一日一技：实现有过期时间的LRU缓存

在一日一技：实现函数调用结果的 LRU 缓存一文中，我们提到Python自带的LRU缓存lru_cache。通过这个装饰器可以非常轻松地实现缓存。

现在我们考虑下面这个应用场景：MongoDB中有100对id-用户名的对应关系，我从Redis中持续不断读取id，如果id能在MongoDB中找到对应关系，那么就把对应的用户名打印出来。如果找不到对应关系，那么就把这个id丢弃。

为了防止频繁读取MongoDB，我在程序开始的时候直接读取这一百对对应关系，并存为字典：

import pymongo
import redis

client = redis.Redis()
handler = pymongo.MongoClient().weibo.id_name_map


def read_id_name_map():
    id_name = {}
    for row in handler.find():
        id_name[row['id']] = row['name']
    return id_name


id_name_map = read_id_name_map()
while True:
    data = client.blpop('weibo_id')
    user_id = data[1].decode()
    if user_id in id_name_map:
        print(id_name_map[user_id])

大家可以思考一下，上面这段代码有没有什么问题。然后继续看后面。

如果我现在需要再增加100个id-用户名的对应关系怎么办？

由于这个程序运行以后就一直阻塞式地读取Redis，不会停止，所以整个过程只会读取一次MongoDB。后面即使我向MongoDB中添加了新的对应关系，只要程序不重启，就无法读取到新的对应关系。

肯定有同学想到，在while循环里面增加一个计时器，每x分钟就重新调用一下read_id_name_map()函数，更新对应关系。

不过今天我们要讲的是另一个更有创意的办法，使用lru_cache来实现。

对于这个例子来说，lru_cache的maxsize参数只需要设置为1，因为只需要存放1份对应关系即可。那么我们如何做到，比如每10分钟更新一次呢？我们知道，在使用lru_cache时，如果调用同一个函数，并且传入的参数相同，那么从第二次开始就会使用缓存。现在我们如何让时间在每10分钟内相同呢？

我们来看现在的时间戳：1578399211.30042

它除以600，值是1578399211.30042 // 600 = 2630665.0。然后我让这个时间戳加5分钟，也就是增加300秒，变成1578399511.30042。这个新的时间戳再除以600，发现结果还是2630665.0。但如果原来的时间戳增加超过10分钟，例如增加了601秒，我们再来看看效果(1578399211.30042 + 601) // 600 = 2630666.0，此时的结果也发生了变化。

利用这个特点，修改一下我们的代码：

import pymongo
import redis
import time
from functools import lru_cache

client = redis.Redis()
handler = pymongo.MongoClient().weibo.id_name_map


@lru_cache(maxsize=1)
def read_id_name_map(_):
    id_name = {}
    for row in handler.find():
        id_name[row['id']] = row['name']
    return id_name


while True:
    data = client.blpop('weibo_id')
    id_name_map = read_id_name_map(time.time() // 600)
    user_id = data[1].decode()
    if user_id in id_name_map:
        print(id_name_map[user_id])

现在，我们直接在while循环内部调用read_id_name_map，如果两次调用的时间间隔小于600秒，那么time.time() // 600的值是相同的，第二次直接使用缓存，也就不会查询MongoDB了。当时间超过10分钟后，时间戳除以600的值增加了，于是缓存没有命中，进入查询MongoDB的过程，更新id_name_map。实现了有过期时间的LRU缓存。

补充：可能有同学注意到定义read_id_name_map函数的时候，参数我写的是下划线。这是Python 编码规范中建议的一种写法。当一个变量不会被使用，但又需要保留时，就可以用下划线表示。