根据weakref模块的官方Python文档,“弱引用的主要用途是实现保存大对象的缓存或映射,……”.因此,我使用WeakValueDictionary为长时间运行的函数实现缓存机制.然而,事实证明,缓存中的值从未停留在那里,直到实际再次使用它们,但几乎每次都需要重新计算.由于访问存储在WeakValueDictionary中的值之间没有强引用,因此GC消除了它们(即使内存完全没有问题).
现在,我如何使用弱参考资料来实现缓存？如果我明确地在某处保留强引用以防止GC删除我的弱引用,那么首先使用WeakValueDictionary是没有意义的. GC可能应该有一些选项告诉它：删除所有没有引用的内容以及只有在内存不足时(或超出某个阈值时)弱引用的所有内容.有类似的东西吗？或者这种缓存有更好的策略吗？
最佳答案
我将尝试用如何使用weakref模块实现缓存的示例来回答您的询问.我们将缓存的弱引用保存在weakref.WeakValueDictionary中,以及collections.deque中的强引用,因为它有一个maxlen属性来控制它所持有的对象数.在函数闭包样式中实现：
@H_403_13@import weakref,collections def createLRUCache(factory,maxlen=64): weak = weakref.WeakValueDictionary() strong = collections.deque(maxlen=maxlen) notFound = object() def fetch(key): value = weak.get(key,notFound) if value is notFound: weak[key] = value = factory(key) strong.append(value) return value return fetch
deque对象只保留最后的maxlen条目,只要在达到容量时删除对旧条目的引用.当删除旧条目并通过python收集垃圾时,WeakValueDictionary将从映射中删除这些键.因此,两个对象的组合有助于我们在LRU缓存中仅保留maxlen条目.
@H_403_13@class Silly(object): def __init__(self,v): self.v = v def fib(i): if i > 1: return Silly(_fibCache(i-1).v + _fibCache(i-2).v) elif i: return Silly(1) else: return Silly(0) _fibCache = createLRUCache(fib)