这个类会在后台自动更新缓存数据，你只需要调用方法来获取数据即可。

自动更新缓存类

以下是 AutoUpdatingCache 类的实现：

import threading
import time

class AutoUpdatingCache:
    def __init__(self, update_function, expiry_time=60):
        """
        初始化缓存类。

        :param update_function: 一个函数，用于生成或更新缓存数据。
        :param expiry_time: 缓存的更新周期（秒）。
        """
        self.update_function = update_function
        self.expiry_time = expiry_time
        self.cache_data = None
        self.last_updated = 0
        self.lock = threading.Lock()
        self._start_background_update()

    def _start_background_update(self):
        # 启动后台线程更新缓存
        self.update_thread = threading.Thread(target=self._update_cache_periodically)
        self.update_thread.daemon = True
        self.update_thread.start()

    def _update_cache_periodically(self):
        while True:
            current_time = time.time()
            if current_time - self.last_updated >= self.expiry_time:
                self._update_cache()
            time.sleep(1)  # 每秒检查一次

    def _update_cache(self):
        with self.lock:
            try:
                print("Updating cache...")
                new_data = self.update_function()
                self.cache_data = new_data
                self.last_updated = time.time()
                print("Cache updated!")
            except Exception as e:
                print(f"Error updating cache: {e}")

    def get_data(self):
        with self.lock:
            if self.cache_data is not None:
                return self.cache_data
            else:
                return "Cache is initializing, please try again later."

使用说明

1. 定义一个数据生成函数

   首先，需要定义一个用于生成或更新缓存数据的函数。这个函数可以是任何耗时的操作，例如从数据库查询、计算复杂结果等。

   import time
   
   def generate_cache_data():
       # 模拟耗时操作
       time.sleep(5)
       return {"value": "fresh data", "timestamp": time.time()}
   

2. 创建缓存类的实例

   将数据生成函数传递给 AutoUpdatingCache 类，并设置缓存更新周期。

   cache = AutoUpdatingCache(update_function=generate_cache_data, expiry_time=30)
   

3. 获取缓存数据

   在需要的地方调用 get_data() 方法即可获取缓存数据。

   data = cache.get_data()
   print(data)
   

完整示例

将以上步骤组合起来：

import threading
import time

class AutoUpdatingCache:
    def __init__(self, update_function, expiry_time=60):
        self.update_function = update_function
        self.expiry_time = expiry_time
        self.cache_data = None
        self.last_updated = 0
        self.lock = threading.Lock()
        self._start_background_update()

    def _start_background_update(self):
        self.update_thread = threading.Thread(target=self._update_cache_periodically)
        self.update_thread.daemon = True
        self.update_thread.start()

    def _update_cache_periodically(self):
        while True:
            current_time = time.time()
            if current_time - self.last_updated >= self.expiry_time:
                self._update_cache()
            time.sleep(1)

    def _update_cache(self):
        with self.lock:
            try:
                print("Updating cache...")
                new_data = self.update_function()
                self.cache_data = new_data
                self.last_updated = time.time()
                print("Cache updated!")
            except Exception as e:
                print(f"Error updating cache: {e}")

    def get_data(self):
        with self.lock:
            if self.cache_data is not None:
                return self.cache_data
            else:
                return "Cache is initializing, please try again later."

# 数据生成函数
def generate_cache_data():
    time.sleep(5)  # 模拟耗时操作
    return {"value": "fresh data", "timestamp": time.time()}

# 创建缓存实例
cache = AutoUpdatingCache(update_function=generate_cache_data, expiry_time=30)

# 模拟获取数据
for _ in range(10):
    data = cache.get_data()
    print(data)
    time.sleep(10)

代码解释

• AutoUpdatingCache 类

  • init 方法：
    • 初始化缓存，设置数据生成函数和缓存更新周期。
    • 启动后台线程 _update_cache_periodically。
  • _update_cache_periodically 方法：
    • 无限循环，每隔一秒检查缓存是否需要更新。
    • 如果当前时间距离上次更新时间超过了 expiry_time，则调用 _update_cache。
  • _update_cache 方法：
    • 使用 update_function 更新缓存数据。
    • 使用锁机制 threading.Lock 确保线程安全。
  • get_data 方法：
    • 获取缓存数据。
    • 如果缓存数据为空（初始化中），返回提示信息。

• 数据生成函数

  • generate_cache_data 函数模拟一个耗时操作，生成新的缓存数据。

• 使用示例

  • 创建缓存实例并在循环中每隔 10 秒获取一次数据，观察缓存的更新情况。

注意事项

• 线程安全：

  • 使用 threading.Lock 确保在多线程环境下数据访问的安全性。

• 异常处理：

  • 在更新缓存时，捕获可能的异常，防止线程崩溃。

• 后台线程：

  • 将线程设置为守护线程（daemon=True），使得主程序退出时，线程自动结束。

应用场景

你可以将这个缓存类应用在 Web 应用程序中，例如在 Sanic 的路由中：

from sanic import Sanic
from sanic.response import json

app = Sanic("CacheApp")

@app.route("/data")
async def get_cached_data(request):
    data = cache.get_data()
    return json({"data": data})

if __name__ == "__main__":
    # 确保缓存在应用启动前初始化
    cache = AutoUpdatingCache(update_function=generate_cache_data, expiry_time=30)
    app.run(host="0.0.0.0", port=8000)

这样，用户在访问 /data 路由时，总是能得到缓存中的数据，而缓存会在后台自动更新，不会因为更新缓存而导致请求超时。

😊