Memoize¶

view und instance¶

view und instance sind zwei Cache-Decorators, die festgelegte cache keys und storages haben. Hier ein Beispiel für den instance-Decorator:

from plone.memoize import instance

class MyClass(object):

   @instance.memoize
   def some_function(self, arg1, arg2):
       ...

Wird die Funktion some_function() das erste Mal aufgerufen, wird der zurückgegebene Wert gespeichert. Anschließend wird bei Aufrufen mit den gleichen Argumenten die gecachte Version ohne erneute Berechnung ausgeliefert.

Mit dem view-Decorator wird für denselben Zope3-View im selben Kontext gecached, z.B. mit:

from plone.memoize import view

class MyView(BrowserView):

    @view.memoize
    def some_function(self, arg1, arg2):
        ...

Schließlich kann mit @view.memoize_contextless das Caching des Views unabhängig vom Kontext veranlasst werden. Dabei muss die Anfrage jedoch zwingend zope.annotation verwenden.

Marshalling von Schlüsseln und Parametern¶

Das Marshallers-Modul bietet mehrere Marshaller. Für Beispiele schauen Sie sich am besten die Docstrings in marshallers.py an.

volatile-Modul¶

Das volatile-Modul definiert einen Decorator, der uns Angaben darüber erlaubt, wie der cache key berechnet wird und wo er gespeichert wird.

Hier ein einfaches Beispiel für das Caching eines Five Views mit volatile- Caching im ram-Modul:

from Products.Five import BrowserView
from plone.memoize import ram

def _render_cachekey(method, self, brain):
    return (brain.getPath(), brain.modified)

class View(BrowserView):
    @ram.cache(_render_cachekey)
    def render(self, brain):
        obj = brain.getObject()
        view = obj.restrictedTraverse('@@obj-view')
        return view.render()

Die Ergebnisse der render-Methode werden über Anfragen hinweg und unabhängig vom Nutzer gecached. Der Cache wird den Angaben in _render_cachekey entsprechend aktualisiert sobald sich das Änderungsdatum oder der Pfad des Brains ändern.

Sollen die Werte der Funktion nur für maximal eine Stunde gespeichert werden, kann derselbe Decorator verwendet werden:

from time import time
...
class View(BrowserView):
    @ram.cache(lambda *args: time() // (60 * 60))
    ...

Weitere Beispiele und Erläuterungen des volatile-Decorator finden Sie in volatile.py.

Unterstützung für memcached¶

memcached ist ein distributed memory caching system, das ebenfalls von plone.memoize unterstützt wird. Hier ein einfaches Beispiel, wie ein solches Utility in der caching.py definiert werden kann:

from zope.interface import directlyProvides
import zope.thread
from plone.memoize.interfaces import ICacheChooser
from plone.memoize.ram import MemcacheAdapter
import os
import memcache

thread_local = zope.thread.local()

def choose_cache(fun_name):
    global servers

    client=getattr(thread_local, "client", None)
    if client is None:
        servers=os.environ.get(
            "MEMCACHE_SERVER", "127.0.0.1:11211").split(",")
        client=thread_local.client=memcache.Client(servers, debug=0)

    return MemcacheAdapter(client)

directlyProvides(choose_cache, ICacheChooser)

Anschließend wird die bestehende Konfiguration überschrieben, sodass unser neues Utility für das ICacheChooser-Interface verwendet wird. Dies wird in der overrides.zcml-Datei angegeben:

<configure
        xmlns="http://namespaces.zope.org/zope">

    <utility
        component=".caching.choose_cache"
        provides="plone.memoize.interfaces.ICacheChooser"
        />

</configure>

Weitere Informationen zu memcached erhaltet Ihr in Python + Memcached: Efficient Caching in Distributed Applications.