如何在Streamlit中正确缓存类内expensive_computation方法的运行结果

报错根因 #

报错的核心原因是expensive_computation是类的实例方法，Streamlit缓存装饰器默认会对方法的所有输入参数做哈希校验，第一个参数self指向类实例本身，实例包含的类方法、内部属性等都是Streamlit默认无法哈希的类型，因此触发报错。你之前写的hash_funcs参数值为字符串不符合要求，hash_funcs对应的值必须是可调用的哈希处理函数，所以无法生效。

解决方案 #

方案1：改造为静态方法（无实例依赖时首选）

如果expensive_computation不需要依赖实例的可变属性，直接改为静态方法即可，无需传入self参数，从根源避免哈希问题：

import streamlit as st
class c:
    @staticmethod
    def download_from_GCS(b, c):
        print(b + c)
    
    @st.cache(suppress_st_warning=True)
    @staticmethod
    def expensive_computation(a):
        c.download_from_GCS(b=a, c=a+10)
        print(a)

c.expensive_computation(a=1)

方案2：配置hash_funcs跳过self哈希

如果必须保留实例方法结构，可以在缓存装饰器中配置hash_funcs，对类实例的哈希直接返回固定值，跳过实例哈希校验：

import streamlit as st
class c:
    def download_from_GCS(self, b, c):
        print(b + c)
    
    @st.cache(suppress_st_warning=True, hash_funcs={c: lambda _: None})
    def expensive_computation(self, a):
        self.download_from_GCS(b=a, c=a+10)
        print(a)

c().expensive_computation(a=1)

注意：该方案下如果类实例的内部属性发生变化，缓存不会自动更新，需要自行确保逻辑一致性。

方案3：使用新版Streamlit缓存API

如果你使用的是较新版本的Streamlit，推荐用已替代@st.cache的@st.cache_dataAPI，可以直接指定忽略self参数，配置更简单：

import streamlit as st
class c:
    def download_from_GCS(self, b, c):
        print(b + c)
    
    @st.cache_data(ignore_args=["self"])
    def expensive_computation(self, a):
        self.download_from_GCS(b=a, c=a+10)
        print(a)

c().expensive_computation(a=1)

内容的提问来源于stack exchange，提问作者Alessandro Ceccarelli