functools in der Praxis: lru_cache, cached_property, partial und singledispatch

Worum es geht

functools bündelt Helfer höherer Ordnung. @lru_cache(maxsize=128) memoisiert eine Funktion anhand ihrer Argumente, die hashbar sein müssen; @cache ist die unbegrenzte Form; cache_info() liefert Treffer, Fehlversuche, maxsize und aktuelle Grösse, cache_clear() leert den Cache und __wrapped__ erreicht die ursprüngliche Funktion. @cached_property berechnet ein Attribut einmal pro Instanz und speichert es im Instanz-Dictionary. partial(f, *args, **kw) friert Argumente ein und liefert ein Callable, das .func, .args und .keywords offenlegt. @singledispatch macht aus einer Funktion eine generische Funktion, die nach der Klasse ihres ersten Arguments verzweigt; register akzeptiert eine Typannotation und seit 3.11 auch ein Union; @singledispatchmethod verzweigt nach dem ersten Argument nach self. @wraps kopiert Name, Docstring und weitere Metadaten auf den Wrapper eines Dekorators.

Warum es wichtig ist

Jedes dieser Werkzeuge ersetzt etwas, das sonst von Hand geschrieben wird (ein Cache-Dict auf Modulebene, ein Lambda-Adapter, eine isinstance-Kette), durch ein Standardwerkzeug, dessen Verhalten bei Introspektion, Threads und Cache-Grenzen dokumentiert ist.

So wird es angewendet

• Nur reine Funktionen cachen, deren Ergebnis nicht von Zeit oder externem Zustand abhängt; maxsize in lang laufenden Prozessen begrenzen und cache_info() in einem Test lesen, um zu bestätigen, dass der Cache tatsächlich getroffen wird.
• lru_cache nicht auf Instanzmethoden setzen. Die Python-FAQ erklärt, dass dadurch eine Referenz auf die Instanz entsteht, sodass Instanzen am Leben bleiben, bis sie aus dem Cache herausfallen; für argumentfreie Werte pro Instanz cached_property verwenden, was laut FAQ Ergebnisse nur so lange behält, wie die Instanz lebt.
• partial zur Anpassung von Callbacks verwenden; anders als ein Lambda legt es .func, .args und .keywords offen, sodass Logs und Tests sehen können, was gebunden wurde.
• Bei singledispatch Implementierungen aus den Modulen registrieren, denen die Typen gehören (ein Serialisierer erfährt von einem neuen Typ, ohne die zentrale Funktion zu bearbeiten); die Fallback-Implementierung sollte explizit TypeError oder NotImplementedError auslösen.
• In handgeschriebenen Dekoratoren immer @wraps(func) anwenden, damit help(), Tracebacks und __wrapped__ funktionieren.

Stolpersteine

Die Dokumentation warnt, dass unterschiedliche Argumentmuster unterschiedliche Schlüssel sind: f(a=1, b=2) und f(b=2, a=1) können getrennte Cache-Einträge haben. cached_property braucht ein Instanz-__dict__, funktioniert also nicht bei Klassen mit __slots__; die Dokumentation schlägt dafür vor, dort @property über @lru_cache zu schichten. Unter Threads kann die gecachte Funktion für dieselben Argumente mehr als einmal laufen, bevor der erste Aufruf abgeschlossen ist. singledispatch-Annotationen müssen Klassen (oder ein Union von Klassen) benennen; die Verzweigung ignoriert die übrigen Argumente vollständig.