 </tr>
16 {% endfor %}
17 </table>
18 </body>
19</html>呈现模板时，看起来如下所示：
这是缓存的主要目标，因为每天的结果不会改变，而且很可能每天会有多次访问。下面是一个提供此模板的Flask应用程序。我引入了50ms的延迟来模拟通过网络或者从大型数据库获取匹配字典。
1import json
2import time
3from flask import Flask, render_template
4
5app = Flask(__name__)
6
7with open('match.json','r') as f:
8 match_dict = json.load(f)
9
10def get_matches(day):
11 # simulate network/database delay
12 time.sleep(0.05)
13 return match_dict[day]
14
15@app.route('/matches/<day>')
16def show_matches(day):
17 matches = get_matches(day)
18 return render_template('matches.html', matches=matches, day=day)
19
20if __name__ == "__main__":
21 app.run()使用 requests 在不缓存的情况下获得三天的数据，在我的计算机上本地运行平均需要171ms。这还不错，但我们可以做得更好，即使考虑到人为的延迟。
1@app.route('/matches/<day>')
2@functools.lru_cache(maxsize=4)
3def show_matches(day):
4 matches = get_matches(day)
5 return render_template('matches.html', matches=matches, day=day)在本例中，我设置了 maxsize=4 ，因为我的测试脚本只有相同的三天，最好设置2次幂。使用这种方法，10个循环的平均速度可以降到13.7ms。
还有什么应该知道？
Python文档虽然很详细，但是有一些东西还是要强调的。
▊ 内置函数
装饰器附带了一些很有用的内置函数。 cache_info() 返回访问数（hits）、未访问数（misses）和当前缓存使用量（currsize）、最大容量（maxsize），帮助你了解缓存使用情况。 cache_clear() 将删除缓存中的所有元素。
▊ 有时候不要使用缓存
通常，只有在以下情况下才能使用缓存：
- 在缓存期内，数据不会更改。
- 函数将始终为相同的参数返回相同的值（因此时间和随机对缓存没有意义）。
- 函数没有副作用。如果缓存被访问，则永远不会调用该函数，因此请确保不更改其中的任何状态。
- 函数不返回不同的可变对象。例如，返回列表的函数不适合缓存，因为将要缓存的是对列表的引用，而不是列表内容。
原文链接：
https://www.cameronmacleod.com/blog/python-lru-cache
END