feat: 优化缓存策略 - 全量数据缓存 + 按日期切片
缓存策略改进： - Key改为(code, today_date)：每天缓存一次全量数据 - 下载全量数据：从DEFAULT_START_DATE(2015-01-01)到今天 - 返回时切片：从缓存数据中按start-end范围切片返回 新增功能： - DEFAULT_START_DATE配置项（可通过环境变量覆盖） - _fetch_full_data_cached：缓存全量数据 - _slice_data_from_cache：从缓存切片指定日期范围 优势： - 同一天内不同日期范围请求不会重复下载 - 第二天请求自动更新缓存（today_date变化） - 减少对外部数据源的请求次数 修改文件： - datasource/flask_server.py
This commit is contained in:
@@ -61,6 +61,9 @@ ssh_config: Optional[Dict] = None
|
||||
CACHE_MAXSIZE = int(os.getenv('CACHE_MAXSIZE', '128'))
|
||||
CACHE_TTL_SECONDS = int(os.getenv('CACHE_TTL_SECONDS', '7200')) # 默认2小时
|
||||
|
||||
# 默认数据起点（下载全量数据时使用）
|
||||
DEFAULT_START_DATE = os.getenv('DEFAULT_START_DATE', '2015-01-01')
|
||||
|
||||
|
||||
class TimedCacheEntry:
|
||||
"""带时间戳的缓存条目"""
|
||||
@@ -113,29 +116,97 @@ def get_fetcher() -> UniversalDataFetcher:
|
||||
# ============================================================
|
||||
|
||||
@lru_cache(maxsize=CACHE_MAXSIZE)
|
||||
def _fetch_data_cached(code: str, start: str, end: str) -> Optional[str]:
|
||||
def _fetch_full_data_cached(code: str, today: str) -> Optional[str]:
|
||||
"""
|
||||
获取数据的缓存版本
|
||||
返回 JSON 序列化的字符串
|
||||
缓存全量数据（从 DEFAULT_START_DATE 到 today）
|
||||
|
||||
缓存Key: (code, today_date)
|
||||
- today: 实际的今天日期，用于每日更新缓存
|
||||
- 每天下载一次全量数据，避免重复请求
|
||||
|
||||
Returns:
|
||||
JSON 序列化的全量数据
|
||||
"""
|
||||
f = get_fetcher()
|
||||
|
||||
try:
|
||||
with f:
|
||||
df = f.fetch(code, start, end)
|
||||
# 下载全量数据：从默认起点到今天
|
||||
df = f.fetch(code, DEFAULT_START_DATE, today)
|
||||
|
||||
if df is None or len(df) == 0:
|
||||
return None
|
||||
|
||||
result = dataframe_to_json(df)
|
||||
result['code'] = code
|
||||
result['asset_type'] = AssetTypeDetector.detect(code).value
|
||||
# 保存为 DataFrame 格式（方便后续切片）
|
||||
result = {
|
||||
'df_json': dataframe_to_json(df),
|
||||
'code': code,
|
||||
'asset_type': AssetTypeDetector.detect(code).value,
|
||||
'data_start': df.index.min().strftime('%Y-%m-%d') if len(df) > 0 else None,
|
||||
'data_end': df.index.max().strftime('%Y-%m-%d') if len(df) > 0 else None,
|
||||
}
|
||||
|
||||
return json.dumps(result)
|
||||
except Exception as e:
|
||||
return json.dumps({"error": str(e)})
|
||||
|
||||
|
||||
def _slice_data_from_cache(cached_data: Dict, start: str, end: str) -> Dict:
|
||||
"""
|
||||
从缓存的全量数据中切片指定日期范围
|
||||
|
||||
Args:
|
||||
cached_data: 缓存的全量数据
|
||||
start: 用户请求的开始日期
|
||||
end: 用户请求的结束日期
|
||||
|
||||
Returns:
|
||||
切片后的数据（JSON格式）
|
||||
"""
|
||||
if 'df_json' not in cached_data or 'data' not in cached_data['df_json']:
|
||||
return cached_data
|
||||
|
||||
# 从缓存数据中重建 DataFrame
|
||||
records = cached_data['df_json']['data']
|
||||
if not records:
|
||||
return cached_data
|
||||
|
||||
# 转换为 DataFrame
|
||||
df = pd.DataFrame(records)
|
||||
if 'date' in df.columns:
|
||||
df['date'] = pd.to_datetime(df['date'])
|
||||
df = df.set_index('date')
|
||||
|
||||
# 切片日期范围
|
||||
start_dt = pd.to_datetime(start)
|
||||
end_dt = pd.to_datetime(end)
|
||||
|
||||
# 确保索引已排序
|
||||
df = df.sort_index()
|
||||
|
||||
# 切片（使用 loc 进行日期范围选择）
|
||||
sliced_df = df.loc[start_dt:end_dt]
|
||||
|
||||
if len(sliced_df) == 0:
|
||||
return {
|
||||
'data': [],
|
||||
'count': 0,
|
||||
'code': cached_data['code'],
|
||||
'asset_type': cached_data['asset_type'],
|
||||
'requested_range': {'start': start, 'end': end},
|
||||
'available_range': {'start': cached_data['data_start'], 'end': cached_data['data_end']},
|
||||
}
|
||||
|
||||
# 转换为 JSON 格式
|
||||
result = dataframe_to_json(sliced_df)
|
||||
result['code'] = cached_data['code']
