缓存性能测试¶

zerodep cache 与 cachetools 的性能对比。

测试环境

实现对比¶

实现	文件/包	说明
zerodep	`cache.py`	仅依赖标准库，支持同步/异步
cachetools	（参考库）	流行的缓存库（无异步支持）

测试项	说明
LRU 读写	对 LRUCache（maxsize=256）执行 500 次写入 + 500 次读取
LRU 淘汰压力	向 LRUCache（maxsize=64）写入 1000 次，持续触发淘汰
LFU 淘汰压力	向 LFUCache（maxsize=64）写入 1000 次，持续触发淘汰
TTL 过期	插入 500 个条目，等待过期后调用 `expire()`
装饰器开销（LRU）	通过 `@lru_cache` 执行 200 次缓存函数调用（50 个唯一键）
装饰器开销（TTL）	通过 `@ttl_cache` 执行 200 次缓存函数调用（50 个唯一键）
hashkey	调用 `hashkey(1, "hello", 3.14, True, a=1, b="two", c=None)` 500 次
typedkey	调用 `typedkey(1, "hello", 3.14, True, a=1, b="two", c=None)` 500 次
混合负载	对 LRUCache（maxsize=128）执行 300 次写 + 300 次读 + 100 次删 + 150 次写

测试项	zerodep	cachetools	倍数
LRU 读写	1,000 μs	1,110 μs	快 1.1x
LRU 淘汰压力	1,880 μs	2,030 μs	快 1.1x
LFU 淘汰压力	1,750 μs	1,890 μs	快 1.1x
TTL 过期	3,600 μs	3,540 μs	持平
装饰器（LRU）	228 μs	267 μs	快 1.2x
装饰器（TTL）	304 μs	300 μs	持平
hashkey	629 μs	642 μs	持平
typedkey	1,280 μs	1,650 μs	快 1.3x
混合负载	835 μs	921 μs	快 1.1x

核心缓存操作快 1.1 倍 -- LRU 读写、LRU 淘汰、LFU 淘汰、混合负载上 zerodep 均稳定快于 cachetools 约 1.1 倍。
LFU 淘汰现在也领先 -- LFU 淘汰压力快 1.1 倍，相比此前的持平有所提升。
装饰器开销：LRU 快 1.2 倍，TTL 持平 -- LRU 装饰器依然快 1.2 倍，TTL 装饰器保持持平。
typedkey 快 1.3 倍 -- zerodep 的 _HashedTuple 实现在类型感知键生成上展现明显优势。hashkey 保持持平。
异步支持是核心差异化 -- cachetools 完全不支持异步装饰器。zerodep 的 cached() 及所有便捷装饰器自动检测异步函数，使用 asyncio.Lock 保证并发安全。

pip install pytest pytest-benchmark cachetools
pytest cache/test_cache_benchmark.py --benchmark-only -v