内存缓存数据库查询

下面是一个使用内存缓存数据库查询的代码示例（使用Python语言）：

import time
from functools import lru_cache

@lru_cache(maxsize=128)  # 使用LRU缓存装饰器
def query_from_database(query):
    # 模拟从数据库查询数据的过程
    time.sleep(1)
    return f"Data for query '{query}'"

def query_with_cache(query):
    # 先尝试从缓存中获取结果
    result = query_from_database(query)
    print(f"Result from cache: {result}")

    # 如果缓存中不存在结果，则进行数据库查询并加入缓存
    if result is None:
        print("Cache miss, querying from database...")
        result = query_from_database(query)
        print(f"Result from database: {result}")

    return result

# 测试代码
print(query_with_cache("SELECT * FROM table1"))
print(query_with_cache("SELECT * FROM table2"))
print(query_with_cache("SELECT * FROM table1"))

在这个示例中，我们使用了functools.lru_cache装饰器来实现LRU（最近最少使用）缓存机制。该装饰器会自动为函数添加一个缓存，以避免重复的数据库查询。

函数query_from_database模拟了从数据库查询数据的过程，使用time.sleep(1)来模拟耗时的查询操作。在query_with_cache函数中，我们首先尝试从缓存中获取结果，如果缓存中存在结果，则直接返回；如果缓存中不存在结果，则进行数据库查询，并将查询结果加入缓存。

运行以上代码，第一次查询会从数据库查询数据，并将结果加入缓存。第二次查询时，会直接从缓存中获取结果，而不会再次查询数据库。