Python 标准库之 LRU 缓存实现学习

IT派

发布于 2018-07-30 11:43:33

1.2K0

发布于 2018-07-30 11:43:33

文章被收录于专栏：IT派

引言

LRU (Least Recently Used) 是缓存置换策略中的一种常用的算法。当缓存队列已满时，新的元素加入队列时，需要从现有队列中移除一个元素，LRU 策略就是将最近最少被访问的元素移除，从而腾出空间给新的元素。

研读 Python 3.6 中 functools.lru_cache 源码可以发现，它是通过一个双向链表加字典实现 LRU 缓存的。下面就来学习一下这个工具函数的实现。

应用

在深入学习该函数之前，我们可以看看它的常规用法。合理使用缓存，可以有效地减少一些长耗时函数调用的次数，从而大大提高整体效率。

看一个经典的例子，即斐波那契函数的递归实现：

def fibonacci(n):
 if n == 0:
 return 0
 if n == 1:
 return 1

 return fibonacci(n - 1) + fibonacci(n - 2)

众所周知，当需要计算的 N 比较大时，上述函数计算会非常缓慢。我们先来分析下为何上述函数在计算较大 N 时会耗时很久，以便了解为何可以使用缓存机制来提高效率。以下是 N 为 5 时上述函数递归调用树状图：

显然，在调用过程中，有多次重复计算。于是，我们可以添加 lru_cache 装饰器缓存已经计算过的数据，从而改善递归版的斐波那契函数：

@lru_cache()
def fibonacci(n):
 if n == 0:        return 0
 if n == 1:        return 1

 return fibonacci(n - 1) + fibonacci(n - 2)

当 N = 32 时，可以对比下两个版本计算耗时，可以看到计算效率的提升是惊人的：

fibonacci(32) = 2178309

# 没有加缓存的递归版本
Elapsed time: 1497.54ms

# 添加缓存的递归版本
Elapsed time: 0.16ms

当然啦，事实上我们还有更好的方法来实现斐波那契函数（时间复杂度 O(n)），示例如下：

def fibonacci_fast(n):
    a, b = 0, 1
 for _ in range(n):
        a, b = a + b, a    
 return a

貌似跑偏了，接下来赶紧进入正题，窥探下 lru_cache 是如何实现 LRU 缓存的。

LRU 缓存实现

查看源码，可以看到 LRU 缓存是在函数 _lru_cache_wrapper 中实现的。本节只研究 LRU 是如何在其中实现的，所以，下面的源码中移除了无关的代码。

def _lru_cache_wrapper(user_function, maxsize, typed, _CacheInfo):
 # 所有 LRU 缓存元素共享的常量:
    sentinel = object()  # 特殊标记，用来表示缓存未命中
    make_key = _make_key  # 根据函数参数生成缓存 key

 #
 # ---------------------------------
 # | PREV | DATA(KEY+RESULT) | NEXT|
 # ---------------------------------
 #
    PREV, NEXT, KEY, RESULT = 0, 1, 2, 3 # 链表各个域

 # 存放 key 到 node 的映射
    cache = {}
    full = False
    cache_get = cache.get
    lock = RLock()  # 链表更新不是线程安全的，所以需要加锁
    root = []  # 关键：环形双向链表
 # 根节点两侧分别是访问频率较高和较低的节点
    root[:] = [root, root, None, None]  # 初始根节点（相当于一个空的头节点）

 def wrapper(*args, **kwds):
 nonlocal root, full
        key = make_key(args, kwds, typed)
 with lock:
            link = cache_get(key)
 if link is not None: # 缓存命中
 # 将被访问的节点移动到环形链表的前面（即 root 的前边）
                link_prev, link_next, _key, result = link
                link_prev[NEXT] = link_next
                link_next[PREV] = link_prev
                last = root[PREV]
                last[NEXT] = root[PREV] = link
                link[PREV] = last
                link[NEXT] = root
 return result

 # 缓存未命中，调用用户函数生成 RESULT
        result = user_function(*args, **kwds)
 with lock:
 if key in cache:
 # 考虑到此时锁已经释放，而且 key 已经被缓存了，就意味着上面的
 # 节点移动已经做了，缓存也更新了，所以此时什么都不用做。
 pass
 elif full: # 新增缓存结果，移除访问频率低的节点
 # 下面的操作是使用 root 当前指向的节点存储 KEY 和 RESULT
                oldroot = root
                oldroot[KEY] = key
                oldroot[RESULT] = result
 # 接下来将原 root 指向的下一个节点作为新的 root，
 # 同时将新 root 节点的 KEY 和 RESULT 清空，这样
 # 使用频率最低的节点结果就从缓存中移除了。
                root = oldroot[NEXT]
                oldkey = root[KEY]
                oldresult = root[RESULT]
                root[KEY] = root[RESULT] = None
 del cache[oldkey]
                cache[key] = oldroot
 else: # 仅仅新增缓存结果
 # 新增节点插入到 root 节点的前面
                last = root[PREV]
                link = [last, root, key, result]
                last[NEXT] = root[PREV] = cache[key] = link
                full = (len(cache) >= maxsize)

 return result

 return wrapper

根据上述源码，我们将分为如下几个节点来分析 LRU 缓存状态（链表的状态）：