functools.lru_cache搭配装饰器报cache_info属性错误及缓存差异求解

1. 两个函数缓存行为差异的原因 #

装饰器的执行顺序是从下往上叠加，@format_args @functools.lru_cache def slow_function_1等价于slow_function_1 = format_args(functools.lru_cache(slow_function_1))。运行时传入的列表参数会先被format_args转为可哈希的元组，再传给lru_cache包装的函数，参数满足可哈希要求因此可以正常缓存。
而slow_function_2的缓存失效是因为formatted_cache的实现逻辑错误：原代码中每次调用slow_function_2时，都会执行functools.lru_cache()(func)新建一个全新的lru_cache包装实例，每个实例的缓存空间独立，每次调用都相当于用全新的缓存实例执行函数，自然无法复用之前的缓存结果。

2. AttributeError报错的原因 #

你自定义的两个装饰器返回的都是内部的inner函数，默认情况下inner不会继承被包装函数的任何属性，lru_cache附加的cache_info、cache_clear等方法都被外层的inner屏蔽了，所以调用时会提示找不到对应属性。

需要修改两个自定义装饰器：

1. 用functools.wraps透传被包装函数的属性
2. 调整formatted_cache的实现，在装饰器加载时就初始化lru_cache实例，不要每次调用都新建
   修改后的可运行代码如下：

import functools
import time

def format_args(func):
    # 透传被包装函数的属性
    @functools.wraps(func)
    def inner(*args, **kwargs):
        formatted_args = [tuple(x) if type(x) == list else x for x in args]
        return func(*formatted_args, **kwargs)
    return inner

def formatted_cache(func):
    # 装饰器加载时就初始化lru_cache，全局仅创建一次
    cached_func = functools.lru_cache()(func)
    @functools.wraps(func)
    def inner(*args, **kwargs):
        formatted_args = [tuple(x) if type(x) == list else x for x in args]
        # 复用同一个缓存实例
        return cached_func(*formatted_args, **kwargs)
    # 显式绑定lru_cache的方法供外部调用
    inner.cache_info = cached_func.cache_info
    inner.cache_clear = cached_func.cache_clear
    return inner

@format_args
@functools.lru_cache
def slow_function_1(a: list, b: bool):
    time.sleep(1)
    print("executing slow function 1")
    return sum(a)


@formatted_cache
def slow_function_2(a: list, b: bool):
    time.sleep(1)
    print("executing slow function 2")
    return functools.reduce((lambda x, y: x*y), a)


example_list = [1,2,3,4,5,6,7,8,9,10,11,12]
example_bool = True

slow_function_1(example_list, example_bool)
print(slow_function_1.cache_info())
slow_function_1(example_list, example_bool)
print(slow_function_1.cache_info())


slow_function_2(example_list, example_bool)
print(slow_function_2.cache_info())
slow_function_2(example_list, example_bool)
print(slow_function_2.cache_info())

运行后两个函数都只会执行1次，第二次调用直接命中缓存，cache_info也可以正常输出缓存命中统计信息。

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