【Python3】装饰器 自动更新缓存

自动更新缓存的需求场景

在某些应用中,我们可能需要定期从外部数据源(如 Redis 或者远程接口)拉取数据,并将其缓存在内存中。当有其他代码需要访问这些数据时,可以立刻从内存获取最新数据,而无需每次都进行耗时的外部操作。

关键思路

  1. 初次加载:程序启动时立即执行目标函数,从数据源获取数据并将结果缓存。
  2. 定时更新 :借助定时任务调度器(如 APScheduler),在指定的时间间隔(如30秒)自动再次执行目标函数,刷新缓存中的数据。
  3. 快速访问:对外暴露的函数调用时直接返回缓存中的数据,不会再次执行耗时的外部操作,从而实现快速访问。

使用装饰器实现

我们使用一个自定义的装饰器 @auto_update(update_time=30) 来封装这一逻辑:

  • 装饰器初始化

    当程序加载被装饰的函数时,装饰器会先执行一次目标函数,将返回值存入缓存。

  • 定时任务调度

    使用 APScheduler 的 BackgroundScheduler 来定期调用该函数更新缓存数据。APScheduler 可以独立运行后台线程,不会阻塞主程序的其他逻辑。

  • 缓存访问

    被装饰的函数在对外调用时,不再直接执行原始函数,而是直接返回缓存中的数据。这样,在任意时刻调用该函数,都可以瞬间获取最新数据。

代码

python 复制代码
import time
from functools import wraps
from apscheduler.schedulers.background import BackgroundScheduler

# 创建并启动全局调度器
scheduler = BackgroundScheduler()
scheduler.start()

def auto_update(update_time=30):
    def decorator(func):
        cache = {"value": None, "initialized": False}

        def update_cache():
            new_value = func()
            cache["value"] = new_value
            cache["initialized"] = True
            print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] Cache updated.")

        # 启动时先加载一次
        update_cache()

        # 每隔 update_time 秒自动刷新数据
        scheduler.add_job(update_cache, 'interval', seconds=update_time)

        @wraps(func)
        def wrapper(*args, **kwargs):
            return cache["value"]
        
        return wrapper
    return decorator

@auto_update(update_time=30)
def load_data_from_redis():
    # 模拟从Redis获取数据的函数(实际中可替换为耗时的外部操作)
    return f"data_from_redis_{int(time.time())}"

# 当你调用 load_data_from_redis() 时,能立即获得最新的缓存数据
print("Initial data:", load_data_from_redis())
time.sleep(35)
print("Data after 35s:", load_data_from_redis())

总结

通过上述装饰器和 APScheduler 的组合,你就能轻松实现:

  • 程序启动即从外部数据源加载数据到缓存;
  • 周期性、自动地刷新缓存中的数据;
  • 在任意时间调用时都能快速获取最新数据,而无需阻塞或消耗额外时间。

相关推荐
小毛驴85010 小时前
redis 如何持久化
数据库·redis·缓存
Kevinyu_16 小时前
Redisson
java·redis·缓存
代码老y17 小时前
Redis 生产实战 7×24:容量规划、性能调优、故障演练与成本治理 40 条军规
数据库·redis·缓存
dexianshen20 小时前
缓存雪崩、缓存穿透,缓存击穿
缓存
许苑向上2 天前
分布式缓存击穿以及本地击穿解决方案
java·分布式·缓存
L_qingting3 天前
Redis 主从复制
数据库·redis·缓存
代码老y3 天前
在百亿流量面前,让“不存在”无处遁形——Redis 缓存穿透的极限攻防实录
数据库·redis·缓存
阿巴~阿巴~3 天前
深入解析:磁盘级文件与内存级(被打开)文件的本质区别与联系
linux·运维·服务器·数据库·缓存
Dajiaonew3 天前
Redis主从同步原理(全量复制、增量复制)
数据库·redis·缓存
秋恬意3 天前
redis红锁
数据库·redis·缓存