You need to enable JavaScript to run this app. 如何正确调用带多层装饰器的类方法的lru_cache缓存清除方法
优惠活动
大模型
产品
解决方案
定价
更多

如何正确调用带多层装饰器的类方法的lru_cache缓存清除方法

错误核心原因

Python装饰器遵循从下到上的嵌套执行逻辑,当前代码的装饰器堆叠顺序,导致lru_cache生成的带cache_clear方法的缓存函数对象,被上层无属性透传逻辑的@cql_engine_connector包装成了普通函数对象:

  • 从离函数最近的位置逐层嵌套执行:
    1. 原函数被functools.lru_cache包装,生成带cache_clear、cache_info方法的缓存版本
    2. 上述缓存版本被@cql_engine_connector包裹,由于该装饰器没有通过functools.wraps透传内层函数的属性,最终返回一个无缓存相关方法的原生函数对象
    3. 上述普通函数被@classmethod装饰为类方法,通过Test.is_not_analyzable访问到的对象即为这个没有cache_clear属性的普通函数,因此触发AttributeError。
解决方案

方法1:调整装饰器堆叠顺序

把functools.lru_cache移动到更靠近类方法描述符的外层位置,确保cache_clear方法直接暴露在最终可访问的类方法对象上:

class Test(CqlEngineModel):
     @classmethod
     @functools.lru_cache(maxsize=1000)
     @cql_engine_connector
     def is_not_analyzable(cls, x, y):
        if mic:
           query_result = ...
           mic_list = cls._to_list(query_result)   
           return True if mic_list else False
        else:
           return False

调整完成后,原调用语句Test.is_not_analyzable.cache_clear()即可正常执行。

方法2:为自定义装饰器增加属性透传逻辑

如果业务逻辑不允许调整装饰器顺序,就修改cql_engine_connector装饰器,让它返回的包装函数自动绑定内层被装饰对象的所有属性:

def cql_engine_connector(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        # 保留原connector的全部业务逻辑
        return func(*args, **kwargs)
    return wrapper

修改完成后,外层函数对象会自动继承内层lru_cache生成的cache_clear等方法,原缓存清除调用语句可正常运行。

方法3:直接定位底层缓存函数执行清除

如果无法修改装饰器源码,可通过类属性的嵌套关系,直接定位到带lru_cache的原始函数对象执行清除:

# 顺着类的描述符逻辑拿到底层函数对象,沿着装饰器的__wrapped__链路找到带缓存方法的目标对象
cached_target = Test.__dict__["is_not_analyzable"].__func__
while not hasattr(cached_target, "cache_clear"):
    cached_target = cached_target.__wrapped__
cached_target.cache_clear()

内容的提问来源于stack exchange,提问作者Guille

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 23:06:04