Flask 缓存内存无法与 Flask Restful 资源一起使用

Question

flask_cache.Cache.memoize

不与

flask_restful.Resource

合作

这是示例代码：

from flask import Flask, request, jsonify
from flask_restful import Resource, Api
from flask_cache import Cache

app = Flask(__name__)
api = Api(app)
cache = Cache(app, config={'CACHE_TYPE': 'simple'})


class MyResource(Resource):
    JSONIFY = True
    PATH = None
    ENDPOINT = None

    def dispatch_request(self, *args, **kwargs):
        kw = dict(**kwargs)
        kw.update(request.args.items())
        r = super().dispatch_request(*args, **kw)
        if self.JSONIFY:
            return jsonify(r)
        else:
            return r


class DebugResource(MyResource):
    PATH = '/debug'
    ENDPOINT = 'debug'

    @cache.memoize(timeout=30)
    def get(self, **kwargs):
        print('cache is not used!')
        return kwargs

for r in [DebugResource]:
    api.add_resource(r, r.PATH, endpoint=r.ENDPOINT)


print('running!')
app.run()

请注意，在

get()

中我添加了 print，这样我就可以看到代码何时被实际调用以及何时使用缓存的值。

我启动服务器，然后在浏览器中我转到

http://localhost:5000/debug?a=1

并重复按

f5

。我希望我的函数

get

被调用一次，然后使用缓存的值。但在服务器控制台中，每次按

f5

时我都会看到打印内容。所以

memoize

不起作用。我做错了什么？

编辑：

我将缓存函数从

Resource

类移出

@cache.memoize(timeout=30)
def my_foo(a):
    print('cache is not used!')
    return dict(kw=a, id=id(a))

class DebugResource(MyResource):
    PATH = '/debug'
    ENDPOINT = 'debug'

    def get(self, a):
        return my_foo(a)

这很有效。据我所知，问题是

self

参数在每次调用中实际上都是唯一的。 问题仍然是，如何在不为我想要缓存的每个方法提取附加函数的情况下使其工作？当前的解决方案看起来像是一个解决方法。

Answer 1

缓存不起作用，因为您使用了 memoize 方法。在这种情况下，它将缓存函数的结果。装饰者对路线（视图，路径）一无所知。

要修复它，您应该使用 cached 方法。

@cached

装饰器具有参数

key_prefix

，默认值 =

view/request.path

。

所以，只需将

@cache.memoize(timeout=30)

更改为

@cache.cached(timeout=30)

Answer 2

感谢@Rugnar，这个决定派上了用场。

解决方案

唯一的一点，我必须稍微改变一下，这样我就不会排除第一个元素（self），而是使用它，以便在基类中定义缓存方法的情况下存储更多唯一键，并且在儿童中它们是定制的。

方法

_extract_self_arg

已更新。

class ResourceCache(Cache):
""" When the class method is being memoized,
    cache key uses the class name from self or cls."""

def _memoize_make_cache_key(self, make_name=None, timeout=None):
    def make_cache_key(f, *args, **kwargs):
        fname, _ = function_namespace(f)
        if callable(make_name):
            altfname = make_name(fname)
        else:
            altfname = fname
        updated = altfname + json.dumps(dict(
            args=self._extract_self_arg(f, args),
            kwargs=kwargs), sort_keys=True)
        return b64encode(
            md5(updated.encode('utf-8')).digest()
        )[:16].decode('utf-8')

    return make_cache_key

@staticmethod
def _extract_self_arg(f, args):
    argspec_args = inspect.getargspec(f).args

    if argspec_args and argspec_args[0] in ('self', 'cls'):
        if hasattr(args[0], '__name__'):
            return (args[0].__name__,) + args[1:]
        return (args[0].__class__.__name__,) + args[1:]
    return args

也许它对某人也有用。

Answer 3

它不起作用，因为 memoize 在缓存键中考虑了函数的参数，并且每个新请求都是唯一的

kwargs

（

id

function的唯一结果）。

只需修改代码即可查看

@cache.memoize(timeout=30)
def get(self, **kwargs):
    print('cache is not used!')
    return id(kwargs)

每一个新的请求你都会得到另一个结果。所以每个新请求缓存键都是不同的，这就是为什么你在控制台输出上看到

cache is not used!

。

Answer 4

从 Flask-caching 版本 1.10 开始，memoize() 有一个

args_to_ignore

参数。

所以只需将

@cache.memoize(timeout=30)

更改为

@cache.memoize(timeout=30, args_to_ignore=['self'])

对于您想要缓存的任何类函数。

Answer 5

通过子类化

Cache

并重载为

memoize

创建缓存键的逻辑找到了解决方案。所以效果很好。

import json
import inspect
from base64 import b64encode
from hashlib import md5
from flask_cache import Cache, function_namespace

class ResourceCache(Cache):
    def _memoize_make_cache_key(self, make_name=None, timeout=None):
        def make_cache_key(f, *args, **kwargs):
            fname, _ = function_namespace(f)
            if callable(make_name):
                altfname = make_name(fname)
            else:
                altfname = fname

            updated = altfname + json.dumps(dict(
                args=self._extract_self_arg(f, args),
                kwargs=kwargs), sort_keys=True)

            return b64encode(
                md5(updated.encode('utf-8')).digest()
            )[:16].decode('utf-8')

        return make_cache_key

    @staticmethod
    def _extract_self_arg(f, args):
        argspec_args = inspect.getargspec(f).args
        if argspec_args and argspec_args[0] in ('self', 'cls'):
            return args[1:]
        return args

换句话说，当类方法被记忆时，缓存会忽略第一个参数

self

或

cls

。