记忆 SQL 查询

Question

假设我有一个运行 SQL 查询并返回数据帧的函数：

import pandas.io.sql as psql
import sqlalchemy

query_string = "select a from table;"

def run_my_query(my_query):
    # username, host, port and database are hard-coded here
    engine = sqlalchemy.create_engine('postgresql://{username}@{host}:{port}/{database}'.format(username=username, host=host, port=port, database=database))

    df = psql.read_sql(my_query, engine)
    return df

# Run the query (this is what I want to memoize)
df = run_my_query(my_query)

我想：

1. 能够记忆我上面的查询，每个 query_string 值（即每个查询）都有一个缓存条目
2. 能够按需强制缓存重置（例如基于某些标志），例如以便在我认为数据库已更改时更新我的​​缓存。

我如何使用joblib、jug 做到这一点？

Answer 1

是的，你可以用joblib 来做这个（这个例子基本上是自己粘贴的）：

>>> from tempfile import mkdtemp
>>> cachedir = mkdtemp()

>>> from joblib import Memory
>>> memory = Memory(cachedir=cachedir, verbose=0)

>>> @memory.cache
... def run_my_query(my_query)
...     ...
...     return df

您可以使用memory.clear() 清除缓存。

---

请注意，您也可以使用 lru_cache 甚至“手动”使用简单的 dict：

def run_my_query(my_query, cache={})
    if my_query in cache:
        return cache[my_query]
    ...
    cache[my_query] = df
    return df

您可以使用run_my_query.func_defaults[0].clear() 清除缓存（虽然我不确定我是否会推荐这个，只是觉得这是一个有趣的例子）。