目录：
cachetools 是一个功能强大的 Python 第三方缓存库。
$ pip install cachetools
缓存策略如下：
指定最大容量 (maxsize)。这个参数代表缓存中可以存储的最大条目数量，而非内存大小。
from cachetools import LRUCache, TTLCache, LFUCache, FIFOCache, RRCache
# 创建LRU缓存，最多存储 100 个条目
lru_cache = LRUCache(maxsize=100)
# 创建TTL缓存，最多存储 100 个条目，每个条目存活 60 秒
ttl_cache = TTLCache(maxsize=100, ttl=60)
# 创建LFU缓存
lfu_cache = LFUCache(maxsize=100)
# 创建FIFO缓存
fifo_cache = FIFOCache(maxsize=100)
# 创建RR缓存
rr_cache = RRCache(maxsize=100)
# 添加缓存项
lru_cache["user_id_123"] = {"name": "Alice", "age": 30}
# 获取缓存项，如果不存在则返回默认值
user_info = lru_cache.get("user_id_123", None)
# 删除缓存项
if "user_id_123" in lru_cache:
del lru_cache["user_id_123"]
# 更新缓存项
lru_cache["user_id_123"] = {"name": "Alice", "age": 31}
import time
from cachetools import TTLCache
# 创建TTL缓存，条目存活5秒
cache = TTLCache(maxsize=3, ttl=5)
cache['a'] = 1
time.sleep(1)
cache['b'] = 2
print(cache.items()) # 输出: [('a', 1), ('b', 2)]
time.sleep(4.5) # 总共过去5.5秒，'a'已过期
print(cache.items()) # 输出: [('b', 2)]
time.sleep(1) # 'b'也过期
print(cache.items()) # 输出: []
非常实用的场景：缓存 API 请求结果，默认情况下，函数的参数会被用作缓存的键，如下函数参数 user_id 是个字符串。
import requests
from cachetools import cached, TTLCache
# 创建一个最大容量为5，TTL为30秒的缓存
api_cache = TTLCache(maxsize=5, ttl=30)
@cached(api_cache)
def fetch_user_data(user_id):
print(f"Fetching data for user {user_id} from API...")
response = requests.get(f" https://api.example.com/users/ {user_id}")
return response.json() if response.status_code == 200 else None
# 第一次调用会真正请求API并缓存结果
data1 = fetch_user_data(1)
# 第二次调用（在30秒内）会直接返回缓存结果，无需网络请求
data2 = fetch_user_data(1)
如果遇到函数参数包含不可哈希的类型（如字典），需要先进行处理。
from cachetools import cached, LRUCache
import json
cache = LRUCache(maxsize=128)
def make_cache_key(api_url, params):
# 将参数字典排序后转为 JSON 字符串，确保相同内容生成相同的键
return api_url + json.dumps(params, sort_keys=True)
@cached(cache, key=make_cache_key)
def get_data_from_api(api_url, params):
print(f"Calling API: {api_url} with {params}")
response = requests.get(api_url, params=params)
return response.json()
↶ 返回首页 ↶