global_lru_cache 1.0

global_lru_cache
================

Python全局LRU缓存记忆化装饰器。


什么是全局LRU缓存？
================
Python有很多优秀的LRU缓存。Python 3自带[functools.lru_cache](https://docs.pythonlang.cn/3/library/functools.html#functools.lru_cache)，并且也已经[回退到Python 2](http://code.activestate.com/recipes/578078-py26-and-py30-backport-of-python-33s-lru-cache/)。还有[pylru](https://github.com/jlhutch/pylru)，[cachetools](https://github.com/tkem/cachetools)，[lru-dict](https://github.com/amitdev/lru-dict)，[repoze.lru](https://github.com/repoze/repoze.lru)，等等。

所有这些缓存共同的特点是，当用作函数装饰器时，它们为每个装饰的函数维护一个单独的缓存，并且您通常只能指定缓存条目的最大数量，而不考虑实际占用的内存大小。这可能对于大多数用例已经足够了，但在某些情况下，拥有一个全局共享的缓存，它可以自动根据可用系统内存管理其大小，可能更方便。例如，当从非常慢的数据库中缓存非常大的查询时，这可能很有用。如果您的缓存最终使用了系统内存的很大一部分，您需要确保不要使用过多的内存，尤其是在与其他进程共享系统的情况下。

我无法找到现有的此类缓存实现，所以我使用了一些在线找到的基本开源代码，并对其进行修改以满足我的需求。结果是有一个简单的装饰器库，它不接受任何参数，并将所有缓存数据作为单个缓存来管理。我称之为LRU缓存，但在无效化缓存条目时，它实际上使用一个评分函数，该函数考虑了最后访问时间、缓存条目在内存中的大小以及缓存函数调用的持续时间。


用法
================
```python
from memoize import memoized

@memoized
def slow_function(arg1, arg2)
time.sleep(30)
返回 arg1 * arg2
```