Python中如何为静态方法使用lru_cache并处理列表等不可哈希参数

常见问题排查与修复 #

• 确认装饰器的正确使用场景
  methodtools的lru_cache专门用于装饰类的实例方法，不要将它和@classmethod或@staticmethod混用——这类装饰器会改变方法的绑定方式，直接导致调用逻辑异常。正确示例：

  from methodtools import lru_cache
  
  class Calculator:
      @lru_cache(maxsize=128)
      def add(self, a, b):
          return a + b
  

• 检查方法参数的可哈希性
  lru_cache依赖参数的哈希值来缓存结果，如果参数包含列表、字典这类不可哈希类型，会触发调用错误。解决思路是把不可哈希参数转为可哈希类型，比如将列表转成元组：

  @lru_cache(maxsize=None)
  def process_data(self, data_list):
      # 转换为可哈希的元组
      hashed_data = tuple(data_list)
      # 后续业务逻辑
      return sum(hashed_data)
  

• 避免缓存依赖实例状态的方法
  如果被装饰的方法内部修改或依赖实例的属性值，缓存的结果会和实例当前状态不匹配，看起来像调用失效。确保被缓存的方法是纯函数——仅依赖输入参数，不修改实例属性。

• 手动清理缓存排查问题
  若怀疑是旧缓存干扰，可以调用实例方法的cache_clear()方法清空缓存，再重新测试：

  calc = Calculator()
  calc.add.cache_clear()
  

内容的提问来源于stack exchange，提问作者Shivani Piprade