python实现API调用缓存

python实现API调用缓存

想把python某些函数的参数及返回值记录下来,如果之前已计算过,则直接返回缓存中的数据

1.代码

python 复制代码
import json

def get_variable_name(var):
    '''变量转变量名'''
    local_vars=globals()
    return [name for name, value in local_vars.items() if value is var][0]

def quick_exec(func,params):
    '''通过参数生成UUID,如果缓存中存在则直接获取,否则执行实际的函数,之后保存结果'''
    cache_path="cache_data.json"
    records={}
    uuid="_".join([str(x) for x in params])
    try:
        with open(cache_path,"r") as f:
            records=json.load(f)
    except:
        pass
    if uuid in records:
        ret=records[uuid]["result"]
    else:
        ret=func(params)
        records[uuid]={"result":ret,"params":{}}
        for var in params:
          records[uuid]["params"][get_variable_name(var)]=var
    with open(cache_path,"w") as f:
        json.dump(records,f,indent=4)
    return ret

def sdk_api(params):
    '''实际的调用'''
    print("sdk_api call in:",params)
    return sum(params)

def l0():
    globals()['a']=1
    globals()['b']=2
    globals()['c']=3
    globals()['d']=4
    globals()['e']=5
    params=(globals()['a'],globals()['b'],globals()['c'],globals()['d'],globals()['e'])

    ret=quick_exec(lambda x:sdk_api(x),params)
    print(ret)

    ret=quick_exec(lambda x:sdk_api(x),params)
    print(ret)

    globals()['b']=3
    params=(a,b,c,d,e)
    ret=quick_exec(lambda x:sdk_api(x),params)
    print(ret)

    ret=quick_exec(lambda x:sdk_api(x),params)
    print(ret)
    
def l1():
    l0()

def main():
    l1()
main()

2.输出

bash 复制代码
# 第一次运行
sdk_api call in: (1, 2, 3, 4, 5)
15
15
sdk_api call in: (1, 3, 3, 4, 5)
16
16
# 第二次运行
15
15
16
16

3.保存的json数据

json 复制代码
{
    "1_2_3_4_5": {
        "result": 15,
        "params": {
            "a": 1,
            "b": 2,
            "c": 3,
            "d": 4,
            "e": 5
        }
    },
    "1_3_3_4_5": {
        "result": 16,
        "params": {
            "a": 1,
            "b": 3,
            "d": 4,
            "e": 5
        }
    }
}
相关推荐
萧鼎9 小时前
深入解析 Python 的 pytun 库:虚拟网络接口与隧道技术实战指南
服务器·网络·python
西猫雷婶10 小时前
pytorch基本运算-分离计算
人工智能·pytorch·python·深度学习·神经网络·机器学习
数新网络10 小时前
PyTorch
人工智能·pytorch·python
自信的小螺丝钉10 小时前
【大模型手撕】pytorch实现LayerNorm, RMSNorm
人工智能·pytorch·python·归一化·rmsnorm·layernorm
深耕AI10 小时前
PyTorch图像预处理:ToTensor()与Normalize()的本质区别
人工智能·pytorch·python
鲸屿19510 小时前
python之socket网络编程
开发语言·网络·python
里昆10 小时前
【AI】Tensorflow在jupyterlab中运行要注意的问题
人工智能·python·tensorflow
AI视觉网奇10 小时前
pycharm 最新版上一次编辑位置
python
2401_8288906411 小时前
使用 BERT 实现意图理解和实体识别
人工智能·python·自然语言处理·bert·transformer
多恩Stone12 小时前
【3DV 进阶-2】Hunyuan3D2.1 训练代码详细理解下-数据读取流程
人工智能·python·算法·3d·aigc