db中memoization的数据结构

Question

在数据库中缓存（保存/存储/记忆）这么多函数结果的最佳数据结构是什么。 假设函数 calc_regress 在 python 中具有流动定义：

def calc_regress(ind_key, dep_key, count=30):
    independent_list = sql_select_recent_values(count, ind_key)
    dependant_list = sql_select_recent_values(count, dep_key)
    import scipy.stats as st
    return st.linregress(independent_list, dependant_list)

我看到了What kind of table structure should be used to store memoized function parameters and results in a relational database? 的答案，但它似乎只解决了一个函数的问题，而我有大约 500 个函数。

Answer 1

选项 A

您可以使用链接答案中的结构，未标准化，列数 = 500 个函数中的最大参数数。还需要为函数名添加一列。

然后你可以做一个SELECT * FROM expensive_func_results WHERE func_name = 'calc_regress' AND arg1 = ind_key AND arg2 = dep_key and arg3 = count等。

当然，这不是一个很好的设计。对于使用较少参数调用的相同函数，需要忽略具有空值/不匹配的列；否则你会得到多个结果行。

选项 B

将表/结构创建为func_name、arguments、result，其中“参数”始终是 kwargs 字典或位置参数，但每个条目不混合。即使将 kwargs 字典存储为字符串，其中的键-> 值的顺序也是不可预测/一致的，即使它是相同的参数。因此，您需要先订购它，然后再转换为字符串并存储它。当您想要查询时，您将使用SELECT * FROM expensive_func_results WHERE func_name = 'calc_regress' AND arguments = 'str(kwargs_dict)'，其中str(kwargs_dict) 是您将以编程方式设置的内容。它也可以设置为inspect.getargspec（或inspect.getcallargs）的结果，但您必须检查一致性。

除非您为查询提供所有参数或与LIKE 部分匹配，否则您将无法对参数组合进行查询。

选项 C

一直标准化：一张表func_calls 为func_name、args_combo_id、arg_name_idx、arg_value。表的每一行都将为该函数的调用参数的一个组合存储一个参数。另一个表func_results 为func_name、args_combo_id、result。您还可以进一步规范化 func_name 以映射到 func_id。

在这一个中，关键字 args 的顺序无关紧要，因为您将执行内部联接来选择每个参数。该查询必须以编程方式构建或通过存储过程完成，因为获取所有参数所需的连接数由参数数决定。您上面的函数有 3 个参数，但您可能有另一个有 10 个参数。arg_name_idx 是“参数名称或索引”，因此它也适用于混合 kwargs + args。在calc_regress(ind_key=1, dep_key=2, count=30) 和calc_regress(1, 2, 30) 等情况下可能会出现一些重复（以及calc_regress(1, 2)，默认值为count args_combo_id 会有所不同，但结果显然是相同的。同样，inspect 模块可能会在这方面有所帮助。

---

[编辑] PS：此外，对于func_name，您可能需要使用完全限定名称以避免包中的模块之间发生冲突。装饰器也可能会干扰它；没有deco.__name__ = func.__name__ 等。

PPS：如果将对象传递给正在数据库中记忆的函数，请确保它们的 __str__ 是有用且可重复/一致的，可以存储为 arg 值。

这种特殊情况不需要您从数据库中的 arg 值重新创建对象，否则，您需要像 __repr__ was intended to be 那样制作 __str__ 或 __repr__（但不是一般完成）：

这应该看起来像一个有效的 Python 表达式，可用于重新创建具有相同值的对象（给定适当的环境）。

Answer 2

我在这里使用键值存储，其中键可以是函数对象的id 的串联（以保证键的唯一性）及其参数，而值将是函数返回值。

所以calc_regress(1, 5, 30) 调用会生成一个示例键139694472779248_1_5_30，其中第一部分是id(calc_regress)。密钥生成函数示例：

>>> def produce_cache_key(fun, *args, **kwargs):
...     args_key = '_'.join(str(a) for a in args)
...     kwargs_key = '_'.join('%s%s' % (k, v) for k, v in kwargs.items())
...     return '%s_%s_%s' % (id(fun), args_key, kwargs_key)

您可以使用字典和装饰器将结果保存在内存中：

>>> def cache_result(cache):
...     def decorator(fun):
...         def wrapper(*args, **kwargs):
...             key = produce_cache_key(fun, *args, **kwargs)
...             if key not in cache:
...                 cache[key] = fun(*args, **kwargs)
...             return cache[key]
...         return wrapper
...     return decorator
... 
>>> 
>>> @cache_result(cache_dict)
... def fx(x, y, z=0):
...     print 'Doing some expensive job...'
... 
>>> cache = {}
>>> fx(1, 2, z=1)
Doing some expensive job...
>>> fx(1, 2, z=1)
>>>