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:
- 原函数被
functools.lru_cache包装,生成带cache_clear、cache_info方法的缓存版本 - 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 - 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。
- 原函数被
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
相关产品推荐

