Python lru_cache中currsize<misses<maxsize的情况是什么原因导致的？

出现currsize同时小于misses和maxsize的情况，常见有以下几个原因：

• 调用过cache_clear()清空缓存
  lru_cache的hits、misses是累计统计值，从装饰器初始化完成后就会一直累加，不会被重置。而cache_clear()方法只会清空所有缓存条目，将currsize归零，不会修改已经统计的命中、未命中计数。
  举个例子：你先调用方法产生2000次未命中，此时currsize为2000，misses为2000；调用cache_clear()后currsize变为0，misses还是2000；后续再产生2312次未命中，最终总misses为4312，currsize为2312，和你给出的运行结果完全吻合。

• 方法执行过程中抛出异常
  lru_cache默认不会缓存执行抛出异常的调用结果。如果某次未命中后，方法执行时抛出了异常，这次调用会被计入misses统计，但不会生成对应的缓存条目，currsize不会增加。如果你的文本处理逻辑存在概率性抛出异常的情况（比如输入格式错误、编码异常等），就会出现misses多于currsize的现象。

• 高并发场景下的重复未命中
  多线程场景下，如果多个相同参数的请求同时到达，且此时缓存中没有对应条目，这些请求都会被计入misses，但最终只有第一个执行完成的请求结果会被存入缓存，其他请求不会重复写入，也会导致misses略高于currsize，不过这种场景的差值一般不会太大。

你把lru_cache装饰在实例方法上的使用方式存在内存泄漏风险：方法的第一个参数self会被作为缓存键的一部分，持有实例的强引用，会导致实例无法被垃圾回收，除非缓存条目被淘汰或者你手动调用cache_clear()清空缓存。如果业务允许，建议把缓存装饰在无状态的函数上，或者使用functools.cached_property（如果适用）、或者基于实例自己实现缓存逻辑。

内容的提问来源于stack exchange，提问作者Carsten