Programmation PYTHON - Zenk - Security - Repository

450
Techniques avancées
QUATRIÈME PARTIE
Caching
Lorsqu’une fonction très coûteuse en temps est appelée plusieurs fois, il peut être
intéressant de mettre en place un système de cache, qui conserve les résultats des calculs
en mémoire et les ressert en cas de besoin, afin d’éviter de les recalculer.
Cette technique n’est bien sûr applicable qu’aux fonctions dont les résultats restent
invariants en fonction des paramètres d’entrée.
Le module dircache est un bon exemple de caching : pour fournir une liste des
fichiers d’un répertoire donné, le parcours est relativement coûteux, surtout si toute
l’arborescence est demandée.
Le contenu de chaque répertoire parcouru est conservé en mémoire dans un dictionnaire,
et resservi à condition que la date de modification du répertoire au moment de
la demande soit identique à celle conservée en mémoire. Dans le cas inverse, le cache
est mis à jour.
Module dircache
cache = {}
def reset():
"""Reset the cache completely."""
global cache
cache = {}
def listdir(path):
"""List directory contents, using cache."""
try:
cached_mtime, list = cache[path]
del cache[path]
except KeyError:
cached_mtime, list = -1, []
mtime = os.stat(path).st_mtime
if mtime != cached_mtime:
list = os.listdir(path)
list.sort()
cache[path] = mtime, list
return list
Si l’on généralise ce mécanisme, appelé aussi memorizing, on obtient le code pattern
suivant, qui collecte les résultats calculés, en fonction des paramètres, en fabriquant
une clé unique pour chaque combinaison.