Descarga omoide cache - Descargar el código fuente omoide cache

omoide cache

Código Fuente de IA

1.0.0

Descargar

Cache Omoide - Solución simple en caché en memoria

El almacenamiento en caché ya no necesita ser difícil. ¡Con solo unas pocas líneas de código, Omoide Cache llevará instantáneamente sus servicios de Python al siguiente nivel!

Biblioteca lanzada : Pypi

Código fuente : GitHub

Tutorial №1 : mi blog o medio

Descripción

Esta es una solución robusta, altamente sintonizable y fácil de integrar en la memoria en la memoria escrita en Python puro, sin dependencias.

Está diseñado para ser un caché de nivel de método, envolviendo un método de clase única, utilizando argumentos de llamadas de método como clave de caché y almacenar su valor de retorno.

Personalizable para adaptarse a su caso de uso específico, proporciona varias opciones de vencimiento y actualización.

Muy fácil de usar, súper fácil de integrar con un decorador simple (es decir, anotación, para aquellos que provienen de Java), no es necesario agregar una lógica complicada a su código, solo use @omoide_cache() además de cualquier método de sus servicios. Generará automáticamente un caché para su método con la configuración predeterminada. Puede ajustar aún más estas configuraciones a través de los parámetros del decorador.

¿Cuándo usar?

Recibió una fuerte llamada a la fuente de datos, donde los datos se leen mucho más a menudo de lo que se actualiza.
Tiene una lógica de cálculo intensiva de CPU, que tarda unos segundos en completarse, pero la lata se llama con frecuencia con los mismos parámetros de entrada.

¿Cuándo no usar?

En métodos que no se espera que se llamen con frecuencia con los mismos argumentos (por ejemplo, procesamiento de imágenes / modelos OCR / ml con entradas de imagen)
En métodos que devuelven nuevos valores cada vez que se les llame, incluso con los mismos argumentos.
Cuando espera objetos de argumento o objetos devueltos para que tomen mucha memoria. Cache se comerá rápidamente su RAM si no configura los modos de vencimiento correctamente.
Las funciones que se declaran fuera de la clase son un no ir.

Advertencia justa: este proyecto se encuentra en la etapa más temprana de su ciclo de vida, habrá muchas mejoras y correcciones de errores en el futuro. ¡Todas las sugerencias e informes de errores son muy bienvenidos!

Instalación

Instalación normal

pip install omoide-cache

Instalación de desarrollo

git clone https://github.com/jpleorx/omoide-cache.git
cd omoide-cache
pip install --editable .

Ejemplos

1 - Ejemplo de uso básico

 import time
from omoide_cache import omoide_cache


# A class where cache was added to a simulated long running method
class ExampleService :
    @ omoide_cache ()
    def time_consuming_method ( self , x : int ) -> int :
        time . sleep ( 2.0 )
        return x * x


service = ExampleService ()

# The first call will execute real logic and store the result in cache
service . time_consuming_method ( 1 )

# The second call will get results from cache
service . time_consuming_method ( 1 )

2 - Ejemplo con límite de tamaño

Aquí agregamos un caché que dejará caer un elemento con menos frecuencia cuando el caché se vuelve demasiado grande.

 import time
from omoide_cache import omoide_cache , ExpireMode


class ExampleService :
    @ omoide_cache ( max_allowed_size = 10 , size_expire_mode = ExpireMode . ACCESS_COUNT_BASED )
    def time_consuming_method ( self , x : int ) -> int :
        time . sleep ( 2.0 )
        return x * x

3 - Ejemplo con expiración cronometrada

Aquí el caché eliminará automáticamente los elementos que se accedieron por última vez hace más de 2 minutos.

 import time
from omoide_cache import omoide_cache


class ExampleService :
    @ omoide_cache ( expire_by_access_duration_s = 120 )
    def time_consuming_method ( self , x : int ) -> int :
        time . sleep ( 2.0 )
        return x * x

Alternativamente, podemos eliminar los elementos que se calcularon hace más de 2 minutos.

 import time
from omoide_cache import omoide_cache


class ExampleService :
    @ omoide_cache ( expire_by_computed_duration_s = 120 )
    def time_consuming_method ( self , x : int ) -> int :
        time . sleep ( 2.0 )
        return x * x

4 - Ejemplo con actualización de async

Aquí el caché actualizará asincrónicamente elementos que se calcularon hace más de 2 minutos. El intento de actualizar se realizará cada 10 segundos.

 import time
from omoide_cache import omoide_cache , RefreshMode


class ExampleService :
    @ omoide_cache ( refresh_duration_s = 120 , refresh_period_s = 10 , refresh_mode = RefreshMode . INDEPENDENT )
    def time_consuming_method ( self , x : int ) -> int :
        time . sleep ( 2.0 )
        return x * x

Errores conocidos

Debe usar el decorador con paréntesis todo el tiempo, incluso cuando no especifica ningún argumento, así que use @omoide_cache() , pero no @omoide_cache . Sinceramente, no tengo una maldita idea de por qué existe este extraño comportamiento en los decoradores, haré todo lo posible para solucionarlo en futuras actualizaciones.