Python 3.8中实现functools.cached_property功能

2023-08-22 22:01:04 178

前言

缓存属性(cached_property)是一个非常常用的功能，很多知名Python项目都自己实现过它。我举几个例子：

bottle.cached_property

Bottle是我最早接触的Web框架，也是我第一次阅读的开源项目源码。最早知道cached_property就是通过这个项目，如果你是一个Web开发，我不建议你用这个框架，但是源码量少，值得一读~

werkzeug.utils.cached_property

Werkzeug是Flask的依赖，是应用cached_property最成功的一个项目。代码见延伸阅读链接2

pip._vendor.distlib.util.cached_property

PIP是Python官方包管理工具。代码见延伸阅读链接3

kombu.utils.objects.cached_property

Kombu是Celery的依赖。代码见延伸阅读链接4

django.utils.functional.cached_property

Django是知名Web框架，你肯定听过。代码见延伸阅读链接5

甚至有专门的一个包：pydanny/cached-property，延伸阅读6

如果你犯过他们的代码其实大同小异，在我的观点里面这种轮子是完全没有必要的。Python3.8给functools模块添加了cached_property类，这样就有了官方的实现了

PS:其实这个Issue2014年就建立了，5年才被Merge！

Python3.8的cached_property

借着这个小章节我们了解下怎么使用以及它的作用（其实看名字你可能已经猜出来）：

./python.exe
Python3.8.0a4+(heads/master:9ee2c264c3,May282019,17:44:24)
[Clang10.0.0(clang-1000.11.45.5)]ondarwin
Type"help","copyright","credits"or"license"formoreinformation.
>>>fromfunctoolsimportcached_property
>>>classFoo:
...@cached_property
...defbar(self):
...print('calculatesomethings')
...return42
...
>>>f=Foo()
>>>f.bar
calculatesomethings
42
>>>f.bar
42

上面的例子中首先获得了Foo的实例f，第一次获得f.bar时可以看到执行了bar方法的逻辑(因为执行了print语句)，之后再获得f.bar的值并不会在执行bar方法，而是用了缓存的属性的值。

标准库中的版本还有一种的特点，就是加了线程锁，防止多个线程一起修改缓存。通过对比Werkzeug里的实现帮助大家理解一下：

importtime
fromthreadingimportThread
fromwerkzeug.utilsimportcached_property
classFoo:
def__init__(self):
self.count=0
@cached_property
defbar(self):
time.sleep(1)#模仿耗时的逻辑，让多线程启动后能执行一会而不是直接结束
self.count+=1
returnself.count
threads=[]
f=Foo()
forxinrange(10):
t=Thread(target=lambda:f.bar)
t.start()
threads.append(t)
fortinthreads:
t.join()

这个例子中，bar方法对self.count做了自增1的操作，然后返回。但是注意f.bar的访问是在10个线程下进行的，里面大家猜现在f.bar的值是多少？

ipython-ithreaded_cached_property.py
Python3.7.1(default,Dec132018,22:28:16)
Type'copyright','credits'or'license'formoreinformation
IPython7.5.0--AnenhancedInteractivePython.Type'?'forhelp.
In[1]:f.bar
Out[1]:10

结果是10。也就是10个线程同时访问f.bar，每个线程中访问时由于都还没有缓存，就会给f.count做自增1操作。第三方库对于这个问题可以不关注，只要你确保在项目中不出现多线程并发访问场景即可。但是对于标准库来说，需要考虑的更周全。我们把cached_property改成从标准库导入，感受下：

./python.exe
Python3.8.0a4+(heads/master:8cd5165ba0,May272019,22:28:15)
[Clang10.0.0(clang-1000.11.45.5)]ondarwin
Type"help","copyright","credits"or"license"formoreinformation.
>>>importtime
>>>fromthreadingimportThread
>>>fromfunctoolsimportcached_property
>>>
>>>
>>>classFoo:
...def__init__(self):
...self.count=0
...@cached_property
...defbar(self):
...time.sleep(1)
...self.count+=1
...returnself.count
...
>>>
>>>threads=[]
>>>f=Foo()
>>>
>>>forxinrange(10):
...t=Thread(target=lambda:f.bar)
...t.start()
...threads.append(t)
...
>>>fortinthreads:
...t.join()
...
>>>f.bar

可以看到，由于加了线程锁，f.bar的结果是正确的1。

cached_property不支持异步

除了pydanny/cached-property这个包以外，其他的包都不支持异步函数：

./python.exe-masyncio
asyncioREPL3.8.0a4+(heads/master:8cd5165ba0,May272019,22:28:15)
[Clang10.0.0(clang-1000.11.45.5)]ondarwin
Use"await"directlyinsteadof"asyncio.run()".
Type"help","copyright","credits"or"license"formoreinformation.
>>>importasyncio
>>>fromfunctoolsimportcached_property
>>>
>>>
>>>classFoo:
...def__init__(self):
...self.count=0
...@cached_property
...asyncdefbar(self):
...awaitasyncio.sleep(1)
...self.count+=1
...returnself.count
...
>>>f=Foo()
>>>awaitf.bar
1
>>>awaitf.bar
Traceback(mostrecentcalllast):
File"/Users/dongwm/cpython/Lib/concurrent/futures/_base.py",line439,inresult
returnself.__get_result()
File"/Users/dongwm/cpython/Lib/concurrent/futures/_base.py",line388,in__get_result
raiseself._exception
File"",line1,in
RuntimeError:cannotreusealreadyawaitedcoroutine
pydanny/cached-property的异步支持实现的很巧妙，我把这部分逻辑抽出来：
try:
importasyncio
except(ImportError,SyntaxError):
asyncio=None
classcached_property:
def__get__(self,obj,cls):
...
ifasyncioandasyncio.iscoroutinefunction(self.func):
returnself._wrap_in_coroutine(obj)
...
def_wrap_in_coroutine(self,obj):
@asyncio.coroutine
defwrapper():
future=asyncio.ensure_future(self.func(obj))
obj.__dict__[self.func.__name__]=future
returnfuture
returnwrapper()

我解析一下这段代码：

对importasyncio的异常处理主要为了处理Python2和Python3.4之前没有asyncio的问题

__get__里面会判断方法是不是协程函数，如果是会returnself._wrap_in_coroutine(obj)
_wrap_in_coroutine里面首先会把方法封装成一个Task，并把Task对象缓存在obj.__dict__里，wrapper通过装饰器asyncio.coroutine包装最后返回。

为了方便理解，在IPython运行一下：

In:f=Foo()

In:f.bar #由于用了`asyncio.coroutine`装饰器，这是一个生成器对象
Out:.wrapperat0x10a26f0c0>

In:awaitf.bar #第一次获得f.bar的值，会sleep1秒然后返回结果
Out:1

In:f.__dict__['bar'] #这样就把Task对象缓存到了f.__dict__里面了，Task状态是finished
Out::4>result=1>

In:f.bar #f.bar已经是一个task了
Out::4>result=1>

In:awaitf.bar #相当于awaittask
Out:1

可以看到多次await都可以获得正常结果。如果一个Task对象已经是finished状态，直接返回结果而不会重复执行了。

总结

以上所述是小编给大家介绍的Python3.8中实现functools.cached_property功能,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

Python 3.8中实现functools.cached_property功能

热门推荐

随机推荐