|
||||
result['asset_type'] = cached_data['asset_type']
|
||||
result['requested_range'] = {'start': start, 'end': end}
|
||||
result['available_range'] = {'start': cached_data['data_start'], 'end': cached_data['data_end']}
|
||||
|
||||
return result
|
||||
|
||||
|
||||
def fetch_data_with_ttl(
|
||||
code: str,
|
||||
start: str,
|
||||
@@ -145,56 +216,76 @@ def fetch_data_with_ttl(
|
||||
"""
|
||||
获取数据，支持 TTL 缓存
|
||||
|
||||
缓存策略：
|
||||
- Key: (code, today_date) 缓存全量数据
|
||||
- 每天下载一次全量数据（从 DEFAULT_START_DATE 到今天）
|
||||
- 用户请求时从缓存切片 start-end 范围返回
|
||||
|
||||
Args:
|
||||
code: 标的代码
|
||||
start: 开始日期
|
||||
end: 结束日期
|
||||
start: 用户请求的开始日期
|
||||
end: 用户请求的结束日期
|
||||
nocache: 是否跳过缓存
|
||||
|
||||
Returns:
|
||||
(data, is_cached): 数据和是否命中缓存
|
||||
(data, is_cached): 切片后的数据和是否命中缓存
|
||||
"""
|
||||
cache_key = (code, start, end)
|
||||
# 获取今天的实际日期（用于缓存Key）
|
||||
today = datetime.now().strftime('%Y-%m-%d')
|
||||
full_cache_key = (code, today)
|
||||
|
||||
# 跳过缓存
|
||||
# 跳过缓存：清理缓存后重新下载
|
||||
if nocache:
|
||||
_fetch_data_cached.cache_clear()
|
||||
result_json = _fetch_data_cached(code, start, end)
|
||||
return (json.loads(result_json) if result_json else None, False)
|
||||
|
||||
# 检查 TTL 缓存
|
||||
_fetch_full_data_cached.cache_clear()
|
||||
global _ttl_cache
|
||||
if cache_key in _ttl_cache:
|
||||
entry = _ttl_cache[cache_key]
|
||||
if not entry.is_expired():
|
||||
return entry.data, True
|
||||
# 过期，删除
|
||||
del _ttl_cache[cache_key]
|
||||
_ttl_cache.clear()
|
||||
result_json = _fetch_full_data_cached(code, today)
|
||||
if result_json is None:
|
||||
return None, False
|
||||
full_data = json.loads(result_json)
|
||||
return (_slice_data_from_cache(full_data, start, end), False)
|
||||
|
||||
# 从 LRU 缓存获取
|
||||
result_json = _fetch_data_cached(code, start, end)
|
||||
# 检查 TTL 缓存（全量数据缓存）
|
||||
if full_cache_key in _ttl_cache:
|
||||
entry = _ttl_cache[full_cache_key]
|
||||
if not entry.is_expired():
|
||||
# 从缓存切片
|
||||
sliced_data = _slice_data_from_cache(entry.data, start, end)
|
||||
return sliced_data, True
|
||||
# 过期，删除
|
||||
del _ttl_cache[full_cache_key]
|
||||
|
||||
# 从 LRU 缓存获取全量数据
|
||||
result_json = _fetch_full_data_cached(code, today)
|
||||
|
||||
if result_json is None:
|
||||
return None, False
|
||||
|
||||
result = json.loads(result_json)
|
||||
full_data = json.loads(result_json)
|
||||
|
||||
# 存入 TTL 缓存
|
||||
_ttl_cache[cache_key] = TimedCacheEntry(result)
|
||||
# 检查是否有错误
|
||||
if "error" in full_data:
|
||||
return full_data, False
|
||||
|
||||
return result, False
|
||||
# 存入 TTL 缓存（存全量数据）
|
||||
_ttl_cache[full_cache_key] = TimedCacheEntry(full_data)
|
||||
|
||||
# 从全量数据切片返回用户请求的范围
|
||||
sliced_data = _slice_data_from_cache(full_data, start, end)
|
||||
|
||||
return sliced_data, False
|
||||
|
||||
|
||||
def clear_cache():
|
||||
"""清理所有缓存"""
|
||||
global _ttl_cache
|
||||
_fetch_data_cached.cache_clear()
|
||||
_fetch_full_data_cached.cache_clear()
|
||||
_ttl_cache.clear()
|
||||
|
||||
|
||||
def get_cache_info() -> Dict:
|
||||
"""获取缓存统计信息"""
|
||||
info = _fetch_data_cached.cache_info()
|
||||
info = _fetch_full_data_cached.cache_info()
|
||||
return {
|
||||
"lru_cache": {
|
||||
"hits": info.hits,
|
||||
@@ -204,6 +295,8 @@ def get_cache_info() -> Dict:
|
||||
},
|
||||
"ttl_cache_size": len(_ttl_cache),
|
||||
"ttl_seconds": CACHE_TTL_SECONDS,
|
||||
"default_start_date": DEFAULT_START_DATE,
|
||||
"cache_strategy": "full_data_by_code_and_today",
|
||||
}
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user