[Python] Beschleunigung der Verarbeitung mit Cache-Tools

Untersuchen Sie, ob Python auch die Verarbeitung mithilfe des Cache beschleunigen kann.
Als Ergebnis stellte sich heraus, dass es einfach mit einer Bibliothek namens Cachetools verwendet werden kann.
Diesmal werden der Umriss der Bibliothek und das Beschreibungsbeispiel des Prozesses beschrieben.
** * Da sich dieser Inhalt mit der Gliederung, dem Ergebnisbild und der grundlegenden Beschreibung befasst, finden Sie weitere Informationen unter Dokument. ** ** **

Überblick

--Cachetools ist eine Sammlungsbibliothek, die die Hochgeschwindigkeitsverarbeitung (Memoization) mithilfe des Cache zusammenfasst.

Die Funktionen sind wie folgt.
Viele Cache-Algorithmen können mit einer kleinen Anzahl von Beschreibungen behandelt werden.
Es ist erweiterbar und kann je nach Anwendung und Umgebung in einen geeigneten Mechanismus geändert werden. --Daten werden im RAM gespeichert.
Github : cachetools

Ergebnis

――Wie in den folgenden beiden Vergleichsbildern gezeigt, ist es möglich, die schwere Verarbeitung mit einer geringen Menge an Beschreibung zu beschleunigen.

Umgebung

Google Colaboratory

Installation

--Installieren Sie die Cachetools-Bibliothek mit dem folgenden Befehl.

pip install cachetools

Beschreibungsbeispiel

** * Da sich dieser Inhalt mit der Gliederung, dem Ergebnisbild und der grundlegenden Beschreibung befasst, finden Sie weitere Informationen unter Dokument. ** ** **

Basic

Bei Verwendung der Standard-Cache-Verarbeitung (keine Option angegeben).

#Bibliothek laden
from cachetools import cached

#Cache-Aktivierung
@cached(cache ={})
def fibonacci(n):
  if n <= 2:
    return 1
  else:
    return fibonacci(n - 2) + fibonacci(n - 1)

print(fibonacci(30))

Jede Option

Die folgenden Arten der Cache-Verarbeitung können verwendet werden.

Name	Inhalt
TTLCache	Geben Sie die Lebensdauer des Caches an. Kein Zugriff auf etwas, das die Lebensdauer überschreitet. Entsorgen Sie zuerst die am wenigsten verwendeten Gegenstände.
LFUCache	Mindesthäufigkeit. Messen Sie die Häufigkeit der Artikelerfassung und verwerfen Sie diejenige, die am häufigsten nicht verwendet wird
LRUCache	Maximale unbenutzte Frequenz. Vom am wenigsten verwendeten wegwerfen
RRCache	zufällig. Wähle zufällig Gegenstände aus und verwerfe sie von dort

Das Folgende ist ein Beschreibungsbeispiel

#Bibliothek laden
from cachetools import cached, LFUCache, TTLCache, RRCache

@cached(cache=LFUCache(maxsize=10))  #Maximale Anzahl von Beständen
def get_all_item:
  #wird bearbeitet

@cached(cache=TTLCache(maxsize=10, ttl=300))  #Maximale Retention und Lebensdauer
def get_user_item:
  #wird bearbeitet

@cached(cache=RRCache(maxsize=10, choice=min))  #Alternative Funktion, die die maximale Anzahl von Beständen und jedem Element zurückgibt
def get_random:
  #wird bearbeitet. Zwischenspeicher.Funktion nach Wahl angegeben(min)Kann angerufen werden.