🎁 Декораторы и кэширование

Короткий ответ functools.wraps копирует метаданные оригинальной функции (__name__, __doc__, __module__ и др.) на wrapper, чтобы декорированная функция выглядела как оригинал для инструментов отладки и интроспекции. Как это работает подробнее Без wraps wrapper — отдельная функция со своим __name__ ("wrapper") и пустым __doc__, что сбивает инструменты, читающие метаданные (help(), документация, трассировка ошибок). functools.wraps(func) копирует нужные атрибуты с func на wrapper перед возвратом. Пример кода Что использовать на практике Практика. wraps используют почти всегда при написании декораторов общего назначения, особенно в библиотечном коде, где корректные имена функций важны для логов, генерации OpenAPI-схем по именам хендлеров, трассировки ошибок. Подводные камни Риски. Забывают про wraps, из-за чего в stack trace и логах видно неинформативное имя "wrapper"; не задумываются, что inspect.signature без wraps покажет (*args, kwargs) вместо настоящей сигнатуры функции.

Читать полностьюcaching

Короткий ответ Декоратор с параметрами реализуется как функция, принимающая аргументы конфигурации и возвращающая настоящий декоратор — функцию одного аргумента (саму декорируемую функцию), то есть добавляется дополнительный уровень вложенности функций. Как это работает подробнее @retry(times=3) сначала вызывает retry(times=3), которая должна вернуть обычный декоратор; этот декоратор возвращает wrapper, использующий захваченное через closure значение times при каждом вызове. Пример кода Что использовать на практике Практика. Паттерн применяется для настраиваемого поведения: число повторов, таймаут, разрешённые роли для проверки доступа. Важно пробрасывать functools.wraps на самом внутреннем wrapper. Подводные камни Риски. Путают уровни вложенности и забывают один уровень функций; не учитывают, что аргументы декоратора вычисляются один раз при импорте модуля, а не при каждом вызове декорированной функции.

Читать полностьюcaching

Короткий ответ lru_cache сохраняет результаты вызовов функции по ключу из её аргументов с ограничением по размеру (LRU-вытеснение); аргументы должны быть хешируемыми, а кэш хранит ссылки на результаты и по умолчанию общий для всех вызовов независимо от потока. Как это работает подробнее При вызове декорированной функции lru_cache формирует ключ из переданных аргументов, ищет в кэше готовый результат; при отсутствии — вычисляет, сохраняет и при превышении maxsize вытесняет наименее давно использованный элемент. Пример кода Что использовать на практике Практика. Полезен для чистых функций с повторяющимися одинаковыми аргументами; maxsize=None убирает лимит размера, что может привести к неограниченному росту памяти на долгоживущем процессе при множестве уникальных входов. Подводные камни Риски. Передают мутабельные аргументы (списки, словари) — TypeError из-за unhashable type; применяют lru_cache к методам экземпляра, не учитывая, что self тоже часть ключа кэша, из-за чего экземпляры не удаляются сборщиком мусор

Читать полностьюcaching

Короткий ответ Без functools.wraps декорированная функция теряет собственные __name__ и __doc__, поэтому help() и обращение к метаданным покажут данные служебной функции wrapper, а не оригинальной функции greet. Как это работает подробнее Декоратор log_time оборачивает greet в wrapper и возвращает wrapper без копирования атрибутов; имя функции greet после декорирования фактически заменяется на wrapper, потому что greet = log_time(greet) присваивает переменной greet объект wrapper. Пример кода Что использовать на практике Практика. Это заметно при отладке (в traceback будет «wrapper», а не «greet»), при автогенерации документации по __doc__/__name__, а также при использовании интроспекции. Подводные камни Риски. Не замечают потерю метаданных, пока не начинают использовать инструменты, которые на них опираются (автогенерация OpenAPI-схем по именам и докстрингам хендлеров, профилировщики, группирующие вызовы по __name__).

Читать полностьюcaching