Flask 缓存 memoize 不适用于 Flask restful 资源

Flask cache memoize not working with flask restful resources

flask_cache.Cache.memoize 不适用于 flask_restful.Resource

示例代码如下:

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,我添加了打印,这样我就可以看到实际调用代码的时间以及使用缓存值的时间。

我启动服务器,然后在浏览器中转到 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。但是在服务器控制台中,我每次按 f5 时都会看到我的打印件。所以 memoize 不起作用。我做错了什么?

编辑:

我将我的缓存函数从 Resource class

移到了外面
@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)

这奏效了。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,如何在不为我要缓存的每个方法提取附加功能的情况下使其工作?当前的解决方案看起来像是一种解决方法。

它不起作用,因为 memoize takes function's arguments into account in the cache key and every new request gets unique kwargs (unique result of id function)。

想看,直接修改代码

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

并且每个新请求您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!

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。 Decorator 对 route(view, path) 一无所知。

要修复它,您应该使用 cached 方法。 @cached 装饰器有参数 key_prefix,默认值 = view/request.path

所以,只需将 @cache.memoize(timeout=30) 更改为 @cache.cached(timeout=30)

通过 subclassing Cache 和重载为 memoize 创建缓存键的逻辑找到了解决方案。所以它工作正常。

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class方法被记忆时,缓存忽略第一个参数selfcls

感谢@Rugnar,这个决定派上用场了。

唯一的一点,我不得不稍微改变一下,这样我就不会排除第一个元素(self),而是使用它,以便在定义缓存方法的情况下存储更多唯一键在基础 class 中,在子项中它们是自定义的。

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。