当前位置:首页 > 文章列表 > 文章 > python教程 > Python functools.cached_property 删除属性后如何强制刷新缓存

Python functools.cached_property 删除属性后如何强制刷新缓存

来源:17golang原创 2026-10-13 09:55:32 0浏览 收藏

如果一个昂贵的派生值用 functools.cached_property 保存,而实例里的原始配置已经改变,最直接的刷新方式不是重新给装饰器赋值,而是删除该实例上的同名属性:del obj.value。下一次读取 obj.value 时,Python 会再次执行被装饰的方法并把新结果写回实例。

官方文档:https://docs.python.org/3/library/functools.html#functools.cached_property

cached_property 的缓存实际放在实例上

cached_property 和普通 property 的关键区别,是第一次读取后会把结果写入实例字典。后续读取优先拿到这个普通属性,因此原方法不会再次运行;删除同名属性后,描述符才重新获得机会。

cached_property 从类描述符写入实例属性并在删除后重新计算的结构示意图
图1:cached_property 的实例缓存生命周期说明图,不是运行截图。

最小刷新写法:删除后再读取

下面的例子把配置版本放进实例,并用一个计数器观察派生属性何时重新计算。第一次访问会生成结果,第二次访问直接复用;修改配置后删除缓存,再访问才会得到新值。

from functools import cached_property


class Report:
    def __init__(self, version: int) -> None:
        self.version = version
        self.build_count = 0

    @cached_property
    def summary(self) -> str:
        # 只在缓存不存在时执行,模拟一次昂贵的派生计算。
        self.build_count += 1
        return f"配置版本={self.version}"

    def refresh_summary(self) -> None:
        # 缓存可能尚未生成,避免用 del 直接触发 KeyError。
        self.__dict__.pop("summary", None)


report = Report(1)
print(report.summary)       # 第一次读取:配置版本=1
print(report.summary)       # 命中实例属性,不会再次计算
report.version = 2
report.refresh_summary()
print(report.summary)       # 删除后重新计算:配置版本=2
print(report.build_count)   # 2

如果你能确定属性已经计算过,也可以直接写 del report.summary。封装成 refresh_summary() 的好处是把“哪个派生值需要失效”写成显式业务动作,并用 pop(..., None) 兼容尚未访问过缓存的实例。

为什么重新赋值不能替代失效

实例属性允许普通写入,所以 report.summary = "手工值" 会把缓存替换成手工值,但不会让原来的计算方法重新执行。若目标是根据新配置重新生成结果,应先修改源数据,再删除同名缓存;不要把新的派生结果直接写回后又期待装饰器自动接管。

# 修改源数据后,使派生属性回到“按需计算”状态。
report.version = 3
del report.summary

# 下一次读取才会进入 cached_property 方法。
fresh_summary = report.summary
print(fresh_summary)

三个容易忽略的边界

实例必须有可变的 __dict__。官方文档说明,使用没有包含 __dict__ 的 __slots__ 类时,cached_property 无法写入缓存。需要节省实例空间时,可以改用 @property 叠加 @lru_cache,但那已经是另一种缓存模型。

删除只影响一个实例。del report.summary 不会清理同类其它对象,也不会删除类上的描述符。批量刷新时应遍历明确的对象集合,并把源配置更新和缓存失效放在同一个业务操作里。

并发访问可能重复计算。Python 3.12 起,cached_property 不再带有此前的未文档化属性级锁;多个线程同时首次读取时,getter 可能运行多次,最后一次结果写入缓存。若计算有副作用或必须只执行一次,应在 getter 内部或访问外部自行加锁。

cached_property 对 __dict__、__slots__ 和并发访问边界的结构示意图
图2:__dict__、__slots__ 与并发 getter 边界说明图,不是运行截图。

不要把它和 lru_cache 的清理方式混用

cached_property 缓存的是某个实例的同名属性,失效动作是删除实例属性;lru_cache 缓存的是函数参数组合,失效动作通常是调用包装函数提供的 cache_clear()。下面的代码只用于对比两种对象,不建议为了同一个问题同时叠加两层缓存。

from functools import lru_cache


@lru_cache(maxsize=128)
def load_label(version: int) -> str:
    # 参数不变时复用结果;清理的是函数缓存,不是某个实例属性。
    return f"版本标签={version}"


print(load_label(1))
load_label.cache_clear()  # 清除所有参数组合的缓存。
print(load_label(1))

刷新动作的速查表

场景正确动作注意点
刷新一个实例的派生属性del obj.attr下次读取才重新计算
属性可能尚未访问obj.__dict__.pop("attr", None)避免 KeyError
刷新函数参数缓存func.cache_clear()这是 lru_cache 的接口
无可变实例字典改用其它缓存设计__slots__ 需包含 __dict__ 才能使用

常见问题

删除 cached_property 后会删除类方法吗?

不会。删除的是实例上的缓存值,类上的描述符仍然存在,下一次读取会再次调用它。

可以直接给 cached_property 赋新值吗?

可以,实例允许写入同名属性;但这属于手工覆盖缓存,不会触发原方法重新计算。

为什么第一次读取时会报没有 __dict__?

通常是实例使用了不含 __dict__ 的 __slots__,或对象类型不提供可变实例字典。此时应重新评估缓存方式。

多线程下 del 再读取能保证只计算一次吗?

不能。删除与读取之间仍可能发生并发访问;需要单次计算语义时,应由业务代码提供合适的锁。

记住一条规则即可:cached_property 的刷新对象是实例属性,修改源数据后删除它,下一次读取自然会重新计算;只有当缓存对象变成函数参数、实例没有可变字典或并发要求更严格时,才需要换用其它设计。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python bisect.insort 怎么用 key 参数维护对象排序Python bisect.insort 怎么用 key 参数维护对象排序
上一篇
Python bisect.insort 怎么用 key 参数维护对象排序
Python contextlib.chdir 临时切换目录后如何保证异常恢复
下一篇
Python contextlib.chdir 临时切换目录后如何保证异常恢复
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    455次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    521次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    536次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    483次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    304次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码