Python 缓存工具统计并使用自定义密钥

我正在寻找一种方法来使用 python 的 cachetools 内置缓存库功能，但也支持命中/未命中统计，使用自定义键函数，并且如果可能的话支持无界缓存？

不幸的是，我可以只能找到这些方法：

1. 如果我想使用未绑定的缓存，并有命中/未命中统计：

   from cachetools.func import lru_cache
   
   @lru_cache(maxsize=None)
   def foo(a, b, c=None):
       print("foo")
   

2. 如果我想使用未绑定的缓存，并使用自定义键函数：

   from cachetools import cached
   
   @cached(
       cache={},
       key=lambda a, b, c=None: "a" if c is None else "b"
   )
   def foo(a, b, c=None):
       print("foo")
   

   或者，使用这个“hack”：

   from cachetools import cached, LRUCache
   
   @cached(
       cache=LRUCache(maxsize=1, getsizeof=lambda _: 0), # will always pass the test of maxsize check
       key=lambda a, b, c=None: "a" if c is None else "b"
   )
   def foo(a, b, c=None):
       print("foo")
   

如果我想使用命中/未命中统计和自定义按键功能，我该怎么做？
我知道如何自己实现一个，我只是想知道是否有一些已经构建的- 在Python的cachetools/functools中支持这个的方式吗？

cachetools 库本身没有提供一种直接的方法来同时拥有命中/未命中统计信息、自定义键函数和无界缓存。但是，你可以通过组合 cachetools 中提供的不同组件并添加少量代码来实现这一点。

以下是如何实现这一点的方法：

from cachetools import Cache, cached

class StatsCache(Cache):
    def __init__(self, maxsize=None, getsizeof=None):
        super().__init__(maxsize, getsizeof)
        self.hits = 0
        self.misses = 0

    def __getitem__(self, key):
        try:
            value = super().__getitem__(key)
            self.hits += 1
            return value
        except KeyError:
            self.misses += 1
            raise

    def get_stats(self):
        return self.hits, self.misses

@cached(cache=StatsCache(maxsize=None), key=lambda a, b, c=None: "a" if c is None else "b")
def foo(a, b, c=None):
    print("foo")

foo(1, 2)
foo(1, 2)
foo(1, 2, 3)
foo(1, 2, 3)

hits, misses = foo.__wrapped__.__cache__.get_stats()
print(f"Hits: {hits}, Misses: {misses}")

在这个代码中：

1. 我们创建了一个名为 StatsCache 的自定义缓存类，该类继承自 cachetools.Cache 。
2. 在 StatsCache 中，我们初始化了 hits 和 misses 计数器，并在 __getitem__ 方法中更新它们，以跟踪缓存命中和未命中。
3. get_stats 方法返回命中和未命中计数。
4. 我们使用 cached 装饰器来装饰我们的函数，将我们的 StatsCache 实例和自定义 key 函数传递给它。
5. 我们将 maxsize 设置为 None 以获得无界缓存。

通过这种方式，你可以拥有一个具有命中/未命中统计信息、自定义键函数和无界缓存的缓存解决方案。

请记住，由于我们使用的是无界缓存，因此如果缓存的数据量很大，则可能会导致内存使用量过高。